Claude CodeのMonitorツール｜ログ監視・ビルド・デプロイをリアルタイムで自動検知する方法

Claude Code v2.1.98（2026年4月9日リリース）で追加されたMonitorツールは、シェルコマンドのstdout出力をイベントストリームとして受け取り、特定の条件に合致した行が出力された瞬間にClaudeが反応する仕組みです。従来の/loopによるポーリング型監視とは異なり、コマンドが沈黙している間はトークンを消費しません。DevOpsやSREの現場で求められる「リアルタイム検知→即座の対応」を、AIエージェントに任せられる時代が来ました。

この記事でわかること

Monitorツールの仕組みから実務での活用パターンまで、DevOps・SRE・開発リーダーが現場で使える知識を網羅します。

• Monitorツールの基本的な仕組みとコマンド構文 — シェルコマンドを起動し、stdoutの各行をnotificationとしてClaudeに送る仕組みです
• /loopやポーリングとの違いとトークン効率 — 沈黙中はトークン消費ゼロ。イベント駆動型のため、従来手法より圧倒的に効率的です
• サーバーログ監視でエラーを即座に検知・原因分析する方法 — tail -fやkubectl logs -fと組み合わせた実践パターンを紹介します
• CI/CDパイプラインの失敗検知と自動修正提案 — ビルドログをリアルタイム監視し、失敗時にClaudeが原因を分析します
• デプロイ後ヘルスチェックの自動化パターン — ヘルスエンドポイントの異常をリアルタイムで捕捉し、ロールバック判断を支援します

対象読者: DevOps・SRE・開発リーダー。本番環境の監視効率化やCI/CDの自動化を推進したい方

Monitorツールとは

イベント駆動型のリアルタイム監視

Monitorツールは、Claude Codeのツール群に新たに追加されたイベント駆動型の監視機能です。指定したシェルコマンドをバックグラウンドで起動し、そのstdout（標準出力）の各行を「notification（通知）」としてClaudeのメインセッションに送ります。

従来のポーリング型監視（/loopやsleepを使った定期チェック）では、「何も起きていなくても定期的にコマンドを実行してトークンを消費する」という非効率がありました。Monitorツールはこれを根本的に解決します。

# Monitorツールの基本的な使い方
# kubectl logsをバックグラウンドで監視し、errorを含む行が出たらClaudeに通知
Monitor: kubectl logs -f deployment/api-server | grep error

コマンドが出力を生成しない間（つまり監視対象に異常がない間）は、トークンを一切消費しません。出力が発生した瞬間にだけClaudeが反応し、分析や対応を開始します。

従来手法との比較

ポイント: Monitorツールの最大の強みは「メインセッションをブロックしない」点です。監視を開始した後もClaudeに別の作業を指示できます。ログ監視を裏で走らせながら、コードレビューやドキュメント作成を並行して進められるのは、開発現場で大きなアドバンテージになります。

サーバーログのリアルタイム監視

Kubernetesクラスタのエラー検知

本番環境のKubernetesクラスタで稼働するPodのログを監視し、エラーが発生した瞬間にClaudeが原因分析を行うパターンです。

# Kubernetesのapi-serverデプロイメントのログを監視
Monitor: kubectl logs -f deployment/api-server --all-containers | grep -i "error\|exception\|fatal"

このコマンドを実行すると、以下のフローが自動的に動きます。

1. kubectl logs -fがPodのログをストリーミング
2. grepがエラー関連のキーワードを含む行だけをフィルタリング
3. フィルタを通過した行がClaudeにnotificationとして送信
4. Claudeがエラーの内容を分析し、原因の推定や対応策を提示

手動でログを監視する場合、エンジニアはターミナルに張り付いてスクロールし続ける必要があります。Monitorツールを使えば、その時間を他の作業に充てられます。

Dockerコンテナのログ監視

Kubernetes以外のDocker環境でも同様のパターンが使えます。

# 特定のDockerコンテナのログを監視
Monitor: docker logs -f my-app-container 2>&1 | grep -E "ERROR|WARN|panic"

2>&1でstderrもstdoutに合流させることで、エラー出力も漏れなく捕捉できます。

Nginxアクセスログの異常検知

Webサーバーのアクセスログから5xxエラーを検知し、サーバー側の問題を即座に把握するパターンです。

# Nginxアクセスログから5xxエラーをリアルタイム検知
Monitor: tail -f /var/log/nginx/access.log | grep -E '" (5[0-9]{2}) '

5xxエラーが発生するたびにClaudeが通知を受け取り、エラーの傾向やリクエストパターンを分析します。障害の兆候を早期に発見できるため、ダウンタイムの短縮に直結します。

CI/CDパイプラインの監視

ビルド失敗の自動検知と修正提案

GitHub Actionsのワークフロー実行をMonitorツールで監視し、失敗した場合にClaudeが原因を分析するパターンです。

# GitHub Actionsのワークフロー実行を監視
Monitor: gh run watch --exit-status 2>&1

gh run watchはワークフローの進行状況をストリーミング出力します。ビルドが失敗すると、その出力がClaudeに通知され、以下のような分析が自動的に行われます。

