Aider完全ガイド【2026年6月最新版・v0.86.2】ターミナルで動くAIペアプログラマーをローカルLLMから商用APIまで使い倒す

Aider完全ガイド【2026年6月最新版】 チュートリアル
2026.06.03

Aiderは「ターミナルで動くAIペアプログラマー」として、ローカルのGitリポジトリを直接編集してくれる超実用ツールです。本記事では、2026年6月時点の最新版v0.86.2を前提に、Aiderをゼロから導入してClaude/GPT-5/ローカルOllamaモデルと組み合わせて使い倒すまでを、誤魔化しなしで徹底解説します。Continue.devやCline、Cursor、GitHub Copilot CLIなどの競合と何が違うのか、なぜ「コミット粒度の自動化」と「アーキテクト/エディタ・モード」が他ツールを凌駕する強さを持つのか、そしてVRAMの小さいローカルGPUでもどう実用化するのか、最新のPolyglotベンチマーク数値と実コマンドを交えて読み解いていきます。

結論から言えば、CLIワークフローを愛し、Gitを主軸に置いて開発するエンジニアにとって、Aiderは2026年現在もっとも費用対効果が高いAIコーディングアシスタントの1つです。Claude Code・Codex CLIといった大手CLIエージェントと真っ向勝負しながら、オープンソース・ベンダー非依存・ローカルLLM対応という三拍子が揃っています。

  1. Aiderとは何か
    1. Aiderが解決する問題
    2. 最新版バージョンとリリース情報
  2. 最新リリース情報（2026年最新版動向）
    1. v0.86.2（2026-02-12）
    2. v0.86.0（2025-08-09）
    3. v0.85.x系（2025年7月）
    4. 主な破壊的変更
  3. 他ツールとの比較
    1. Aiderの立ち位置
  4. メリット・デメリット
    1. メリット
    2. デメリット
  5. 動作要件
  6. インストール手順
    1. 方法1：公式aider-installスクリプト（全OS共通・推奨）
    2. 方法2：pipx（推奨・全OS共通）
    3. 方法3：Windows（PowerShell）
    4. 方法4：macOS / Linux（bash / zsh）
    5. 方法5：仮想環境（プロジェクト個別）
    6. 方法6：Docker
  7. 初期設定
    1. APIキーの設定
      1. 方法A：環境変数（推奨）
      2. 方法B：.envファイル
      3. 方法C：起動時引数
    2. 設定ファイル（.aider.conf.yml）
    3. 初回起動
  8. 基本的な使い方
    1. 最初のセッション
    2. 必須のスラッシュコマンド
    3. 編集フォーマット（edit-format）の選択
  9. 実践的な使い方
    1. ユースケース1：アーキテクト/エディタ・モードで難問を解く
    2. ユースケース2：ローカルOllamaで完全オフライン開発
    3. ユースケース3：LM Studioとの連携
    4. ユースケース4：複数リポジトリ横断作業
    5. ユースケース5：CIの失敗ログを渡してデバッグ
    6. ユースケース6：画像から実装
  10. 応用・カスタマイズ
    1. カスタムslash command（v0.85.0以降のcontextコマンド）
    2. think-tokens / reasoning-effortの調整
    3. watch mode（IDE統合）
    4. shellコマンド連携で自動テスト修正ループ
    5. OpenRouterで1つのキーから全モデルアクセス
    6. 履歴とブランチ管理
  11. パフォーマンス最適化
    1. コンテキスト節約のテクニック
    2. コスト最適化のレシピ
    3. 応答速度の最適化
  12. よくあるエラーとトラブルシューティング
    1. エラー1：「Couldn’t find git repo」
    2. エラー2：「No such file or directory: ‘aider’」（Windows）
    3. エラー3：「litellm.AuthenticationError」
    4. エラー4：「Model XYZ not found」
    5. エラー5：「Token limit exceeded」
    6. エラー6：Ollama接続失敗
    7. エラー7：日本語が文字化け（Windows）
    8. エラー8：「Repo map is too large」
    9. エラー9：linter自動修正ループが止まらない
    10. エラー10：Pythonバージョン非対応
  13. おすすめの組み合わせ・連携
    1. Aider + tmux + Vim/Neovim
    2. Aider + VS Code（watch modeで使う）
    3. Aider + Pre-commit Hook
    4. Aider + Ollama + RTX 4070 Ti SUPER以上のGPU
    5. Aider + Claude Code（併用パターン）
    6. Aider + GitHub Actions（CI連携）
  14. 推奨PCスペック
    1. 入門レベル（クラウドAPIのみ）
    2. 標準レベル（ローカルLLM併用、Qwen2.5-Coder 14B級）
    3. ハイエンド（ローカルLLM主軸、Qwen2.5-Coder 32B＋アーキテクト分離）
  15. まとめ
  16. 📦 この記事で紹介した商品

