skillfed-mcp

モデルの重みは、学習データの期限より前に書かれた内容の平均です。それも、情報が失われた平均です。実践が実際に変化している分野――SEO、セキュリティレビュー、アクセシビリティ、フレームワークや API の移行、パッケージ化とリリース、価格設定、コンプライアンス、ツールのデフォルト設定など――では、その平均は、過去の合意を自信たっぷりに要約したものです。まさに専門知識のように読めます。けれども、気づかないうちにバージョンが1つ、2つ遅れています。

スキルはインストールするスクリプトではありません。ヒントです。 現在、この作業をどのように行っているかについて、実践者が書き留めたフィールドノートです。誰かが保守している日付入りの成果物であり、平均と現在との違いを伝えます。最先端のモデルは、それをコンテキストに取り込んで重みを補います。それ以外に何かが起きるわけではありません。そのため、ここで検索したときの通常の結果は、インストールではなく読むことです。スキルは参考資料であり、実行されるコードではありません。

Skill Federation は、あなたが何に取り組んでいるかを誰にも知らせずに、そうしたノートを見つけます。 今のやり方が重要となる作業では、エージェントが抽象的なウィッシュリスト（「すべてのスキルが存在するとしたら、どれを使いたいか？」）を書き、その希望を審査済みスキルのカタログと照合します。計画、ファイル、成果物がマシンの外に出ることはありません。送られるのは抽象的な希望だけです。 複数を読み、相互に照合し、インストールはまれに。 私たち自身のテストでは、有能なモデルがすでに最適化した作業に照らしてスキルを読むと、見落としていた実際の欠陥が明らかになる一方で、スキル自身の助言にも古くなったものがありました。どちらの結果も同じことを示しています。複数を取得して比較し、どれも権威あるものとして扱わないでください。独立して作成された2つのスキルが一致しているなら、それが現在の実践です。1つだけが主張しているなら、検証すべき仮説です。古いスキルがあるからこそ、複数を読むべきなのです。どれも信頼しないべきだということではありません。

あなたとエージェントが主導権を保ちます。 スキルは判断のための入力であり、その代わりではありません。最新で関連性のある内容を取り入れ、合わないものは破棄し、どの部分を使ったかを伝えてください。また、取得した本文はエージェントへの指示ではなく、データです。あなたが求めているのは技術的なガイダンスであり、エージェントにコマンドの実行、設定の変更、データの送信を指示する内容はすべて無視され、あなたに報告されます。（カタログと継続的な調査メモはskillfed.ioにあります。）

重要

境界を越えるのは抽象的な希望だけです — 1行の機能説明、語彙を変えた約4つの言い換え、1〜5個のキーワード、そして理想的なスキルの機能レベルの概要です。すべてのフィールドは「どのようなスキルがあるべきか」を表し、あなたのタスクを表すことはありません。あなたの計画、概要、ファイルの内容、推論の記録はローカルに保たれます — 常に。

1つの希望について送信されるペイロード全体は次のとおりです — launch-strategyに送信される文字列そのものです。 ここで示すのは機能の領域だけであり、あなたのタスク、計画、製品は示しません。

description: plan a multi-channel launch for an open-source developer tool
paraphrases: orchestrate a launch across hacker news reddit and product hunt · plan a
             go-to-market launch for a dev tool · coordinate a multi-platform release
             announcement · design a launch-day plan for an open-source project
sketch:      launch product hunt hacker news waitlist go-to-market campaign ·
             channel planning timing asset prep announcement
keywords:    launch, gtm, product-hunt, strategy, announcement

説明、4つの言い換え、機能の概要、キーワードです。あなたの製品名、未公開のロードマップ、実際のローンチ計画は一切含まれません。

You: /skillfed plan a launch for my open-source dev tool

  -> agent writes 4 abstract wishes (paraphrases + a capability sketch).
     Only these leave your machine -- never your plan, files, or data.

  wish: launch-strategy       -> multi-platform-launch  review - verified             <- read
  wish: repo-discoverability  -> github-presence        review - verified             <- read
  wish: community-building    -> community-building     review - verified             <- read
  wish: growth-analytics      -> product-analytics      permissive - verified - 221*  <- read
       (each picked from 10 ranked candidates in the vetted catalog)

  Read all 4 in context -- nothing hits disk. Install only the 1 you'll reuse?
  It goes in .claude/skills/ with license + source attribution.