• 失敗したステップの特定
• エラーメッセージの解析
• 過去の類似エラーとの比較
• 修正コードの提案

テスト結果のリアルタイム追跡

大規模なテストスイートの実行を監視し、失敗するテストが出たら即座に把握するパターンです。

# Jestテストの実行をリアルタイム監視（失敗のみフィルタ）
Monitor: npx jest --watch 2>&1 | grep -E "FAIL|Error|✕"

テストが失敗するたびにClaudeが通知を受け取り、失敗したテストの内容と修正方針を提示します。テスト駆動開発（TDD）のサイクルを、AIが裏方でサポートする形です。

デプロイ後のヘルスチェック自動化

ヘルスエンドポイントの連続監視

デプロイ直後のサービスが正常に稼働しているかを、ヘルスチェックエンドポイントで確認し続けるパターンです。

# ヘルスチェックを5秒間隔で実行し、異常時のみClaudeに通知
Monitor: while true; do STATUS=$(curl -s -o /dev/null -w "%{http_code}" https://api.example.com/health); if [ "$STATUS" != "200" ]; then echo "HEALTH CHECK FAILED: HTTP $STATUS at $(date)"; fi; sleep 5; done

HTTP 200以外のレスポンスが返った瞬間にClaudeが通知を受け取ります。通知が来ない間はトークンを消費しないため、長時間のヘルスチェック監視も低コストで実現できます。

ロールバック判断の支援

Monitorの出力をもとに、Claudeが「ロールバックすべきかどうか」の判断材料を整理するパターンも有効です。デプロイ後にエラー率が急増した場合、Claudeが以下の情報をまとめて提示します。

• エラーの発生頻度と増加傾向
• 影響を受けているエンドポイント
• 直前のデプロイで変更されたファイル
• ロールバック手順のドラフト

HubSpot Webhook受信のデバッグ

ローカル開発でのWebhook監視

HubSpotのWebhookをローカル環境でデバッグする際にも、Monitorツールは威力を発揮します。ngrokやcloudflaredのトンネルログを監視し、Webhook受信の成否をリアルタイムで確認できます。

# ngrokのリクエストログを監視
Monitor: curl -s http://localhost:4040/api/requests/http | jq -r '.requests[] | "\(.request.method) \(.request.url) -> \(.response.status_code)"'

HubSpotからのWebhookリクエストが到着するたびにClaudeが通知を受け取り、リクエストボディの構造やレスポンスコードを分析します。特にHubSpotのWorkflow Webhook（カスタムコードアクション）のデバッグでは、ペイロードの構造を即座に確認できるため、開発効率が大幅に向上します。

HubSpot CRMイベントの監視

HubSpotのAPIを定期的に叩いてCRMイベントの変化を検知するパターンです。

# HubSpotの最近の取引更新を監視（30秒間隔で差分検知）
Monitor: while true; do curl -s "https://api.hubapi.com/crm/v3/objects/deals/search" \
  -H "Authorization: Bearer $HUBSPOT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"filterGroups":[{"filters":[{"propertyName":"hs_lastmodifieddate","operator":"GTE","value":"'$(date -d '1 minute ago' +%s000)'"}]}],"limit":5}' \
  | jq -r '.results[] | "Deal: \(.properties.dealname) | Stage: \(.properties.dealstage)"'; \
  sleep 30; done

取引のステージ変更やプロパティ更新をリアルタイムで把握できるため、CRM運用のデバッグや動作確認が格段にスムーズになります。

実践的な運用パターン

複数のMonitorを同時実行

Monitorツールはメインセッションをブロックしないため、複数の監視を同時に走らせることが可能です。

# パターン1: アプリケーションログ監視
Monitor: tail -f /var/log/app/application.log | grep -i error

# パターン2: システムリソース監視（CPU使用率が90%超で通知）
Monitor: while true; do CPU=$(top -bn1 | grep "Cpu(s)" | awk '{print $2}' | cut -d. -f1); if [ "$CPU" -gt 90 ]; then echo "HIGH CPU: ${CPU}%"; fi; sleep 10; done

# パターン3: ディスク使用率監視
Monitor: while true; do DISK=$(df -h / | tail -1 | awk '{print $5}' | tr -d '%'); if [ "$DISK" -gt 85 ]; then echo "DISK WARNING: ${DISK}%"; fi; sleep 60; done

3つの監視が裏で動きながら、メインセッションではコードレビューやドキュメント作成を進められます。

Monitorとrun_in_backgroundの使い分け

Claude Codeにはrun_in_backgroundパラメータ付きのBashツールもあります。Monitorとの使い分けは以下の通りです。

ポイント: 「各行の出力に意味がある」場合はMonitor、「最終結果だけ知りたい」場合はrun_in_backgroundを選択するのが基本方針です。目的に合わないツール選択はトークンの無駄遣いにつながるため、ここを意識するだけでコスト効率が大きく変わります。