Aiderとは何か

Aiderは、Paul Gauthier氏が始めたオープンソースのAIペアプログラミングCLIで、現在はコミュニティ組織Aider-AIのもとで開発されています。ライセンスはApache-2.0、初公開は2023年。2026年6月時点でGitHubスター数は45.7k、月間pipインストール数は6.8M、ユーザーによる週間トークン処理量は150億トークンに達するという、AIコーディング界の中でもトップクラスの実利用規模を誇ります。

Aiderが解決する問題

多くのAIコーディングツールは、IDEに統合されたチャットUIに依存しています。しかし、CLI主体で開発するエンジニアや、複数リポジトリを横断する作業、リモートサーバー越しのSSH作業では、IDE統合は重荷になります。Aiderは次の課題を一発で解決します。

  • ターミナルだけで完結し、SSH越し・コンテナ内・WSL内でもそのまま動く
  • 編集結果をGitに自動でステージ&コミットし、AI生成コードの履歴を時系列で残す
  • 大規模リポジトリでもリポジトリマップを使って関係ファイルだけをコンテキストに乗せる
  • 1つのCLIで30以上のLLMプロバイダ（Anthropic、OpenAI、Google、DeepSeek、Mistral、ローカルOllama等）を使い分けられる
  • 強い推論モデルで設計させ、安いモデルでファイル編集させる「アーキテクト/エディタ・モード」で精度とコストを両立する

最新版バージョンとリリース情報

2026年6月時点でPyPIに公開されている最新安定版はv0.86.2（2026年2月12日リリース）です。PyPIのaider-chatパッケージで確認できます。対応Pythonは3.10〜3.12（3.13は2026年6月時点ではまだ未対応）。GitHub mainブランチではClaude 4.5/4.6/4.7、GPT-5/5.1/5.2/5.3/5.4/5-pro、Gemini 3 previewの追加対応が進んでおり、これらは近日中の次期リリースに統合される見込みです。

最新リリース情報（2026年最新版動向）

直近6ヶ月の主要アップデートを時系列で整理します。学習データの古い情報ではなく、公式のリリース履歴を一次ソースとして参照しています。

v0.86.2（2026-02-12）

  • GPT-5系統（gpt-5、gpt-5-mini、gpt-5-nano）のreasoning_effort設定を細かく調整可能に
  • diff編集フォーマットをGPT-5デフォルトで強制（whole形式から切替）
  • litellm 1.75.0系へのアップデートで新規プロバイダ追加

v0.86.0（2025-08-09）

  • GPT-5ファミリー全機種を正式サポート
  • xAI Grok-4をxai/grok-4として追加
  • Gemini 2.5 Flash Lite Preview対応
  • /clearと/undoコマンドのUI改善
  • このリリースのコードの88%をAider自身が生成（セルフブートストラップ率）

v0.85.x系（2025年7月）

  • Gemini 2.5 Pro / Flash / Pro Preview対応、thinking tokenサポート
  • Claude Sonnet 4 / Opus 4対応（Anthropic、Vertex AI、Bedrock経由）
  • DeepSeek V3、Qwen3-235b、その他OpenRouter経由の多数モデル追加
  • 新規/contextコマンド：質問に必要なファイルを自動特定
  • /think-tokensと/reasoning-effortでモデル挙動を細かく制御
  • tree-sitter統合により130以上の言語のリポジトリマップ対応
  • OpenRouterのOAuth認証フロー対応
  • --add-gitignore-filesフラグでgitignore対象ファイルもチャット可能に

主な破壊的変更

  • v0.83.0でPython 3.9サポート終了。現在は3.10以上が必須
  • v0.85.0でCo-Authored-By: aider属性がデフォルトでON。プロジェクトポリシーに応じて--no-attribute-author等で調整
  • v0.76.0で--4o、--opus等のショートカット廃止。--modelフラグへ統一
  • v0.56.0で--modelsが--list-modelsへリネーム
  • v0.59.0で--yesが--yes-alwaysへリネーム

他ツールとの比較

2026年6月時点での主要AIコーディングアシスタントとAiderを比較します。表中のバージョンは執筆時点（2026年6月）で公式に確認済みの値です。記事公開後、すぐに新バージョンが出ている可能性もあるので、必ず公式リポジトリで最新を確認してください。

項目AiderClaude CodeCursorClineContinue.devGitHub Copilot CLI
最新版（2026年6月）v0.86.2v2.1.160v3.6.31v3.86.0v1.3.38（preview）GA + 2026-06機能追加
形態CLI（pip）CLI（npm）独立IDEVS Code拡張VS Code/JetBrains拡張CLI
ライセンスApache-2.0商用ベンダー商用Apache-2.0Apache-2.0商用（Copilotサブスク必要）
料金無料（API代のみ）Anthropicサブスク無料/$20/$40無料（API代のみ）無料（API代のみ）Copilotサブスク$10〜
主要モデル30以上のプロバイダClaude系（自社）Claude/GPT/GeminiClaude/その他Claude/Ollama他Claude Sonnet 4.5デフォルト
ローカルLLM対応○（Ollama直接対応）×限定的○○（標準対応）×
Git自動コミット○（粒度細かく自動）△（手動推奨）×（IDE任せ）×××
リポジトリマップ○（tree-sitter）○○○○○
アーキテクト/エディタ分離◎（公式機能）×△×××
音声入力○××××○（2026-06追加）
画像/Web URL入力○○○○○○

