Agent Skills

エージェントスキルは、特定の種類のタスクに関する専門知識をAIエージェントに提供する、指示、スクリプト、参照ファイルをまとめたフォルダーです。タスクで必要になった場合にのみエージェントが読み込むようにパッケージ化されています。各スキルの中心となるSKILL.mdファイルでは、短い説明で使用する場面をエージェントに伝え、本文で手順を説明します。Anthropicは2025年10月にClaude向けのAgent Skillsを導入し、2025年12月にagentskills.ioで形式をオープン標準として公開しました。Claude Code、OpenAI Codex、Gemini CLI、Cursor、GitHub Copilot、VS Codeをはじめ、数十のエージェントが現在同じフォルダーを読み込むため、1つのスキルをすべてで利用できます。

Agent Skillsの仕組み#

スキルはスキル名を付けたディレクトリで、必須のSKILL.mdと、任意のscripts/、references/、assets/フォルダーを含みます。SKILL.mdはYAMLのフロントマターから始まり、必須フィールドが2つあります。1つ目のnameは、小文字の英字、数字、ハイフンで構成される64文字以下の名前で、ディレクトリ名と一致する必要があります。2つ目のdescriptionは、スキルの機能と使用場面を記述する1,024文字以下の説明です。その後に続くMarkdown本文には、手順、例、例外ケースを記載します。

エージェントはプログレッシブディスクロージャーを通じてスキルを読み込み、大規模なスキルライブラリの利用コストを抑えます。起動時には、各スキルの名前と説明だけを読み込みます。スキルあたり約100 トークンです。リクエストが説明に一致すると、完全なSKILL.mdをコンテキストウィンドウに読み込みます。仕様では、本文を500行、5,000トークン未満にすることを推奨しています。スクリプトや参照ファイルは指示で指定された場合にのみ読み込まれ、エージェントがスクリプトを実行して出力を読むだけであれば、そのコードがコンテキストに入ることはありません。

SKILL.mdの構成#

小売チームは、棚の写真を扱うためのこのスキルをエージェントに提供できます。説明にはエージェントが照合するトリガーワードが含まれ、本文では必要になった場合にのみ読み込まれるスクリプトと参照表を指定します。

---
name: shelf-audit
description: Counts products and finds empty facings in retail shelf photos. Use when the user asks about stock levels, gaps, or planogram compliance in store images.
---

# Shelf audit

1. Run `python scripts/detect_products.py <image>` on each photo. It prints one JSON line per product with its class, confidence, and box.
2. Compare the counts with the expected facings in `references/planogram.csv`.
3. Report each empty facing with its shelf position.
4. Send detections below 0.5 confidence to a person for review instead of counting them.

誰かが棚について尋ねるまでは、エージェントに見えるのは2行のフロントマターだけです。また、エージェントは手順のステップ2に進むまでプラノグラムファイルを開きません。

Agent Skillsと関連概念の比較#

• ツールと関数呼び出し： ツールは、データベースクエリや物体検出モデルなど、エージェントが呼び出せる1つの操作です。スキルは、ツールには不足している検証ルールやドメイン知識とともに、タスクに応じたツールの組み合わせ方をエージェントに教えます。
• Model Context Protocol（MCP）： サーバーを介して、エージェントを稼働中の外部システムに接続します。スキルは手順に関する知識を提供するため、エージェントは通常、両方を使用します。スキルによって、どのMCPツールをどの順序で呼び出すかをエージェントに指示できます。
• システムプロンプトとプロジェクト指示： AGENTS.mdなどのファイルは、すべてのセッションで読み込まれます。スキルの本文は一致するタスクでのみ読み込まれるため、エージェントはコンテキストを圧迫せずに数百のスキルを保持できます。これはコンテキストエンジニアリングの中心的な考え方です。
• ファインチューニング: モデルの重みを変更して、特定の動作を学習させます。スキルはコンテキストのみを変更するため、コードと同様に編集、バージョン管理、レビューができ、すぐに反映されます。

実践でのスキル#

スキルは、汎用の大規模言語モデル（LLM）に欠けていたり、安定して適用できなかったりするノウハウをパッケージ化したものです。たとえば、企業のブランドルール、チームのリリースチェックリスト、ファイル形式固有の注意点などが含まれます。Anthropicの公開スキルリポジトリには、Claude独自のドキュメント作成を支えるWord、PDF、PowerPoint、Excelのスキルが含まれています。Ultralytics Agent Skillsは、コンピュータビジョンのライフサイクルをカバーします。yoloルータースキルが各リクエストを、モデル選定、データセット、トレーニング、チューニング、推論、エクスポート用のスキルに振り分けます。また、platform-cliスキルは、ul cloudコマンドラインを使ってUltralytics Platformを自動化します。PlatformのAsk AIアシスタントもこのplatform-cliスキルを使います。同じフォルダーは、claude plugin install yolo@ultralyticsを使ってClaude Codeに、またはnpx skills add ultralytics/skillsを使って他のエージェントにインストールできます。これにより、エージェント型コーディングツールは、自然言語のリクエストからYOLO26モデルをトレーニングしてエクスポートできます。

セキュリティ上の考慮事項#

スキルはエージェントの権限で実行されるため、サードパーティ製スキルのインストールはソフトウェアのインストールに似ています。スキルの指示にはエージェントの動作を変えるプロンプトインジェクションが含まれる可能性があり、スクリプトはエージェントの環境で許可されている任意の場所からファイルを読み取ったり、データを送信したりできます。チームはスキルをインストールする前に、指示、スクリプト、依存関係をレビューし、バージョンを固定したうえで、ネットワークアクセスを制限したエージェントサンドボックス内でスキルのスクリプトを実行します。仕様では、実験的なallowed-toolsフィールドも定義しています。これはBash(git:*) Readのようなスペース区切りのリストで、確認なしでスキルが実行できるツールを指定します。このフィールドをサポートするエージェントは、エージェントハーネス内で該当ツールを事前承認します。