トークン効率の最適化

フィルタリングの重要性

Monitorツールはstdoutの各行がnotificationになるため、フィルタなしで大量出力されるコマンドを監視するとトークン消費が膨大になります。

# 悪い例: 全ログ行がnotificationになる
Monitor: kubectl logs -f deployment/api-server

# 良い例: エラー行のみがnotificationになる
Monitor: kubectl logs -f deployment/api-server | grep -i "error\|exception"

grepやawkでフィルタリングしてからClaudeに送ることで、トークン消費を必要最小限に抑えられます。

出力頻度の制御

高頻度で出力されるログの場合、--line-bufferedオプションやtailでバッファリングを制御することも有効です。

# grep --line-bufferedでリアルタイム出力を確保しつつフィルタリング
Monitor: tail -f /var/log/syslog | grep --line-buffered "CRITICAL\|ALERT"

StartLinkでは、Claude Codeを経営管理の基盤ツールとして活用しています。少数精鋭のチームでDevOps・SRE業務を回す場合、Monitorツールのようなイベント駆動型の自動化は特に価値があります。人手でカバーしきれない監視領域をAIに任せることで、エンジニアは本質的な設計や改善作業に集中できます。

あわせて読みたい

• Claude Codeの/loopコマンド｜定期実行でデプロイ監視・ステータスチェックを自動化する — Monitorとの使い分けの基準となるポーリング型監視の詳細解説
• Claude Codeで複数AIエージェントを並列実行する方法｜tmux・Agent Teams・ファイル連携の実践 — 複数のMonitorを並列で走らせるマルチエージェント構成の実践
• Claude Code × HubSpot連携｜CRM操作・レポート・ワークフローを自動化する方法 — HubSpot Webhook監視の前提知識となるCRM自動化の全体像

よくある質問（FAQ）

Q1. Monitorツールは何件まで同時に実行できますか？

Monitorツールの同時実行数に明確な制限はありませんが、実用上は3〜5件程度に抑えることを推奨します。監視対象が多すぎると、同時に複数のnotificationが到着した際にClaudeの処理が輻輳し、レスポンスが遅くなる可能性があります。監視項目を厳選し、本当にリアルタイム検知が必要なものだけをMonitorに割り当てるのが効果的です。

Q2. Monitorツールと/loopコマンドはどちらを使うべきですか？

「ストリーム出力の各行に即座に反応したい」場合はMonitor、「定期的に状態をチェックしたい」場合は/loopを選択してください。例えば、サーバーログのエラー検知はMonitorが最適です。一方、デプロイのステータスを5分ごとに確認するような場合は/loopの方が適しています。両者は排他的ではなく、用途に応じて組み合わせて使えます。

Q3. Monitorで監視しているコマンドが終了した場合はどうなりますか？

監視対象のコマンドが終了（プロセスが停止）した場合、Monitorも自動的に終了します。コマンドの終了ステータスがClaudeに通知されるため、異常終了の場合はClaudeがその原因を分析できます。長時間の監視が必要な場合は、コマンド自体が終了しないようtail -fやkubectl logs -fのようなストリーミングコマンドを使用してください。

Q4. Monitorツールはリモートサーバーのログも監視できますか？

はい、SSHトンネル経由でリモートサーバーのログを監視できます。Monitor: ssh user@remote-server 'tail -f /var/log/app.log | grep error'のように、SSHコマンドをMonitorの対象として指定します。ただし、SSH接続が切断されるとMonitorも停止するため、安定したネットワーク環境が前提となります。

Q5. トークン消費が想定以上に大きくなった場合の対処法は？

まずgrepやawkによるフィルタリングを強化してください。出力頻度が高いログの場合、フィルタ条件を絞ることでnotification数を大幅に削減できます。それでもトークン消費が気になる場合は、Monitorの代わりにrun_in_backgroundでログをファイルに書き出し、定期的に/loopでファイルの差分を確認するハイブリッド方式も検討してください。

まとめ

Claude Code Monitorツールの実務活用ポイントを整理します。

• イベント駆動型でstdoutの各行に即座に反応し、コマンドが沈黙している間はトークンを消費しない。従来のポーリング型監視（/loopやsleepループ）より反応速度とコスト効率の両方で優れている
• サーバーログのエラー検知・CI/CDパイプラインの失敗監視・デプロイ後のヘルスチェックなど「待ち」が発生する運用業務に特に有効
• 少数精鋭チームでのAIエージェント自動監視は大きなレバレッジを発揮する。エンジニアは監視画面への張り付きから解放され、設計・改善に集中できる
• まずは開発環境のログ監視から始め、段階的に本番環境へ適用するスモールスタートのアプローチを推奨する

Claude Codeを活用した開発効率化やCRM運用の自動化にご興味がある方は、お気軽にご相談ください。StartLinkでは、HubSpotゴールドパートナーとして、AI×CRMの運用設計から監視自動化まで一貫して支援しています。無料相談はこちら