---
title: "skill-creator で Agent Skills を構築する"
date: 2026-02-27
lastmod: 2026-02-27
description: "Gemini CLI の skill-creator を使った Agent Skills 設計ガイド。latest-version、Ruff を活用した pyhd、find-examples、de-sloppify の4つの実践例を解説。"
categories: ["Agentic Coding"]
tags: ["agent-skills","gemini-cli","vibe-coding"]
series: ["Agent Skills"]
series_order: 2
proficiencyLevel: "Intermediate"
dependencies: ["Gemini CLI \u003e= 0.1.0","Node.js \u003e= 18","Python 3.10+"]
language: "ja"
translations:
  - lang: "en"
    url: https://danicat.dev/posts/gemini-cli-skills-part-2/
    markdown_url: https://danicat.dev/posts/gemini-cli-skills-part-2/index.md
  - lang: "pt-BR"
    url: https://danicat.dev/pt-br/posts/gemini-cli-skills-part-2/
    markdown_url: https://danicat.dev/pt-br/posts/gemini-cli-skills-part-2/index.md
url: https://danicat.dev/ja/posts/gemini-cli-skills-part-2/
---

# skill-creator で Agent Skills を構築する

> For the complete documentation index, see [llms.txt](https://danicat.dev/ja/llms.txt) or the full site corpus at [llms-full.txt](https://danicat.dev/ja/llms-full.txt).

- **URL**: https://danicat.dev/ja/posts/gemini-cli-skills-part-2/
- **Markdown URL**: https://danicat.dev/ja/posts/gemini-cli-skills-part-2/index.md
- **Author**: ダニエラ・ペトルザレク
- **Date**: 2026-02-27
- **Categories**: Agentic Coding
- **Tags**: agent-skills, gemini-cli, vibe-coding
- **Series**: Agent Skills (Part 2)
  - Part 1: [Gemini CLI で Agent Skills をマスターする](https://danicat.dev/ja/posts/agent-skills-gemini-cli/index.md) ([HTML](https://danicat.dev/ja/posts/agent-skills-gemini-cli/))
  - Part 2: [skill-creator で Agent Skills を構築する](https://danicat.dev/ja/posts/gemini-cli-skills-part-2/index.md) ([HTML](https://danicat.dev/ja/posts/gemini-cli-skills-part-2/)) *(this article)*
- **Translations**: [English (en)](https://danicat.dev/posts/gemini-cli-skills-part-2/index.md) ([HTML](https://danicat.dev/posts/gemini-cli-skills-part-2/)), [Português (pt-BR)](https://danicat.dev/pt-br/posts/gemini-cli-skills-part-2/index.md) ([HTML](https://danicat.dev/pt-br/posts/gemini-cli-skills-part-2/))
- **Summary**: Gemini CLI の skill-creator を使った Agent Skills 設計ガイド。latest-version、Ruff を活用した pyhd、find-examples、de-sloppify の4つの実践例を解説。

---
> **追記 (2026年):** Gemini CLI は **Google Antigravity 2.0** へと進化しました。本記事で解説している Agent Skills の基本概念や構造は引き続き有効ですが、最新プラットフォームと機能の概要については [Antigravity 2.0 への銀河ヒッチハイク・ガイド](https://danicat.dev/ja/posts/the-hitchhikers-guide-to-antigravity-2-0/) をご覧ください。

[パート 1: Gemini CLI で Agent Skills をマスターする](https://danicat.dev/ja/posts/agent-skills-gemini-cli/)では、Agent Skills がどのように Gemini CLI へと新機能を追加するのかを紹介しました。タスク固有の指示をエージェントに与えつつ、コンテキストをクリーンに保つ実践的な例として、`experiment-analyst` スキルを取り上げました。

今回は、スキル設計のコア原則を深掘りし、私が日常的に使っているスキルの実践例をいくつか紹介します。

## Agent Skills とは

パート1を見逃した方のために、簡単におさらいしておきましょう。Agent Skills は、コーディングエージェントに「ジャストインタイム（必要なときだけ）」の専門知識を提供するために設計されたオープンスタンダードです。専門知識が必要なタイミングでのみコンテキストへ追加される仕組みになっているため、いわゆるコンテキストの肥大化（context bloat）を防ぐことができます。この設計思想を専門用語では **Progressive Disclosure（段階的開示）** と呼びます。コアとなる指示（`SKILL.md`）は極力スリムに保ち、詳細なリファレンスやスクリプトは別ファイルに切り出して、*必要なときだけ*ロードするのです。

ディスク上では、スキルは `SKILL.md` ファイルと、必要に応じたバンドルリソース（Bundled Resources）を含むひとつのフォルダとして構成されます。

```text
skill-name/
├── SKILL.md (必須: 名前、説明、コアとなる指示のみ)
└── Bundled Resources (オプション)
    ├── scripts/    (繰り返し実行するタスク用の実行可能コード)
    ├── references/ (オンデマンドで読み込まれるドキュメント。例: API スキーマ)
    └── assets/     (出力で使用されるテンプレートやバイナリファイル)
```