🔒 何が違うのか

• 読むことが主目的であり、インストールは例外です。 スキルはコンテキストに取り込むヒントであり、ディスクに取得するパッケージではありません。デフォルトのフローは、エージェントが複数を読み、それぞれから何を取り入れたかを伝えた時点で終了します。何も書き込まれず、後片付けも不要です。インストールするのは、スキルが優れていて、再利用する場合に限り、あなたの承認を得たうえで行います。
• ハーネスは不要です。Claude Code さえ必要ありません。 ファインダースキルには独自のトリガーと指示が備わっているため、フックが登録されていなくても、スキル本文を読み込めるあらゆるハーネスで動作し、ハーネスがまったくなくても機能します。通常のチャットに貼り付けるだけでも、検索するタイミングと、見つけた内容の読み方を認識します。（以下のどこでも動作をご覧ください。）
• プライバシーの最低基準を設計で確保しています。 境界を越えるのは抽象的な希望だけです。「どのようなスキルがあるべきか」であり、あなたのタスクではありません。あなたの計画、概要、ファイルの内容、推論の記録は常にローカルに保たれます。（フィールドごとの詳しい説明は、以下のプライバシーと信頼をご覧ください。）
• 読む前にも、インストールする前にも、信頼性を確認します。 候補は、公開されているリポジトリではなく、事前にスキャン済みの内部レジストリ（Cisco Skill Scanner + NVIDIA SkillSpector）から取得されます。すべての候補にライセンス区分、出所、スター数、ソースが表示されます。これは2つの点で重要です。参照した本文は、エージェントのコンテキストに入る信頼できないサードパーティーのテキストであり、インストールしたスキルとは異なり、SOURCE.txtを残しません。そのためエージェントは、返信で読んだ内容とその出所を明示する必要があります。インストールはそれぞれあなたが承認し、何も黙ってディスクに書き込まれることはありません。 （セキュリティをご覧ください。）
• ネイティブで、インストール不要です。 デフォルトの階層で必要なのは、Windows 10+とmacOSにすでに含まれているcurlだけです。Python、Node、パッケージマネージャーは不要です。（オプションの階層では、Nodeがあれば型付きMCPツールを追加できます。PyPIパッケージインデックスや調査メモのインデックスを対象とする機能検索も利用できます。以下のスキルの枠を超えてをご覧ください。）

🌍 どこでも使えます

このファインダーは、意図的にハーネスに依存しない設計です。 トリガーも手順全体も、スキル本文に含まれています。フックを登録せず、スキル本文を読み込めるハーネスに追加して使うことも、ハーネスを一切使わずに使うこともできます。どの場合も同じように動作します。以下のオプションの Claude Code フックは、スキルにすでに含まれているトリガーを繰り返すだけです。--hook none がデフォルトであり、完全なインストールです。

何もインストールせず、ブラウザーだけを使う場合は？ どのチャットにも skillfed.io を使ってスキルを探す ように頼むか、手順全体が含まれたスキル本文自体を貼り付けてください。インストール不要の手順は、GET を 2 回行うだけです。検索してから読み込みます。

• 検索 — skillfed.io/api/q/<terms> は、クエリに対する候補をランキング順に、1 回の GET で返します。各候補には、本文への直接 URL と信頼性情報が含まれます。チャットのフェッチャーは長いクエリ文字列を頻繁に削除するため、検索語を意図的にパスに含めています。この形式なら ?q= が使えない場合でも機能します。
• 一覧の確認 — カタログは機械可読な JSON として公開されているため、クロールは不要です。 skillfed.io/.well-known/agent-skills/index.json への 1 回の GET で、スキル名と .md ファイルへの直接 URL を含むインデックス全体を取得できます。 skillfed.io/api/index.json では、より詳細な一覧を取得できます。すべてのスキルについて、公開者とライセンスが含まれ、1 ページあたり 500 件が返されるので、next をたどってください。（これらの URL はチャットに直接渡してください。サイトの検索インデックスのカバー範囲はまだ浅いため、検索結果が少ないとカタログも少ないように見えることがあります。）
• 読み込み — どのスキルページ URL にも .md を追加すると、本文全体をプレーンテキストで取得できます。GET を 1 回行うだけで、本文を入手できます。

