skills.shのおすすめスキルまとめ

Last updated at 2026-07-19Posted at 2026-07-19

はじめに

「skillsが便利らしい」こう聞いて「じゃあ入れようかでも何をどうやって？」で止まっている人もいらっしゃるのではないでしょうか。

そこでskillsがたくさん置いてあるskills.shの登場です。

・・・とか言われましても「超たくさんあるんだけど、結局どれ入れればいいの？」でやはり止まってしまいます。(少なくとも私は)

skills.sh のリーダーボードはインストール数順で並んでいるだけなので、「人気だから良い」「上位だから安全」とは限りません。このあたりの見極めも含めて、カテゴリごとに「まず入れて損しない定番」をまとめてみました。

なおインストール数などの数字は変動が激しいので、順位や規模感は「執筆時点（2026年7月時点）のスナップショット」くらいに受け取ってください。

そもそも「Skills（Agent Skills）」とは

まず前提から。
本題はこちらまでジャンプください

Agent Skills とは、ClaudeをはじめとするAIエージェントに「特定タスクの手順・専門知識・お作法」を持たせる、再利用可能なパッケージです。Anthropicが2025年10月に発表した仕組みで¹、2025年12月には agentskills.io としてベンダー中立のオープン標準に切り出されました²。今では GitHub Copilot・Cursor・Codex・Gemini CLI など主要エージェントが同じ形式に対応しています。

中核は SKILL.md という1枚の Markdown ファイルです。

my-skill/
├── SKILL.md          # 必須。YAMLフロントマター（name / description）＋ 本文
├── scripts/          # 任意。実行スクリプト
├── references/       # 任意。詳細な参照ドキュメント
└── assets/           # 任意。テンプレートや画像など

Anthropicはこれを「新入社員へのオンボーディングガイド」に例えています。「うちのプロジェクトではこういう規約で、こういう手順で作業する」を書いておくイメージですね。

コンテキストを圧迫しない

スキルを何十個入れても、AIは起動時に各スキルの name と description だけを読み込みます。ユーザーの要求を受けて「これは関連しそうだ」と判断したときに初めて、そのスキルの SKILL.md 本文をフルロードし、さらに必要なら references/ を追加で読む——という**段階的開示（Progressive Disclosure）**の設計になっています³。

全部を常時抱えるのではなく、必要なときに必要な専門知識だけを引き出す。スキルを大量に積んでもトークンを食い潰しにくい、というわけです。

CLAUDE.md や MCP との違い

混同しやすいので、ざっくり整理しておきます。

仕組み	役割	読み込まれ方
CLAUDE.md	プロジェクト全体の常時適用ルール	常にコンテキストに載る
MCP	外部ツール・データへの接続プロトコル	ツールとして接続
Agent Skills	特定タスクの手順・専門知識	関連時のみ動的にロード

「MCP が"データにどう繋ぐか"を担い、Skills が"そのデータで何をするか"を教える」と考えると分かりやすいです。

使い方（ざっくり）

Claude Code：~/.claude/skills/（個人）か .claude/skills/（プロジェクト）に置くだけで自動検出。プロジェクトに置いてGit管理すれば、そのままチームの共有資産になります
claude.ai：Pro/Max/Team/Enterpriseでコード実行を有効化し、設定からアップロード・利用
Claude API：/v1/skills エンドポイント経由

Anthropic公式には、claude.aiの資料作成機能を支えている docx / pptx / xlsx / pdf などのスキルが最初から用意されています。

skills.sh とは

次に skills.sh です。

skills.sh は、Vercel（Vercel Labs）が2026年1月20日に公開した、Agent Skills のパッケージマネージャ兼ディレクトリ／リーダーボードです⁴。CEOのGuillermo Rauchが「the npm of AI skills」と表現した通り、立ち位置としては AIスキル版のnpm がしっくりきます。

一番の売りは、導入がコマンド一発で済むことです。

npx skills add <owner/repo>

これを叩くと、CLIが手元に入っているエージェント（Claude Code / Cursor / Codex / Copilot など）を自動検出し、それぞれが期待する場所へスキルを配置してくれます。他にも npx skills find（検索）、npx skills list、npx skills update などがあります。

押さえておきたいポイントを並べると、こんな感じです。

運営はVercel。CLIもディレクトリもMITライセンスのオープンソース（vercel-labs/skills）。Anthropicの標準とは別主体である点は地味に重要です
対応エージェントは50前後まで拡大（Claude Code / Cursor / Codex / Copilot / Gemini CLI / Windsurf / Cline …）
掲載は数十万規模。Vercel・Anthropic・Microsoft・Supabase・Remotion・LarkSuite など、大手も普通に公開しています
登録に審査は無い。GitHubで公開して誰かが npx skills add すれば、そのインストールテレメトリからリーダーボードが自動構築されます