Aiderの立ち位置

上記比較から、AiderはオープンソースかつローカルLLM対応のCLIツールという点で、ベンダーロックインを嫌う開発者にとって唯一無二の選択肢です。Claude Codeは性能が高い反面、Anthropic固有でローカルモデル非対応。Cursorはオールインワン体験が魅力ですがエディタごと乗り換える必要があります。Clineは強力ですがVS Code依存。Continue.devは拡張機能ベースで、UIワークフローはAiderのCLI完結とは異なる体験です。

もう1つ重要な点として、Aiderはセルフホスト・ベンダー非依存・Apache-2.0ライセンスのため、企業の閉域ネットワーク内でローカルLLM（QwenやDeepSeek）と組み合わせて使う場合の本命です。ローカルLLMでコーディング自動化を社内展開したいケースでは、Continue.devかAiderの2択になります。

メリット・デメリット

メリット

  • 純粋なCLI：SSH先・tmux内・Docker内・WSL内、どこでもそのまま動く
  • Git統合の質が高い：1回の編集を1コミットにまとめ、AIが生成したコミットメッセージが添えられるため、後からの履歴追跡が非常に楽
  • 30以上のLLMプロバイダ対応：Anthropic、OpenAI、Google、DeepSeek、xAI、Mistral、AWS Bedrock、Azure OpenAI、Vertex AI、OpenRouter、Together、Groq、Fireworks、ローカルOllama/LM Studio
  • アーキテクト/エディタ分離：高価な推論モデルで設計、安価なモデルで実装、これがコストと精度の両立に効く
  • Polyglotベンチマーク84〜88%：実用レベル。公式リーダーボードでgpt-5 (high)が88.0%、o3-pro (high)が84.9%、Gemini 2.5 Pro Previewが83.1%を記録
  • ローカルLLM対応が標準機能：OllamaやLM StudioにOpenAI互換APIで接続して、無料・無制限・オフラインで使える
  • 無料：本体は無料、API利用料だけ（ローカルLLMなら完全無料）
  • セルフブートストラップ：開発自体がAiderで進められており、各リリースでコードの62〜93%がAider自身が書いている。実戦実証済み
  • 音声入力：マイクで指示を出して実装させられる
  • linting/test自動連携：編集後にlinterとtestを自動実行、失敗したら自動修正に回せる

デメリット

  • CLI慣れしていないと敷居が高い。ノードベースUIのComfyUIや、IDE統合済みのCursorのほうが初心者向け
  • 大規模リポジトリでは、リポジトリマップだけでカバーしきれず、関係ファイルを/addで明示する必要がある
  • ネイティブのチャットUIはない（Webブラウザベースのチャット代替はあるが、Cursor/Clineの体験には及ばない）
  • マルチエージェント機能はClaude Codeの「subagent」やDynamic Workflowsには劣る
  • 商用サポートは存在しない（オープンソースコミュニティのみ）
  • Windows環境ではPATHや権限周りで詰まることがある（後述のトラブルシューティング参照）

動作要件

項目最小要件推奨要件
OSWindows 10 / macOS 12 / Ubuntu 20.04Windows 11 / macOS 14 / Ubuntu 22.04以降
Python3.103.11 または 3.12
RAM4GB16GB
ディスク500MB2GB（モデル別キャッシュ含む）
ネット接続クラウドAPI利用時は必須ローカルLLM併用なら基本的にオフラインOK
Git2.20以降2.40以降
GPU（ローカルLLM併用時）VRAM 8GB（Qwen3-7B、DeepSeek-Coder-6.7B等）VRAM 16GB以上（Qwen3-32B、DeepSeek-Coder-33B等）

Aider本体は単なるPythonアプリなので、軽量です。重要なのは「どのLLMを使うか」で、API利用ならGPU不要、ローカルLLM併用ならOllamaやLM Studioを別途動かすためのGPUメモリが必要です。

インストール手順

Aiderは公式に複数のインストール方法を用意しています。2026年6月時点の最新公式手順はpipxまたは公式インストーラ（aider-install）の利用です。