ブラウジングのみのチャットでは、複数の希望を一度に、それぞれ言い換えと機能概要を添えて、1 つのフェデレーション検索クエリとして POST するという、希望リストプロトコル全体は実行できません。これを可能にするのがファインダーの各ティアです。

🧭 スキルの先へ：パッケージと研究

skillfed.io はスキル以外もインデックス化しており、MCP ティア（--with-npx）では 3 つすべてのストリームを型付きツールとして利用できます。

• find_skills — 上記で説明した、審査済みスキルカタログです。
• find_packages — PyPI パッケージインデックスを対象にした機能検索です。モデルが重みから思い出した名前のまま pip install しようとしていませんか？ 代わりに必要な機能を説明すると、実在する最新のパッケージが返されます。それぞれに機能の説明、ライセンスの取り扱い、インストールする価値があるかどうかの判定が付いています。
• find_research — エージェントスキル関連文献の研究ノートインデックスを対象にしたトピック検索です。ツールではなく根拠が必要なときに使える、出典付きの実測に基づく主張を検索できます。

追加の 2 つのインデックスは、認証もテナントも不要な通常の GET（/api/packages/search.json?q=…、/api/research/search.json?q=…）で利用できます。そのため、MCP ティアを使わなくても、curl やフェッチツールを備えたエージェントで利用できます。

⚙️ 仕組み

1. 依頼。 フック不要の、スキル独自のトリガーです。エージェントが計画を 開始 するとき（スキルがアプローチに反映されるように）、計画を 完了 したとき、タスクの途中で一から作ろうとしていた機能が必要だと気づいた瞬間、または依頼されたときに実行します — /skillfed <what you're doing>。これは儀式ではなく検索です。作業の進行に合わせて、タスクごとに1回でも複数回でも実行できます。
2. 希望のリスト。 エージェントが理想的なスキルを思い描き、最大10件の抽象的な希望を書き出します。それぞれに、語彙を変えた言い換えと、高い再現率を実現する構造化された機能の概要が含まれます。タスク固有の情報は含みません。
3. 照合。 フェデレーションは、それぞれの希望について、説明、言い換え、フラット化された概要を使った高速な語彙検索を 審査済みの事前スキャン済みカタログ に対して実行し、上位候補を返します（各希望につきデフォルトで10件、リクエストに応じて1～25件）。
4. 読む — デフォルトの動作。 エージェントは、それぞれの希望に対して有望な候補を 複数 取得し、フィールドノートとして文脈の中で読み、相違点を相互に確認します。ディスクには何も書き込まれません。信頼性の一覧表（ライセンス・出所・スター数・ソース）と、どのスキルを読み、それぞれから何を得たかを明記した説明が表示されます。ほとんどのタスクはここで終わります。
5. インストール — 例外的な動作。 スキルの品質が高く、再利用する見込みがあり、さらにあなたが明示的に承認した場合に限り、インストールします。スキルは 内部のスキャン済みコピー から（オリジナルのリポジトリからではなく）取得され、完全なライセンスとソースの帰属情報を付けて .claude/skills/ に配置されます。一度読むだけで十分だったスキルがインストールされることはありません。

📊 ベンチマーク

Skill Federation の性能を SkillsBench（決定論的な検証機能を備えたコーディングエージェントのタスク）で測定し、エージェントの実行環境には Claude Code (Opus 4.6) を使用しました。これが実質的なテストである理由は、候補のプールにあります。Skillfed が取得するスキルは、ベンチマーク独自の回答スキルを除外した、公開カタログの26,629スキルのスナップショットから選ばれます。測定しているのは、ベンチマーク用に手書きされたスキルを見つけ直せるかではなく、独立して作成されたスキルがタスクに役立つかどうかです。

Skillfed により、素のエージェントの成功率は 17.5%から22.8%に向上し、相対的に約30%の改善となります。また、目にすることのないオラクルスキルとのギャップの 約27% を埋めています。スキル取得の結果の多くは オラクルの再発見 を検証します（ベンチマーク独自のスキルがプールに含まれています）。これに対して、このテストが検証するのは 転移 です。つまり、大規模でノイズの多い公開カタログから取得した有用なスキルが役立つかどうかです。