カテゴリ別・おすすめスキル

ここから本題です。「素のエージェントの弱点を埋めてくれるか」という観点で、カテゴリごとに定番を挙げていきます。各表の「提供者」はGitHubのowner/repoです。

① 開発ワークフロー（規律付け）

AIはコードを書くのは速いですが、放っておくと計画せずに突っ走る・要件を勝手に補完する傾向があります。ここを矯正するのがこのカテゴリです。個人的には、まず入れる価値が一番高いのはこの領域だと思っています。

スキル	提供者	ざっくり
superpowers	obra	ブレスト→計画→TDD→サブエージェント実行→レビュー、という開発方法論を20以上の合成可能なスキル群として提供
grill-me	mattpocock/skills	実装前に1問ずつ質問攻め（grilling）して要件を詰める。勝手な推測での実装を防ぐ
grill-with-docs	mattpocock/skills	grill-me＋合意事項を CONTEXT.md / ADR にその場で書き戻す
tdd	mattpocock/skills	Red→Green→Refactor の反復を強制する
diagnosing-bugs	mattpocock/skills	再現→最小化→仮説→計装→修正→回帰テスト、という体系的なバグ調査

superpowers（作者はJesse Vincent氏＝obra）は、この分野で最もよく名前が挙がる単体スキルです。「エージェントがいきなりコードに突っ込む」問題を "まず計画" に矯正してくれます。

mattpocock/skills は、TypeScript教育で有名なMatt Pocock氏の実務スキル集です。中でも grill-me は、コードを書く前に容赦なくインタビューしてくることで海外でも話題になりました。AIの「曖昧な指示を"なんとなく"解釈して実装を進める」クセ——これ、地味にバグの温床なんですよね——に、あえて摩擦を足して防いでくれる発想です。

私見：ここは以前、私の記事で書いた「Decomposition（分解）」の話と繋がると思っています。要件を適切な粒度に割るのは本来こちら側の仕事で、grill系スキルはそれをAIとの対話で強制的にやらせてくれる。人間側のCT（計算論的思考）を代替するというより、サボらせない仕組みとして効いてくる印象です。

② フロントエンド／UI・デザイン

AIが生成するUIは放っておくと "いかにもAIが作った" 量産型（AIスロップ）に寄りがちです。ここを底上げするのがこのカテゴリ。

スキル	提供者	ざっくり何をする
frontend-design	anthropics/skills	「AIスロップ」を避け、独自性のある本番品質UIを生成させる
web-design-guidelines	vercel-labs/agent-skills	100超のUI/UXルールでコードを監査（アクセシビリティ・パフォーマンス等）
vercel-react-best-practices	vercel-labs/agent-skills	React/Next.jsの最適化ルールを影響度ラベル付きで強制

Anthropic公式の frontend-design は、単なるコード生成ではなく AIを"クリエイティブディレクター"化する のが面白いところです。コーディング前に「タイポグラフィ」「色・テーマ」「モーション」「空間構成」の4観点で思考を要求し、Inter / Roboto / Arial のような無難なフォントをあえて禁じたり、対称グリッド一辺倒を崩させたりします⁷。

対になるのが web-design-guidelines（Vercel）で、これは生成物を監査する側。アクセシビリティやフォーカス管理、prefers-reduced-motion の尊重といった、人間が見落としがちな観点を file:line 単位で指摘してくれる「デザイン警察」的なQAゲートです。生成（frontend-design）と監査（web-design-guidelines）をセットで入れる、という使い方が定番です。

③ バックエンド／データベース

このカテゴリでAIが一番弱いのは、クラウドやミドルウェアの最新仕様に対する知識の陳腐化です。学習データが過去のスナップショットなので、設定オプションやお作法で平気でハルシネーションを起こします。

スキル	提供者	ざっくり何をする
supabase-postgres-best-practices	supabase/agent-skills	Postgresのクエリ最適化・RLS・接続管理の指針＋最新ドキュメント検索を強制
azure-skills（スイート）	microsoft/azure-skills	Azureのデプロイ・移行・コスト最適化などを "計画優先" でオーケストレーション

supabase-postgres-best-practices のアプローチが個人的にはかなり示唆的でした。全仕様をSKILL.mdに書き込むのではなく、「最新ドキュメントの探し方」という方法論をエンコードしているんですよね⁸。実装前に必ずMCPのドキュメント検索を使う、あるいは公式ドキュメントのURLに .md を付けて最新版を取りに行く、といった手順を義務付けています。