方法1：公式aider-installスクリプト（全OS共通・推奨）

Pythonの仮想環境管理を自動化してくれる、初心者向け公式手順です。

python -m pip install aider-install
aider-install

これでPATHが通った状態でaiderコマンドが使えるようになります。内部的にはpipxを使ってAiderを独立した仮想環境にインストールします。

方法2：pipx（推奨・全OS共通）

pipxが既に入っているなら直接インストールできます。

pipx install aider-chat

方法3：Windows（PowerShell）

Windows 11でクリーンインストールする場合の手順。Python 3.11または3.12を事前に入れておいてください。

# 1. Pythonバージョン確認（3.10〜3.12が必要）
python --version

# 2. pipxインストール
python -m pip install --user pipx
python -m pipx ensurepath

# PowerShellを再起動

# 3. Aiderインストール
pipx install aider-chat

# 4. 動作確認
aider --version

WindowsでaiderコマンドがPATHに通らない場合、%USERPROFILE%\.local\binを環境変数PATHに追加してください。

方法4：macOS / Linux（bash / zsh）

# Homebrew経由でpipxを入れる場合（macOS）
brew install pipx
pipx ensurepath

# Ubuntu/Debianの場合
sudo apt update
sudo apt install pipx
pipx ensurepath

# Aiderインストール
pipx install aider-chat

# 動作確認
aider --version

方法5：仮想環境（プロジェクト個別）

システムを汚したくない場合、プロジェクトディレクトリ内に閉じ込めます。

cd /path/to/your/project
python -m venv .aider-venv
source .aider-venv/bin/activate   # Linux/Mac
.aider-venv\Scripts\activate      # Windows
pip install aider-chat

方法6：Docker

環境を汚したくない、CI/CDで使いたい場合。

docker run --rm -it -v $(pwd):/app -w /app paulgauthier/aider \
  --model sonnet --api-key anthropic=$ANTHROPIC_API_KEY

初期設定

APIキーの設定

Aiderはモデルごとに対応するプロバイダのAPIキーを必要とします。クラウドモデルを使う場合、以下のいずれかの方法で設定します。

方法A：環境変数（推奨）

# Anthropic Claude（推奨）
export ANTHROPIC_API_KEY="sk-ant-..."

# OpenAI GPT
export OPENAI_API_KEY="sk-..."

# Google Gemini
export GEMINI_API_KEY="..."

# DeepSeek
export DEEPSEEK_API_KEY="..."

# OpenRouter（複数モデルを1つのキーで使える）
export OPENROUTER_API_KEY="sk-or-..."

方法B：.envファイル

プロジェクトルートに.envファイルを作成し、Aiderが自動読み込みします。

ANTHROPIC_API_KEY=sk-ant-...
OPENAI_API_KEY=sk-...

必ず.gitignoreに.envを追加して、APIキーをコミットしないようにしてください。

方法C：起動時引数

aider --model sonnet --api-key anthropic=sk-ant-...

設定ファイル（.aider.conf.yml）

プロジェクトごとにモデル・編集フォーマット・テスト連携などを永続化したい場合、プロジェクトルートに.aider.conf.ymlを作成します。

model: sonnet
weak-model: haiku
editor-model: deepseek/deepseek-chat
edit-format: diff
auto-commits: true
attribute-author: false
test-cmd: pytest -x
lint-cmd:
  python: ruff check --fix
  javascript: eslint --fix
gitignore: true
read:
  - README.md
  - docs/ARCHITECTURE.md

初回起動

cd /path/to/your/project
aider --model sonnet

初回起動時、AiderはGitリポジトリの存在を確認します。Gitリポジトリでない場合、git initを提案してきます。リポジトリマップの生成も初回起動時に行われ、プロジェクトサイズに応じて数秒〜数分かかります。

基本的な使い方

最初のセッション

シンプルな修正タスクから始めましょう。Pythonプロジェクトで、特定のファイルにbugfixを入れたい場合。

aider --model sonnet src/main.py src/utils.py

これでsrc/main.pyとsrc/utils.pyがチャットコンテキストに追加されます。プロンプトで指示します。

> src/main.pyのparse_input関数で、空文字列が来た時にValueErrorを投げるようにして、対応するテストもtests/test_main.pyに追加して

AiderはLLMに送って差分編集（diff形式）を受け取り、それをファイルに適用してGitにコミットします。コミットメッセージは「feat: handle empty input in parse_input and add corresponding test」のように自動生成されます。

必須のスラッシュコマンド

Aiderの強力さはスラッシュコマンドにあります。よく使う10個を押さえれば、ほぼ全機能を使えます。

コマンド用途
/add <file>ファイルをチャットコンテキストに追加
/drop <file>ファイルをチャットコンテキストから削除
/read-only <file>読み込み専用でコンテキストに追加（編集対象外）
/ls現在のコンテキストにあるファイル一覧
/diff直前のAI編集差分を表示
/undo直前のAI編集コミットを取り消し
/commitユーザー手動編集をコミット
/test設定済みtest-cmdを実行
/lint設定済みlint-cmdを実行
/run <cmd>任意シェルコマンドを実行（結果をチャットに取り込み可）
/web <url>Webページをスクレイプしてチャットに追加
/voice音声入力モード（マイク必須）
/contextv0.85.0新機能。質問に必要なファイルを自動特定
/architectアーキテクトモード切替
/editor-model <model>エディタモデルを変更
/weak-model <model>weakモデル（コミットメッセージ等）を変更
/model <model>メインモデルを変更
/clearチャット履歴をクリア（コンテキスト節約）
/tokens現在のコンテキストのトークン数を表示
/copy直前メッセージをクリップボードへ
/help全コマンド一覧