## `skill-creator` スキル

スキルを手動で書くことももちろん可能ですが、Gemini CLI には `skill-creator` というメタスキルが標準で組み込まれており、これを使うと作業が格段に楽になります。

このスキルを呼び出すには、Gemini CLI にスキルの作成（またはリファクタリング）を依頼するだけです：
> *「ソフトウェアパッケージの実際の最新バージョンを取得する新しいスキルを作って。バージョンのハルシネーションを起こさないようにしたいんだ。」*

「スキル作成」に関するプロンプトであれば通常は自動で `skill-creator` がトリガーされますが、もしモデルの機嫌が悪くて反応が鈍い場合は、次のように明示的に指示することもできます：

> *「skill-creator を使って、AI 生成テキストの AI っぽさ（スロップ）を排除する de-sloppify スキルを書いて（気を悪くしないでね）」*

Gemini CLI は、スキルのボイラープレート（雛形）を出力する前に、いくつか細かい要件を確認してくることがあります。最近追加された [`ask_user` ツール](https://geminicli.com/docs/tools/ask-user/#ask_user-ask-user) を使ってユーザーに対話的に質問してくれるのですが、実際にこれが動く様子は見ていてとても面白いです。

## スキルを作るべきタイミング

私の個人的なワークフローでは、スキルを作成する目的は主に2つあります：

1. **自分独自のワークフローやプロセスを手順化するため**（例：自分好みのコードレビューの手順、リポジトリの初期化方法、ブログ記事の品質評価など）
2. **特定のツール、言語、技術に関する専門知識を付与するため**（例：Genkit プロジェクトの構造と動かし方、ADK を使ったエージェント開発の流れなど）

ある意味で、スキルはスラッシュコマンド（私は MCP プロンプトとして保存することが多いです）とツールの間に位置する中間的な概念だと言えます。スラッシュコマンドを作るときは「再現可能なプロセス（手順）」を定義したいのであり、ツールを作るときはモデルに「確定的（デターミニスティック）な実行手段」を持たせたいケースがほとんどです。スキルにはプロンプトとスクリプトの両方を含められるため、スクリプトにツールの役割を担わせることで、その両方をひとまとめに実現できます。

もちろん、スキルを拡張機能（Extension）としてパッケージ化する場合は、ツールを提供する MCP サーバーと一緒に配布されるケースも多いでしょう。スキルの定義内でその連携を活用し、MCP ツールが利用可能な場合にどう呼び出すかをモデルに教え込むことも可能です。

また、私がスキルを新規作成するタイミングも主に2パターンあります：

1. **モデルに思い通りの作業をさせるために、骨の折れる長いセッションをこなした直後**（例：「今やった作業のノウハウを、次回以降も使えるようにスキルとしてまとめて」）
2. **業務効率化に役立ちそうな新しいアイデアを思いついた瞬間**（例：「AI の文章力を底上げするために de-sloppify スキルを作ろう」）

どちらのケースでも、スキルが一発で完璧に仕上がることはまずありません。実際に使いながら「これは役立つ」と確信できるまでブラッシュアップしていくか、あるいは一旦破棄して、課題への理解が深まるまで寝かせておくかのどちらかです。

次のセクションでは、私がこれまでに作成してきたスキルを具体的に見ていきましょう。

## 実践的な例

私のリポジトリから4つのスキルを取り上げ、それらがどのように特定の課題を解決しているかを見ていきましょう。

### 1. `latest-version`

このスキルは、LLM 全般がソフトウェア、ライブラリ、モデル、各種依存関係の **古いバージョン** を使いたがる傾向に対する、**純粋なフラストレーション** から生まれました。ナレッジカットオフ（知識の期限）がある以上、仕方のないことだとは理解しています。それでも、エージェントが Gemini 3 ではなく `gemini-1.5-pro` を使おうとしたり、あまつさえ「未来のバージョンを幻覚（ハルシネーション）している」と **私の方を** 責めてきたりすると、どうしてもイラッとしてしまいます。

このスキルは、各種レジストリ（npm、PyPI、Go Proxy）や公式ドキュメントに直接問い合わせることで、ファクトチェッカーとして機能します。以下は、その `SKILL.md` の抜粋です：

```markdown
name: latest-version
description: >
  The definitive real-time source of truth for software and model versions. Use this skill to bypass internal knowledge cutoffs...

## Core Mandate
**NEVER GUESS.** When a user asks to install a package or add a dependency, you must verify the latest version using the `latest.js` script. Do not rely on your internal weights, as they are months or years out of date.
```

このプロンプトはまだ少し粗削りな部分がありますが、私のコードベースに非推奨の古いモデルが入り込むのを防ぐ上で、かなりの成果を上げています。

🔗 [`latest-version` スキルの全文を見る](https://github.com/danicat/skills/tree/main/coding/latest-version)