メモ

「公開カタログ」の規模はどれくらいですか？ 公開されている SKILL.md コーパスを独自に全件調査したところ、6,177件のリポジトリに 固有のスキルが60,611件 見つかりました。よく見かけるより大きな数値（約87,000）は、64件のアグリゲーターリポジトリに含まれる ベンダーコピー86,956件 を数えたものです。オリジナルよりコピーのほうが多いため、エコシステムに関するあらゆる統計が重複に関する統計になってしまいます。詳細はこちら： 現場で使われている60,611件のスキル。

📦 インストール

1 行でインストールできます。クローンは不要です。 Node または Python があれば使えます。

# Node — npm
npx skillfed

# Python — uv   (or:  pipx run skillfed)
uvx skillfed

skillfed.io のページに表示されているスラッグを指定して、公開済みのスキルを 1 つインストールします。

npx skillfed install owner/repository/skill

install サブコマンドは 0.2.1 に同梱されており、npx でのみ利用できます。シェル、PowerShell、Python のインストーラーにはありません。このサブコマンドは、レコードに使用可能なライセンスラベルが付いていることを確認し、ライセンスのないレコードはデフォルトで拒否します。また、ファイルの境界とサイズを検証し、スキルの公開済みレコードに固定されているチェックサムと照合して、すべての SHA-256 を確認してから .claude/skills/ に書き込みます。ダウンロードしたコンテンツが実行されることはありません。ファイルを書き込む前に、レコードのライセンスとセキュリティスキャンの判定結果が表示されます。判定が fail の場合は、--allow-failed-scan を渡さない限りインストールを拒否します。--dry-run を指定すると、ダウンロードやファイルへの書き込みを行わずに検証済みの計画を表示します（ファイルが利用可能かどうかは確認しません）。置き換えやライセンスへの同意に関するオプションについては、npm インストーラーを参照してください。

Claude Code のプラグインシステムを使いたい場合は、マーケットプレイスを追加してプラグインをインストールします。

/plugin marketplace add skill-federation/skill-federation
/plugin install skill-federation@skill-federation

Node も Python もありませんか？ Claude Code に curl 版のインストールを依頼できます。

Install the Skill Federation /skillfed finder from github.com/skill-federation/skill-federation
— run its curl installer (install.ps1 on Windows, install.sh on macOS/Linux), then tell me to
restart Claude Code.

ヒント

次に、Claude Code を再起動して /skillfed <what you're trying to do> を実行してください。あるいは、いつもどおり作業を進めてください。スキルには独自のトリガー（計画の開始、計画の完了、作業中に行き詰まったとき、またはユーザーからの依頼）が含まれているため、フックを登録しなくても自動で提案されます。

実行時の依存関係はありません。検索ツールに必要なのは curl だけです（Node も Python も不要です）。オプションの各階層（計画の促し · 型付き MCP ツール · Python/CI ヘルパー）、チェックアウトからのインストール、設定の安全性に関する詳細は、install.md を参照してください。

起動オプション

4 つのインストーラー（install.sh、install.ps1、npx skillfed、uvx skillfed）は、検索ツールのインストールで同じ基本フラグを使用します（install <slug> は npx 専用）。PowerShell では -Flag、それ以外では --flag を使用します。

さらに 2 つのフラグは curl インストーラー（install.sh / install.ps1）でのみ使え、npx skillfed や uvx skillfed では使えません。--with-python / -WithPython は高度な設定や CI 向けの Python ヘルパーの設定を表示します（マシン上の設定は変更しません）。--raw-base / -RawBase は、クローンせずに実行したときにペイロードを取得する場所を指定します。

--hook none は完全なインストールです。スキル自体が作動するため、フックを追加しても、すでに含まれている動作を繰り返すだけです。モードにかかわらず、どちらの促し用ファイルもインストールされるため、後から設定を変更したくなった場合も、再取得ではなく設定を編集するだけです。最初の書き込みの前に settings.json は 1 回だけバックアップされ、安全にマージされます。登録は冪等です。（curl | bash パイプにフラグを渡す方法は install.md を参照してください。）

