Snowflake Cortex Code Plugin for Claude Codeを試してみた
かわばたです。
Snowflake が提供する AI コーディングエージェントである Cortex Code ですが、Claude Code 向けの公式プラグインがリリースされています。このプラグインをインストールすると、Claude Code 上で Snowflake 関連のプロンプトを入力した際に、自動的に Cortex Code CLI にルーティングして実行してくれます。
弊社でも Cortex Code 関連の記事をいくつか書いていますが、今回は Claude Code のプラグインとしての Cortex Code を、インストールから具体的なユースケースまで試してみたので、手順と確認結果をまとめます。
機能概要
Snowflake Cortex Code Plugin for Claude Code は、Claude Code 上での Snowflake 関連タスクを Cortex Code CLI に自動的にルーティングするプラグインです。Snowflake が開発・提供しています。
主な特徴は以下のとおりです。
- Snowflake 関連プロンプトの自動ルーティング: プロンプトから Snowflake 関連のキーワードやパターンを検知し、Cortex Code CLI にルーティング。スラッシュコマンドなしで自然に Snowflake タスクが実行される
- 40以上のバンドルスキル: SQL 生成、データ品質チェック、Dynamic Tables、コスト分析、機械学習、Iceberg、リネージュ、dbt 統合など、プロンプトに基づいて自動的にアクティベートされる
- スキル連携: Cortex Code CLI はプロジェクト配下の
.claude/skills/などからスキルを自動検出できるため、Claude Code 側で管理しているプロジェクトスキルを Cortex Code からも活用しやすい。スキルは構造化された Markdown ファイルとしてローカルに保存される - スラッシュコマンド: コードレビューやタスク委譲用のスラッシュコマンドを提供
対応ユースケース:
| カテゴリ | 主なユースケース |
|---|---|
| データエンジニアリング | SQL 生成・最適化、dbt プロジェクト自動化、パイプライン開発 |
| データディスカバリー | 自然言語でのカタログ検索、メタデータ探索、RBACの分析 |
| FinOps・管理 | クレジット消費追跡、パフォーマンス監視、リソース最適化 |
| アプリケーション開発 | Streamlit in Snowflakeアプリ作成、Cortex Agentデプロイ |
| 機械学習 | MLワークフロー自動化、モデルデプロイ |
ルーティングの仕組み:
Snowflake 関連のプロンプト（例: 「テーブルの一覧を確認したい」「売上データのクエリを書いて」）は自動的に Cortex Code にルーティングされます。一方、Snowflake と関係のないプロンプト（例: 「auth.py のバグを修正して」「ユニットテストを書いて」）はそのまま Claude Code で処理されます。
制限事項
- 2026年5月7日時点では、Cortex Code CLI はクロスリージョン推論が有効なアカウント向けに提供されています。対応するアカウント種別の詳細は、最新の公式ドキュメントを確認してください
- クロスリージョン推論の有効化が必要です（AWS東京リージョンの場合、ローカルで利用できないモデルがあるため）
- SNOWFLAKE.CORTEX_USER データベースロールの付与が必要です
- AI エージェントが生成したコードは、本番デプロイ前に精度・権限・ガバナンスポリシーとの整合性をレビューすることが推奨されています
- データ主権に厳格な要件がある組織（GDPR、データローカライゼーション等）は慎重な評価が必要です
コスト
Cortex Code CLI はトークンベースの課金です。
トークン数の目安として、約4文字 = 1トークン（例: 200行の Python ファイル ≈ 2,000トークン）です。利用する LLM によって AI Credits の消費量が異なります。
最新値は Snowflake Service Consumption Table を確認してください。
前提条件
- Snowflake: AWS東京リージョン、Business Critical Edition
- Snowflakeロール: 対象ユーザーが
SNOWFLAKE.CORTEX_USERデータベースロールを利用できること（組織によっては PUBLIC から取り消されている場合があります） - クロスリージョン推論: 有効化済み
- Claude Code: Enterpriseプラン
- Cortex Code CLI: 本記事の手順内でインストール
- ローカル環境: WSL2（Ubuntu）
- 本機能のステータス: 2026年5月7日時点の情報
事前準備
Cortex Code CLIのインストール