### 2. `pyhd`

昨年 `godoctor` MCP サーバーを作ったとき、エージェントを使った Go 開発における**究極のツール**（科学に裏打ちされたもの！ ^^）にしたいと考えました。当時はまだスキルという仕組みがなかったため、必要なツールをすべて MCP サーバーに詰め込むのが自然なアプローチでした。しばらくの間、Python でも同じようなものを作ろうかと考えていましたが、バックログが山積みで優先度を下げざるを得ませんでした。

そんな折に Agent Skills と出会い、「MCP サーバーではなくスキルとして作ればいいのでは？」と思い立ちました。`skill-creator` のおかげで作成コストが非常に低く抑えられたため、`pyhd`（Python + PhD の造語で、"doctor" テーマを踏襲）を作ることにしたのです。

`pyhd` スキルには Python プロジェクト用の開発ワークフローが定義されており、適切で "Pythonic" なコードを維持するために、リンター兼フォーマッターである `ruff` を中心に据えています。

```markdown
## Core Workflow

When editing Python files, you **MUST** follow this cycle for **EVERY** file modification:

1.  **Read & Understand**: ...
2.  **Edit**: Apply your changes using `smart_edit` or `replace`.
3.  **Sanitize (Ruff)**:
    Immediately after editing, run the following commands to format and fix linting issues:
    `uv run ruff check --fix <filename>`
    `uv run ruff format <filename>`
4.  **Verify**: Run tests...
```

このスキルによって、Python ファイルの編集直後に必ず標準的な lint とフォーマットが実行されるようになり、初期段階でのミスを素早く検知できるようになりました。本格的な "pydoctor" を実装する時間が取れるまでは、これが私の Python 開発における定番スキルになっています。

🔗 [`pyhd` スキルの全文を見る](https://github.com/danicat/skills/tree/main/coding/pyhd)

### 3. `find-examples`

特定のライブラリが実環境で実際にどう使われているかを知りたい場面はよくあります。`find-examples` スキルは、Python スクリプト（`github_search.py`）を使って GitHub 上を検索し、プロジェクトで使いたい依存関係の実際の使用コードを探し出します。モデルが架空の API をハルシネーションしてしまう問題に対処するために開発したスキルですが、ドキュメントや実例を少し参照させるだけで、精度は格段に向上します。

GitHub の公開検索のみを利用しているためパーソナルアクセストークン（PAT）は不要で、一般的な Google 検索よりも的確なコード例を拾ってこられる傾向があります。

```markdown
### 1. Search for Repositories (Multi-Language)
Run the `github_search.py` script. If you can't find many examples in your target language, add related languages supported by the SDK.

### 4. Clone and Inspect
Clone the selected repositories into the `_examples` folder.
Once cloned, use `list_files`, `smart_read`, or `grep_search` to find relevant implementation details.
```

また、マルチ言語対応（ポリグロット）の SDK 向けに、別言語でのコード例も探し出せる機能を追加しました。最近作ったばかりのスキルなのでまだ使い込んではいませんが、面白いユースケースの例として紹介しました。

🔗 [`find-examples` スキルの全文を見る](https://github.com/danicat/skills/tree/ce2efe5/coding/find-examples)

### 4. `de-sloppify`

このスキルは、AI 特有の典型的な文章パターン（いわゆる AI スロップ）をチェックするために使っています。語彙の選択、文の長さのバリエーション、構造の反復パターンなどに基づいて「スロップスコア（slop score）」を算出するスクリプトが含まれています。

NLTK を使って品詞タグ付けを行い、無修正のモデル出力によく見られる名詞の過密使用や受動態の多用を検出します。スクリプトはローカル環境で実行され、検出された具体的なマーカーをレポートとして出力してくれます。

🔗 [`de-sloppify` スキルの全文を見る](https://github.com/danicat/skills/tree/main/writing/deslopify)

## まとめ

スキルが一発で完璧に仕上がることは滅多にありません。スキルを磨く最も効果的な方法は、実際の開発で使い倒すことです。エージェントが特定のステップでつまずいていたり、見当違いのコンテキストを引っ張ってきたりしているのを見かけたら、再び `skill-creator` を使ってスキルを更新するよう依頼してみてください。

ぜひ普段のワークフローを振り返ってみてください。AI に毎回同じルールや前提を言い聞かせているタスクはありませんか？ それこそが、あなたの次のカスタムスキルにうってつけの候補です。

自分だけのスキルを作る準備はできましたか？ まずは [公式ドキュメント](https://geminicli.com/docs/cli/skills/) で基本をチェックし、アイデアのヒントが必要なら GitHub の [danicat/skills リポジトリ](https://github.com/danicat/skills) も覗いてみてください。

Happy coding!

Dani =^.^=