そのうえで、「絶対に破ってはいけないルール」だけを影響度順にハードコードしている。たとえば「service_roleキーをフロントに露出させない」「認可には user_metadata ではなく app_metadata を使う」「UPDATE文にはSELECTポリシーも併記する（無いとエラーも出さず静かに0行更新になる）」みたいな、RLS特有の"知らないと静かに事故る"落とし穴を先回りで塞いでくれます。

私見：「変化の激しい仕様は動的に検索させ、根幹のルールだけ静的に強制する」というハイブリッド設計は、自作スキルを書くときのお手本になると思います。SKILL.mdに全部詰め込むと陳腐化するので。

④ ドキュメント作成／オフィス

コーディング以外の実務でも普通に効きます。

スキル	提供者	ざっくり何をする
docx / pptx / xlsx / pdf	anthropics/skills	Word/PowerPoint/Excel/PDFの生成・編集・分析
doc-coauthoring	anthropics/skills	文脈収集→推敲→"読み手テスト" の3段階で協働文書を作る

docx / pptx / xlsx / pdf は、単なるテキストではなく Pythonのヘルパースクリプトや参照ドキュメントを同梱したディレクトリ構造を持っていて、AIがバイナリのOfficeファイルを直接操作するためのプロトコルを提供しています。資料作成を量産する人にとっては鉄板ですね。

⑤ テスト／ブラウザ操作

スキル	提供者	ざっくり何をする
webapp-testing	anthropics/skills	PlaywrightでローカルのWebアプリを検証・デバッグ・スクショ取得

事前スクリプトに縛られず、その場でカスタムコードを書いて検証できるのが強みです。E2E的な確認を任せられます。

⑥ 動画／クリエイティブ

スキル	提供者	ざっくり何をする
remotion（best-practices）	remotion-dev/skills	ReactベースのRemotionで動画をプログラム生成

Remotion公式のスキルで、2026年初頭にデモが話題になりました。教育解説・プロダクトデモ・データ可視化みたいな動画を、自然言語から生成できます。「コードから直接プロモ動画まで作る」という方向性がおもしろい領域です。

⑦ メタ／効率化

最後は「スキルを扱うためのスキル」です。数が多すぎて選べない問題を、AI自身に解かせるカテゴリですね。

スキル	提供者	ざっくり何をする
find-skills	vercel-labs/skills	「Xしたい」に対し、ディレクトリから適切なスキルを探してインストールを提案
skill-creator	anthropics/skills	自社のベストプラクティスからSKILL.mdの雛形を対話的に生成
mcp-builder	anthropics/skills	MCPサーバーの実装をガイド（FastMCP / MCP SDK対応）

find-skills は skills.sh のトップに立つメタスキルで、「Excelを処理したい」「SEO監査したい」と投げると、内部で npx skills find を走らせて候補を提示してくれます。AI自身が自分の能力拡張の入り口をナビゲートする、という発想です。

社内独自の規約をスキル化したいなら skill-creator。「作り方が分からなくてもAIに説明するだけ」で雛形が起こせるので、チームの暗黙知を形式知化する入り口として便利です。

で、結局どれを入れればいいのか

「全部入れる」は逆効果です。スキルが多すぎるとルーティング精度が落ちるので、3〜4個から始めて必要に応じて足すのが現実的だと思います。

とりあえずの叩き台としては、こんな組み合わせを推します。

find-skills（探し方をAIに委譲）
superpowers or grill-me（計画・要件詰めの規律）
frontend-design（UI品質）＋必要に応じて web-design-guidelines（監査）
用途に応じて docx等の公式ドキュメント系 / supabase / remotion

選定基準は、先述した find-skills 自身のクライテリアがそのまま使えます。

インストール数は目安程度に（1K未満は慎重に。ただし多い＝安全ではない）
公式・著名リポジトリを優先（anthropics / vercel-labs / microsoft / supabase など）
skills.shのランキングでなくGitHubスターを確認（スター数の少ないリポジトリのスキルは要警戒）
descriptionの質を見る：Claudeはここだけで発動を判断するので、「productivity」みたいな曖昧語ではなく、具体的な発動場面が書かれているものが良い

