- Agent Skills は、Codex に 作業別の専門能力 を追加し、特定のワークフローを安定して実行できるようにする拡張構造
- 各スキルは
SKILL.md ファイルと、任意の スクリプト・リソース・アセット で構成され、チームやコミュニティ間で 共有可能
- Codex はスキルを 明示的呼び出し（
/skills コマンドまたは $ 入力）と 暗黙的呼び出し（作業説明と一致した場合に自動使用）の方式で実行
- スキルは REPO、USER、ADMIN、SYSTEM など複数の 保存場所と優先順位体系 によって管理され、
$skill-creator で新しいスキルを作成可能
- この機能は Codex の CLI と IDE 拡張の両方で利用可能 であり、GitHub などからスキルをインストールして機能を拡張できる
Agent Skills 概要
- Agent Skills は、Codex に 新しい機能と専門性 を与える仕組み
- Codex の CLI と IDE 拡張 の両方で利用可能
スキル構造と構成要素
- 各スキルは
SKILL.md ファイルを中心に構成され、次のようなフォルダ構造を持つ
SKILL.md: 必須、指示とメタデータを含むscripts/: 任意の実行コードreferences/: 任意のドキュメントassets/: 任意のテンプレートとリソース
- Codex は progressive disclosure 方式を用いてコンテキストを効率的に管理する
- 開始時にはスキルの名前と説明のみを読み込み、必要に応じて完全な指示を読む
スキル呼び出し方式
- 明示的呼び出し (Explicit invocation)
/skills コマンドや $ 入力でスキルを直接指定- Codex Web と iOS 版はまだ明示的呼び出しをサポートしていないが、リポジトリに含まれるスキルはプロンプトとして利用できる
- 暗黙的呼び出し (Implicit invocation)
- ユーザーの作業がスキル説明と一致すると、Codex が自動的にそのスキルを使用する
スキル保存場所と優先順位
- Codex は複数の場所からスキルを読み込み、優先順位の高い場所のスキルが同名の下位スキルを上書きする
- 主なスコープと場所
REPO: $CWD/.codex/skills, $CWD/../.codex/skills, $REPO_ROOT/.codex/skillsUSER: $CODEX_HOME/skills または ~/.codex/skillsADMIN: /etc/codex/skillsSYSTEM: Codex に標準搭載されたスキル
- 各スコープは 個人、チーム、システムレベルの管理目的 に応じて使い分けられる
スキル作成方法
- Codex 内蔵の
$skill-creator スキルを使って、新しいスキルを自動生成できる
$plan スキルと組み合わせると、スキル作成前に計画を立てられる
- 手動で作成する場合は、有効な場所にフォルダを作成し、
SKILL.md ファイルを記述する
- 必須項目:
name, description
- 任意項目:
metadata.short-description
- スキルは Agent Skills specification に基づいている
スキルのインストールと例
$skill-installer スキルを使って、GitHub の公開スキルリポジトリ からスキルをインストールできる
- 例:
$skill-installer linear
- 他のリポジトリのスキルもインストール可能
- 内蔵スキルの例
$plan: 新機能開発や複雑な問題解決のための計画立案$skill-installer linear: Linear コンテキストへのアクセス$skill-installer notion-spec-to-implementation: Notion データへのアクセス
Codex 開発者にとっての意味
- Agent Skills は、Codex の 拡張性と協調性 を高める中核的な構成要素
- 開発者は独自のスキルを定義して、自動化された開発ワークフロー を構築できる
- CLI・IDE 統合、GitHub 連携、標準化されたスキル仕様 によって、Codex エコシステムの拡張可能性が強化される
1件のコメント
Hacker Newsのコメント
Skillsが標準として定着するのは本当にうれしい
単純なMarkdownファイルで書けて、しかも基本的にコンテキスト効率が高い
既存のツールの上に載せられるので、GitHub MCPの代わりに
ghCLIの使い方を説明するskillを作ることもできる複数のskillを組み合わせて使えるし、PythonやJSスクリプトも含められる
そのおかげで、別途MCPサーバーを公開しなくても、はるかにシンプルで柔軟なアプローチが可能になる
たとえば「今回のセッションの要点をskillとして追加して」といった形で自動化できる
うまくいったセッションだけでなく、試行錯誤の多かったセッションでも学んだ内容をskillとして残せる
MCPよりもずっと速く、敷居の低い機能拡張の流れを提供してくれる
CRUD中心よりも、データサイエンスやDevOpsのほうでより役立つのかも気になっている
Skillsの核心は、仕様上skillのコードやmarkdownの本文内容にはRAGが適用されないこと
つまり、front-matterの名前と説明だけがpromptに含まれ、skill選択に使われる
そのため、説明で触れられていないロジックはまったく見つけられない可能性がある
また、skillの説明は一種のprompt injectionなので、全体のトーンやtokenコストにも影響する
関連例はこのコードリンクを参照
contextをきれいに保つことが重要なので、必要なときだけmdファイルを直接追加するやり方を好む
MCPは過度に複雑で、skillですら少し設計過剰に感じる
これはLLMそのものというより、agentic harnessの設計問題だ
今後はLLMとharnessがより緊密に統合されていくと思う
私は以前から似たやり方を使ってきた
機能ごとにフォルダを作り、
README.md、scripts、GUIDE.mdを置く再利用可能なコード（例: clerk.dev統合）を見つけたらフォルダに整理し、
必要なときにmerge-to-mdで結合して使っていた
このアプローチは完璧にうまく機能していて、今ではこうした機能がエージェントに標準搭載されるのがうれしい
Skillsは長期的にはオープンソースライブラリのように発展していける気がする
認証やマルチテナンシーのような標準化されたソリューションをskillとして提供できれば、
セキュリティとコード品質は大きく向上するはずだ
すぐに使えるようになれば、継続学習の代替になりうるかもしれない
Skills, plugins, apps, connectors, MCPs, agents… 正直ややこしい
まだ最適なアプローチが定まっておらず、用語も整理されていない
「Agent」ですら、グループごとに意味が違う
ツール実行以外では、promptに文脈を追加するさまざまな方法だ
最近この記事で、
agentがLLMを繰り返し呼び出しながらJSON形式でツール使用リクエストをやり取りする構造が説明されていたが、
このフレームワークでskillはどんな形になるのか気になる
<Skills>ブロックを送る例:
<Skill><Name>postgres</Name><Description>pre-prod DB クエリ方法</Description><File>skills/postgres.md</File></Skill>この通知を定期的に再送して、LLMがskillを「忘れない」ようにする
結局名前+説明+ファイルパスだけを渡すので、tokenコストは低い
ただし、十分に賢いLLMならこうした構造がなくても問題なく動くかもしれない
skillのpromptと関連スクリプトを一緒に読み込んで使う標準化された方法だ
多くの人がSkillsを誤解している
核心は
.mdファイルではなく、コードと指示のバンドル化にあるSkillsはコード実行環境を前提としている
メタデータのインデックス化と遅延ロードによるcontext節約が大きな利点だ
もしskills.mdマーケットプレイスがあれば、技術の普及に役立ちそうだ
MCP関連のスパム事例を見てもわかる
結局、信頼できる企業や著名な開発者を中心にしか維持できない可能性が高い
評価やコメントはないが、品質には期待できそうだ
他人のpromptを使う動機は弱い
結局重要なのは、自分のワークフローとコードベースに合わせて最適化することだ
生成されたskillを使って、エージェントが複数回の試行の末に得た最終的な解決策を整理できるのか気になる
こうしてフライホイール効果を作っている
AnthropicがOpenAIのChief Product Officerのようだという冗談があった