編集フォーマット（edit-format）の選択

Aiderには複数の編集フォーマットがあり、モデルによって最適値が異なります。

  • whole：ファイル全体を出力させて置換。古いモデル向け
  • diff：探索＆置換ブロック形式。標準。大半のClaude/GPTで最適
  • diff-fenced：Markdownコードブロックで囲まれたdiff。Gemini向け
  • udiff：標準的なunified diff形式。一部モデル向け
  • architect：アーキテクト/エディタ分離モード。詳細は後述
  • editor-diff：エディタ用のdiff（architect内で使用）

通常はAiderが自動で最適値を選びますが、明示的に指定したい場合は--edit-format diffのように起動時に渡します。

実践的な使い方

ユースケース1：アーキテクト/エディタ・モードで難問を解く

Aiderの最大の強みです。強い推論モデル（gpt-5、o3、Claude Opus）に設計を任せ、安いモデル（Claude Haiku、DeepSeek、gpt-5-mini）に実装させる分離パターン。コストを1/10にしつつ、難しい設計問題の精度を上げられます。

aider \
  --model o3-pro \
  --editor-model deepseek/deepseek-chat \
  --edit-format architect

あるいは、.aider.conf.ymlに書いておけば毎回指定不要です。

model: o3-pro
editor-model: deepseek/deepseek-chat
edit-format: architect

セッション内で、複雑な設計問題（例：認証フローの全面リファクタ）を投げると、o3-proが「こういう設計でこういうファイルをこう変える」とプランを立て、それをDeepSeekが受け取って実際のdiffを生成します。公式ベンチマークでも、architect+editorのペアが純粋な単一モデルより高得点を叩き出すケースが多いです。

ユースケース2：ローカルOllamaで完全オフライン開発

API代を払いたくない、または社外秘コードを扱う場合、ローカルOllamaと接続して完全オフラインで使えます。OllamaはGitHubでv0.30.0（2026-06-01）が最新です。

# 1. Ollamaを起動
ollama serve

# 2. コード生成向けモデルをpull
ollama pull qwen2.5-coder:32b
# またはVRAM 16GBクラスなら
ollama pull qwen2.5-coder:14b
# VRAM 8GBクラスなら
ollama pull qwen2.5-coder:7b

# 3. Aiderから接続
export OLLAMA_API_BASE=http://127.0.0.1:11434
aider --model ollama_chat/qwen2.5-coder:32b

Ollamaモデルでもアーキテクト/エディタ分離は使えます。たとえばOllamaのDeepSeek-R1を推論役、Qwen2.5-CoderをエディタにするとローカルだけでAider最適構成になります。

aider \
  --model ollama_chat/deepseek-r1:32b \
  --editor-model ollama_chat/qwen2.5-coder:14b \
  --edit-format architect

ユースケース3：LM Studioとの連携

LM StudioもOpenAI互換APIサーバーを内蔵しているため、Aiderから直接接続できます。LM StudioのDeveloper画面で「Start Server」を押し、Aiderから次のように指定します。

aider \
  --openai-api-base http://localhost:1234/v1 \
  --openai-api-key dummy \
  --model openai/qwen2.5-coder-32b-instruct

LM Studioの利点はGUIでモデルを切り替えられる点、Aiderの利点は本格的なdiff編集とGit統合。組み合わせると、GUIで重いモデルをロード、CLIで実装作業、という綺麗な分業が可能です。

ユースケース4：複数リポジトリ横断作業

マイクロサービス構成で、同時に複数リポジトリを編集したい場合。Aiderは1セッションで1リポジトリが基本ですが、/read-onlyで関連リポジトリを読み込みコンテキストとして渡せます。

cd ~/work/service-a
aider --model sonnet src/api.py

# Aider内で
> /read-only ~/work/service-b/src/api_contract.py
> /read-only ~/work/shared-types/types.ts
> service-bのapi_contract.pyに合わせて、service-aのsrc/api.pyのレスポンス形式を修正して

ユースケース5：CIの失敗ログを渡してデバッグ

Aiderは/runでシェルコマンドを実行し、その出力をチャットに取り込めます。CIの失敗ログをそのままAIに見せてデバッグできます。

# Aider内で
> /run pytest tests/test_user_auth.py -v
# →出力をチャットに追加するか聞かれるので、yesと答える
> 上のテスト失敗の原因を特定して修正して

ユースケース6：画像から実装

UIモックを画像で渡してCSSやReactコンポーネントを生成させられます。

aider --model sonnet src/components/Header.tsx mockup.png

.png / .jpg / .webpなどの画像ファイルを引数に渡すと、Aiderはマルチモーダル対応モデル（Claude/GPT-4o系）にbase64で送り、UI実装を生成します。