セキュリティは自分で担保する必要がある

生産性が上がる一方で、ここは正直まだ課題が残っています。

多くの公開スキルは、リモート上のスクリプトや参照ファイルを取りに行って実行します。参照先が改ざんされると、AIエージェントが悪意ある指示やスクリプトを手元の開発環境で無自覚に実行してしまうリスクがあります。実際、セキュリティ企業 Trail of Bits は skills.sh 統合のスキャナを含む複数の検出器を短時間で突破できたと報告しており⁹、Snyk の調査でも隣接マーケットのスキルの一定割合にプロンプトインジェクションが見つかっています¹⁰。サードパーティのスキルは"サードパーティのコード"として扱うのが基本です。

現実的な対策としては、

中身を必ず読む：SKILL.md と同梱スクリプトを実行前に確認する。特に外部URLをフェッチするタイプは要注意
公式・著名リポジトリを既定にする：迷ったら anthropics / vercel-labs / microsoft など検証済みベンダーを優先
APIキーやトークンをハードコードしない

`gh skill`：サプライチェーン対策が組み込まれた選択肢

もう一つ、比較的新しい動きとして、2026年4月にGitHub公式CLIに gh skill サブコマンドが追加されました（GitHub CLI v2.90.0、公開プレビュー）¹¹。install / preview / search / update / publish の5つが用意されています。

npx skills との一番の違いは、由来情報（provenance）がネイティブに組み込まれている点です。gh skill install すると、取得元リポジトリ・タグ/コミットの固定参照・フォルダ全体のツリーSHAが SKILL.md のフロントマターに書き込まれます。これにより「誰が作ったどのバージョンか」を追跡でき、gh skill update はローカルとリモートのSHAを比較して本当に中身が変わったときだけ更新をかけます。--pin でバージョン固定もできます。

インストール前に gh skill preview で中身を確認できる
ツリーSHAで改ざん検知できる
--pin で意図しない更新を防げる

エンタープライズやチーム運用で安全にスキルを配りたいなら、こちらのほうが管理しやすいと思います。とはいえ GitHubもスキルを検証しているわけではない（プレビューで中身を目視するのはあくまで人間の責任）ので、そこは npx skills と同じく自衛が前提です。

まとめ

Agent Skills は SKILL.md にベストプラクティスを書いておき、必要なときだけAIに読み込ませる仕組み。段階的開示のおかげで大量に積んでもトークンを食い潰しにくい
skills.sh はそれを配布するVercel製の「AIスキル版npm」。npx skills add 一発で導入できるが、掲載は数十万規模で無審査、ランキングはインストール数ベースで操作可能なので「人気＝安全」ではない
おすすめは 公式（anthropics / vercel-labs / microsoft / supabase 等）と著名作者を軸に。まずは find-skills ＋規律系（superpowers / grill-me）＋ UI系（frontend-design）あたりから
入れすぎない・中身を読む・公式優先が鉄則。安全に管理したいなら gh skill の provenance / pin を使う手もある

素のAIは「プロンプトに従うコード生成器」ですが、良いスキルスタックを積むと、要件を詰め・設計を守り・監査までこなす "自律的なシニアエンジニア" に寄っていきます。これからは個別の指示を毎回出すより、**AIが最高のパフォーマンスを出す環境をどう組むか（スキルの組み合わせ設計）**のほうが効いてくる気がしています。

ディレクトリはこちら：https://skills.sh

参考文献

Anthropic. Introducing Agent Skills（2025年10月）. https://www.anthropic.com/news/skills ↩
Agent Skills（オープン標準）. https://agentskills.io ↩
Anthropic Engineering. Equipping agents for the real world with Agent Skills. https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills ↩
Vercel. Introducing skills, the open agent skills ecosystem（2026年1月20日）. https://vercel.com/changelog/introducing-skills-the-open-agent-skills-ecosystem ↩
Ry Walker. skills.sh（Research）. https://rywalker.com/research/skills-sh ↩
vercel-labs/skills. find-skills / SKILL.md. https://github.com/vercel-labs/skills ↩
Snyk. Top Claude Skills for UI/UX Engineers. https://snyk.io/articles/top-claude-skills-ui-ux-engineers/ ↩
Supabase. AI Agents Know About Supabase. They Don't Always Use It Right. https://supabase.com/blog/supabase-agent-skills ↩
Trail of Bits. The Sorry State of Skill Distribution（2026年6月）. https://blog.trailofbits.com/ ↩
Snyk. ToxicSkills: prompt injection in the agent skill supply chain. https://snyk.io/ ↩
GitHub Changelog. Manage agent skills with GitHub CLI（2026年4月16日, GitHub CLI v2.90.0）. https://github.blog/changelog/2026-04-16-manage-agent-skills-with-github-cli/ ↩

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up