まず、Cortex Code CLI をインストールします。
以下の記事に沿って設定を行いました。
【参考ブログ】
【公式ドキュメント】
クロスリージョン推論の有効化
AWS東京リージョンでは、利用したいモデルがローカルリージョンで利用できない場合があります。その場合、Cortex Code CLI で対象モデルを利用するにはクロスリージョン推論の有効化が必要です。ACCOUNTADMIN ロールで以下の SQL を実行します。
USE ROLE ACCOUNTADMIN;
ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'AWS_US';
Claude Codeプラグインのインストール
Claude Code 上で以下のコマンドを実行し、公式マーケットプレイスを追加したうえで Snowflake Cortex Code プラグインをインストールします。
/plugin marketplace add anthropics/claude-plugins-official
/plugin install snowflake-cortex-code
今回はInstall for you (user scope)を選択しました。
/plugin marketplace update anthropics/claude-plugins-official
インストール後、プラグインが有効化されたことを確認します。
プラグインが一覧に表示されていればOKです。
試してみた
自動ルーティングの確認
まずは、プラグインの基本動作である自動ルーティングを確認します。
Claude Code 上で Snowflake 関連のプロンプトを入力してみます。
Snowflakeのデータベース一覧を確認したい
Snowflake 関連のプロンプトが自動的に Cortex Code にルーティングされていることが分かります。
Snowflake 側の内容も確認してみます。
対象のSnowflakeアカウントのデータベース一覧を確認することができました。
SQL生成とデータ探索
自然言語から SQL を生成するユースケースを試します。
サンプルデータとして、jaffle-shop を利用しています。
まず、検証用のテーブルが存在するデータベース・スキーマに対して、自然言語で質問してみます。
DBT_TESTデータベースのJAFFLE_SHOPスキーマ内にあるテーブルを組み合わせて顧客ごとの注文数を集計してください
クエリ履歴を確認すると、以下の通り cortex_code_cli で実行されていることが分かります。
実際にワークスペースで実行してみました。
Jasmine Murray という顧客名が2行表示されていますが、それ以外は注文数も合致しています。
バンドルスキルの確認
Cortex Code には40以上のバンドルスキルが含まれています。利用可能なスキルの一覧を確認してみます。
Cortex Code CLI 上で以下のコマンドを実行します。
cortex skill list
今回の cortex skill list の表示では、スキルのソースとして主に以下のカテゴリが確認できました。
| ソース | 説明 |
|---|---|
| BUNDLED | CLI バイナリに同梱されたスキル |
| GLOBAL | ユーザーがインストールした共有スキル |
| EXTERNAL | cortex skill add で追加したカスタムスキル |
| PROJECT | ローカルディレクトリから自動検出されたスキル |
※GLOBAL・EXTERNAL については筆者が追加していないため、今回の環境では表示されていません。
最後に
Snowflake Cortex Code Plugin for Claude Code を試して、インストールから各種ユースケースの検証までを行いました。
自動ルーティングにより、Claude Code 上でシームレスに Snowflake 関連タスクを実行できるのは非常に便利だと感じました。Snowflake 関連の質問を投げるだけで自動的に Cortex Code にルーティングされ、SQL 生成やデータ探索が行われるため、ツールの切り替えを意識する必要がないことはとても良いと感じました。
特に以下の点が印象的でした。
- SQL 生成の精度: 今回のようなシンプルな集計では、テーブル間のリレーションシップを踏まえた JOIN 条件を生成してくれることを確認できました。
- スキル連携: Cortex Code CLI がプロジェクト配下の
.claude/skills/からスキルを自動検出するため、Claude Code 側で管理しているスキルを Cortex Code からも活用できる。
一方で、事前準備としてクロスリージョン推論の有効化や CORTEX_USER ロールの付与が必要な点は注意が必要です（2026年5月7日時点）。また、AI エージェントが生成したコードは本番デプロイ前にレビューすることが推奨されています。
この記事が何かの参考になれば幸いです！
参考