応用・カスタマイズ

カスタムslash command（v0.85.0以降のcontextコマンド）

v0.85.0以降の/contextコマンドは、リポジトリマップを使って質問に必要なファイルを自動特定します。手動/addのミスを減らせます。

> /context
> ユーザー認証フローのリファクタをしたい

# Aiderが auth.py、middleware.py、routes/users.py、tests/test_auth.py を自動でadd

think-tokens / reasoning-effortの調整

推論型モデル（gpt-5、o3、Gemini 2.5 Pro thinking）の思考トークン数を制御できます。

# 推論を浅く（速くて安い）
> /reasoning-effort low

# 推論を深く（遅いが精度高い）
> /reasoning-effort high

# Gemini系のthinking tokens
> /think-tokens 32000

watch mode（IDE統合）

Aiderはファイル監視モードを持っており、コメント行に特定マーカーを書き込むと、保存と同時にAiderがそれを検出して編集してくれます。IDEで作業しながらAiderを呼べる、Cursor的な体験ができます。

aider --watch-files

そして、エディタで開いたファイルに次のように書きます。

def process_data(data):
    # AI! Add type hints and input validation
    return data.strip()

ファイル保存と同時にAiderがこのAI!マーカーを検出して、その指示通りに編集してくれます。

shellコマンド連携で自動テスト修正ループ

--auto-testと--test-cmdを組み合わせると、編集の度にテストを走らせて失敗したら自動で修正させられます。

aider \
  --model sonnet \
  --auto-test \
  --test-cmd "pytest -x tests/"

OpenRouterで1つのキーから全モデルアクセス

OpenRouterを使えば、Claude/GPT/Gemini/DeepSeek/Llama他、全モデルに1つのキーでアクセスできます。OAuth認証フローもv0.85.0以降サポート。

aider --model openrouter/anthropic/claude-3.7-sonnet
aider --model openrouter/openai/gpt-5
aider --model openrouter/google/gemini-2.5-pro
aider --model openrouter/deepseek/deepseek-r1

履歴とブランチ管理

Aiderのコミット履歴はGitで管理されるため、通常のgit操作で全て操作できます。AIによる変更が気に入らなければ、/undoまたはgit revertで戻します。実験的な編集をしたいときは、Aiderセッションを開始する前にブランチを切ります。

git checkout -b ai-refactor
aider --model o3-pro
# 編集後、不要なら
git checkout main
git branch -D ai-refactor

パフォーマンス最適化

コンテキスト節約のテクニック

Aiderの使用感を最大化するには、コンテキストウィンドウを効率よく使うことが鍵です。

  • /clearで会話履歴をリセット（タスクごとに）
  • /dropで不要なファイルを外す
  • /read-onlyで「参照だけ」のファイルを明示し、書き込み対象から外す
  • --map-tokensでリポジトリマップのトークン上限を調整（デフォルト1024、大きすぎるとプロンプトを食う）
  • /tokensで現在のトークン数を頻繁にチェック

コスト最適化のレシピ

Claude Sonnet 4の入力$3/1Mトークン、出力$15/1Mトークン（2026年6月時点）を前提に、月100時間使うと月$50〜$200が標準です。これを抑えるには：

  1. アーキテクト/エディタ分離を使う：難問だけ強モデルで設計、実装は安モデル。月コスト1/5に
  2. weak-modelの指定：コミットメッセージ生成等は安いHaikuに固定。--weak-model haiku
  3. キャッシュ機能を活用：Anthropic Claudeはprompt cachingが効くため、リポジトリマップを使い回す前提でほぼ自動で安くなる
  4. ローカルOllamaに切替：プロトタイピングや軽い修正はOllama、本番品質が必要なリファクタだけClaudeに切替

応答速度の最適化

  • diff-fenced形式はモデルによっては不必要に冗長。diffを試す
  • 大量ファイル/addはリポジトリマップで代替できないか検討
  • OpenRouterはモデルによってレイテンシが大きいことがある。直接のAnthropic/OpenAIエンドポイントを使うほうが速い場合あり
  • Ollama併用時、量子化版（GGUF Q4_K_M）の方が応答が速い。精度とのトレードオフ

よくあるエラーとトラブルシューティング

エラー1：「Couldn’t find git repo」

Aiderは原則Gitリポジトリ内で動かします。git initを実行するか、--no-gitオプションで非Gitリポジトリでも動かせます（ただし自動コミット機能は無効化）。