# Windows (PowerShell) — irm|iex also sidesteps the execution-policy block
irm https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.ps1 | iex

# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.sh | bash

メモ

外部に送信されないもの： 計画、概要、ファイルの内容、出力、推論の記録。 外部に送信されるもの： 抽象的な要望のみ（説明＋言い換え＋キーワード＋機能の概要）。

Skill Federation は、サードパーティ製スキルをすべて信頼できない入力として扱います。スキルは内部の事前スキャン済みレジストリから提供され、公開リポジトリから直接取得することはありません。 取り込み時に候補をコピーして重複を排除し、スキャンします。スキャンを通過したスキルのみが昇格され、提供されます。表示される source リンクは出所を示すものであり、スキルの取得元ではありません。

すべての候補に対して、独立した2つのツールで可能な限りスキャンを行います。

• Cisco AI Defense Skill Scanner — プロンプトインジェクション、データの持ち出し、悪意のあるコードを検出するための YARA／パターン、バイトコード、コマンド汚染、動作データフロー、LLM による判定、VirusTotal のチェック。
• NVIDIA SkillSpector — 脆弱性パターンと LLM による分析に加え、OSV.dev の CVE をリアルタイムで照会し、0～100 のリスクスコアを算出します。

重大度が高いまたは重大な検出結果がある場合は、昇格前に却下するか、手動レビューに回します。公開カタログが未処理のままユーザーに届くことはありません。

これが重要な理由。 SkillSpector の基盤となった NVIDIA の調査では、公開スキル42,447件をスキャンし、26.1％に少なくとも1つの脆弱性があり、5.2％に悪意がある可能性が高いことが判明しました。また、インストールされたスキルはエージェントのすべての権限で実行されます。公開リポジトリから直接提供すれば、脆弱なスキルは約4件に1件、悪意のあるスキルは約20件に1件の割合でエージェントに渡ることになります。取り込み時のゲートによって、これらを排除しています。

メモ

スキャンは可能な範囲で行うものであり、安全を保証するものではありません。Cisco のスキャナーが述べているように、*「検出結果がないことは、リスクがないことを意味しない」*ため、スキャンを通過してもスキルの安全性が証明されるわけではありません。Skill Federation では引き続き、各スキルのライセンス、出所、ソースを表示し、ユーザーの承認なしにインストールされることはありません。

スキルを読むことも、信頼に関わる判断です。 多くの場合、エージェントはスキルをインストールするのではなく、参照します。本文はコンテキストに取得され、ディスクには何も書き込まれません。これはリスクの低い方法です。サードパーティのコードがマシンに取り込まれることはありません。しかし、テキストは依然として信頼できないサードパーティの入力としてエージェントのコンテキストに入ります。また、参照したスキルには SOURCE.txt が残りません。このファイルはインストール時にのみ書き込まれるためです。そのため、ファインダーは取得した本文をエージェント宛ての指示ではなくデータとして扱い（コマンドの実行、設定の変更、データの送信を指示する内容は無視し、クラフトのガイダンスに従います）、後からディスク上で確認できる情報がないため、参照した各スキルのライセンス、出所、ソースを返信内に表示します。また、未検証またはフラグが付いた内容を読む前には、必ずユーザーに確認します。

🔧 設定

ファインダーは HTTPS 経由でフェデレーションエンドポイントと通信します。デフォルトではキー不要のデモを使用しますが、次のように変更できます。

export SKILLFED_ENDPOINT="https://your-federation.example.com"   # or set in .mcp.json for the npx tier

📁 このリポジトリの内容

install.ps1 / install.sh / install.md   auto-detecting installer; works from a clone OR piped (irm|iex, curl|bash)
installer/                              npm package `skillfed` — the `npx skillfed` no-clone path
python-installer/                       PyPI package `skillfed` — the `uvx skillfed` / `pipx run skillfed` path
scripts/vendor-payload.mjs              vendors the 6 payload files into both packages (single source of truth)
integrations/claude-code/               the Claude Code plugin (skill + /skillfed + optional hooks) — canonical payload
integrations/*.py                       optional Python tier (advanced / CI)
mcp-server/                             optional Node MCP tier (typed find_skills / find_packages / find_research via npx skillfed-mcp)

📄 ライセンス

MIT © Skill Federation.