cd /path/to/project
git init
aider --model sonnet

エラー2：「No such file or directory: ‘aider’」（Windows）

pipx installしてもPATHが通っていないとこのエラーになります。

python -m pipx ensurepath
# PowerShellを再起動

# それでもダメな場合
$env:PATH += ";$env:USERPROFILE\.local\bin"
aider --version

恒久的に通すには、システム環境変数のPATHに%USERPROFILE%\.local\binを追加します。

エラー3：「litellm.AuthenticationError」

APIキーが認識されていない時の典型エラー。順番に確認します。

# 1. 環境変数が設定されているか
echo $ANTHROPIC_API_KEY      # Linux/Mac
echo $env:ANTHROPIC_API_KEY  # PowerShell

# 2. .envファイルが正しい場所か
ls -la .env

# 3. 起動引数で明示的に渡す
aider --model sonnet --api-key anthropic=sk-ant-...

エラー4：「Model XYZ not found」

モデル名のtypoや、プロバイダプレフィックスの抜けが主原因です。AiderはlitellmベースなのでモデルIDが厳密です。

# NG: モデル名だけ
aider --model gpt-5

# OK: プロバイダプレフィックス込み
aider --model openai/gpt-5
aider --model anthropic/claude-3.7-sonnet
aider --model gemini/gemini-2.5-pro
aider --model deepseek/deepseek-chat
aider --model openrouter/anthropic/claude-3.7-sonnet
aider --model ollama_chat/qwen2.5-coder:32b

# モデル一覧を確認
aider --list-models

エラー5：「Token limit exceeded」

コンテキストウィンドウを超えた時のエラー。対処はコンテキスト節約一択です。

# 履歴をクリア
> /clear

# 不要ファイルを外す
> /drop src/legacy.py

# リポジトリマップを縮小
aider --map-tokens 512

# より大きなコンテキストのモデルに切替
> /model gemini/gemini-2.5-pro    # 2Mトークン
> /model anthropic/claude-3.7-sonnet  # 200kトークン

エラー6：Ollama接続失敗

「Connection refused」「max retries exceeded」の場合。

# 1. Ollamaが起動しているか確認
curl http://127.0.0.1:11434/api/tags

# 2. ファイアウォール / WSL内からの接続確認
# WSL内Aiderからホスト側Ollamaを叩く場合
export OLLAMA_API_BASE=http://host.docker.internal:11434

# 3. モデルがpullされているか
ollama list

# 4. モデル名のtypo確認
aider --model ollama_chat/qwen2.5-coder:32b   # OKは正しい形式
aider --model ollama/qwen2.5-coder:32b        # 古い形式（非推奨）

エラー7：日本語が文字化け（Windows）

PowerShell/cmdの文字コードがShift_JISだとUTF-8の日本語が崩れます。

# PowerShellをUTF-8に
chcp 65001
$env:PYTHONIOENCODING="utf-8"
aider --model sonnet

恒久対応として、Windows設定の「言語」→「管理用の言語の設定」→「Unicode UTF-8を使用」をONにします。

エラー8：「Repo map is too large」

巨大モノレポでは、リポジトリマップ自体がコンテキストを食い潰します。

# マップサイズを縮小
aider --map-tokens 256

# 特定ディレクトリだけマップ対象に
cd src/auth   # サブディレクトリで起動
aider --model sonnet

エラー9：linter自動修正ループが止まらない

--auto-lint使用時、linterが直すたびにAiderが反応して無限ループになることがあります。

# 一旦無効化
aider --no-auto-lint

# あるいはlint-cmdをidempotentに（重複修正でno-opになる設定に）
# .aider.conf.yml
lint-cmd:
  python: ruff check --fix --no-fix-only

エラー10：Pythonバージョン非対応

Aider v0.86.2はPython 3.13には未対応です（3.10〜3.12のみ）。Python 3.13環境では明示的に3.12を使います。

# pyenvで切替
pyenv install 3.12.7
pyenv local 3.12.7
pipx install --python python3.12 aider-chat

おすすめの組み合わせ・連携

Aider + tmux + Vim/Neovim

CLIエンジニアの王道構成。tmuxペインの片方でAider、もう片方でVim/Neovimを開きます。Aiderが編集したファイルをVimで開いていると、Vimの:checktimeまたはautoreadで自動リロードされ、AIによる変更を即座に見られます。

# Neovim設定（.config/nvim/init.lua）
vim.opt.autoread = true
vim.cmd([[
  autocmd FocusGained,BufEnter,CursorHold,CursorHoldI *
    if mode() !~ '\v(c|r.?|!|t)' && getcmdwintype() == '' | checktime | endif
]])

Aider + VS Code（watch modeで使う）

VS Codeの「Auto Save」を有効にして、Aiderを--watch-filesで起動。コメント行にAI!マーカーを書いて保存すれば、AiderがVS Code外で動いて自動編集します。CursorやClineに近い体験ながら、ベンダー非依存です。

Aider + Pre-commit Hook

Aiderがコミット直前に、変更内容を自動でlint・testしてくれる仕組み。.pre-commit-config.yamlを設定し、AiderにはGitフックを尊重する設定を入れます。

# .aider.conf.yml
test-cmd: pytest -x
lint-cmd:
  python: ruff check --fix
  javascript: eslint --fix
auto-test: true
auto-lint: true

Aider + Ollama + RTX 4070 Ti SUPER以上のGPU

VRAM 16GB搭載GPUなら、Qwen2.5-Coder 14B/32BをINT4量子化で動かせます。Qwen2.5-Coder-32BはAider Polyglotで実用域のスコアを叩き出すローカルLLMの代表格。完全オフラインで、API代ゼロのコーディング環境が作れます。

Aider + Claude Code（併用パターン）

意外な組み合わせですが、Claude Codeの「Subagent」機能をマクロ的に使い、その中でAiderをサブプロセスとして呼ぶ運用が増えています。Claude Codeで全体プロジェクト管理、Aiderで個別ファイル修正、という役割分担です。両者ともCLIなので統合は容易です。

Aider + GitHub Actions（CI連携）

Pull RequestのコメントでAiderに指示し、CIがそれを受けて自動修正するパターン。

name: Aider Auto-fix
on:
  issue_comment:
    types: [created]
jobs:
  aider:
    if: contains(github.event.comment.body, '/aider')
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.12'
      - run: pip install aider-chat
      - run: |
          aider --model sonnet --yes-always \
            --message "${{ github.event.comment.body }}"
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
      - run: |
          git push origin HEAD:${{ github.head_ref }}

推奨PCスペック

用途別に3段階で整理します。Aider本体は軽いので、決め手は「ローカルLLMをどこまで使うか」です。クラウドAPIだけならノートPCで十分、ローカルLLMをガッツリ使うなら16GB以上のVRAMが必須です。

入門レベル（クラウドAPIのみ）

項目スペック
CPUIntel Core i5-12400 / AMD Ryzen 5 5600以上
RAM16GB DDR4
SSD500GB NVMe SSD
GPU不要（内蔵GPUで十分）
ネット固定光回線 100Mbps以上
想定用途クラウドAPI（Claude/GPT/Gemini）専用、軽いタスクのみ

標準レベル（ローカルLLM併用、Qwen2.5-Coder 14B級）

項目スペック
CPUIntel Core i7-13700K / AMD Ryzen 7 7700X以上
RAM32GB DDR5 5600
SSD1TB NVMe SSD（モデルファイル用に別途1TB推奨）
GPUNVIDIA RTX 4070 Ti SUPER（VRAM 16GB）
ネット固定光回線 1Gbps
想定用途OllamaでQwen2.5-Coder 14B、DeepSeek-Coder 7B等を実用速度で動かす

ハイエンド（ローカルLLM主軸、Qwen2.5-Coder 32B＋アーキテクト分離）

項目スペック
CPUIntel Core i9-14900K / AMD Ryzen 9 7950X以上
RAM64GB DDR5 5600
SSD2TB NVMe SSD（モデルファイルで200GB以上消費）
GPUNVIDIA RTX 5090（VRAM 32GB） または RTX 5080 + 5080の2枚刺し
ネット固定光回線 1Gbps以上
想定用途Qwen2.5-Coder 32BをFP16または高品質Q5_K_Mで動かし、アーキテクトモデル＋エディタモデルの同時稼働も可能

まとめ

Aiderは、2026年6月時点でCLIワークフローを愛するエンジニアにとって最強のAIペアプログラマーです。最新版v0.86.2は安定動作し、GPT-5、Claude 4系、Gemini 2.5、ローカルOllamaモデルまで30以上のプロバイダを1つのCLIで切り替えながら使えます。Polyglotベンチマークでgpt-5 (high)が88.0%を叩き出す実用レベルで、アーキテクト/エディタ分離モードを使えばコストを1/5にしながら難問もこなせます。

特に「Gitに自動コミットして履歴を残す」「ローカルLLMを正面からサポート」「Apache-2.0ライセンスでベンダーロックインなし」の3点は、Cursor・Claude Code・GitHub Copilot CLIといった商用ツールには真似できないAider固有の強みです。社外秘コードを扱う企業エンジニア、CLIで作業するベテラン、ローカルLLMでAPI代を節約したい個人開発者、いずれにとっても最有力候補と言えるでしょう。

一方で、IDE統合のリッチさを求めるならCursor、Anthropicモデルで最高品質を求めるならClaude Code、軽量な補完で十分ならGitHub Copilotという棲み分けは依然存在します。重要なのは「自分のワークフローと予算に合うツールを選ぶ」ことであり、Aiderはその選択肢の中で最も柔軟性が高い1つです。

今後のロードマップとしては、公式リポジトリのmainブランチでClaude 4.5/4.6/4.7、GPT-5.1〜5-pro、Gemini 3 preview対応が進んでおり、次期リリースで安定版に取り込まれる予定です。半年に1度くらいのペースでpipx upgrade aider-chatを実行して、最新モデルへの対応を取り込み続けるのが推奨運用です。

関連記事として、ローカルLLM対応のVS Code拡張機能を解説したContinue.dev完全ガイド【2026年5月最新版・v1.5.34】や、Ollamaの最適化を解説したOllama推論速度2倍へ：llama.cpp CPU最適化完全ガイドもあわせてご覧ください。

📦 この記事で紹介した商品

※ 上記リンクはAmazonアソシエイトリンクです。購入いただくと当サイトに紹介料が入ります。

タイトルとURLをコピーしました