Skillhub Mcp

Skillhub MCP

リンク

• PyPI： https://pypi.org/project/skillhub-mcp/
• PyPI v1.0.1： https://pypi.org/project/skillhub-mcp/1.0.1/
• スキルディレクトリ： http://skills.214140846.net/

mcp-name: io.github.214140846/skillhub-mcp

Claude 形式のスキル（SKILL.md）をすでに使っていても、実際には次のような壁にぶつかることがよくあります。

• クライアントは MCP に対応していますが、Claude Skills には対応していません
• チームで複数のエージェント（Cursor、Copilot、Codex など）を使っているため、ツール間でスキルを再利用するのが困難です
• スキルをより柔軟な方法で整理して配布したいと考えています（ネストしたフォルダー、zip 形式のパッケージ化）

Skillhub MCP はそのギャップを埋め、Claude 形式のスキルを MCP ツールに変換することで、どの MCP クライアントからも同じスキルを呼び出せるようにします。

⚠️ 実験的な機能です。スキルにはスクリプトやリソースが含まれる場合があります。信頼できないものとして扱い、可能であればサンドボックスやコンテナーで実行してください。

これは MCP サーバーですか、それとも MCP クライアントですか？

このプロジェクトはMCP サーバーです。

• Skillhub MCP（このリポジトリ）：サーバープロセスとして実行され、クライアントにツールやリソースを公開します。
• MCP クライアント：Cursor、Claude Code、Codex などのエディターやエージェントです。MCP サーバーを起動するか、接続します。

利用できる機能

• クライアントをまたいだ再利用：一度インストールすれば、どの MCP クライアントからも使用できます
• 柔軟なパッケージ化：ネストしたディレクトリ、.zip および .skill アーカイブに対応します
• スキルのリソース：スクリプト、データセット、サンプルを、エージェントが読み取れる MCP リソース（クライアントが読み取れるファイル）として公開します
• リソースのフォールバック：ネイティブ MCP リソースに対応していないクライアント向けに、fetch_resource ツールを提供します
• 複数のトランスポート：stdio（デフォルト）、http、sse

クイックスタート

デフォルトのスキルルート：~/.skillhub-mcp

uvx（推奨）

{
  "skillhub-mcp": {
    "command": "uvx",
    "args": ["skillhub-mcp@latest"]
  }
}

カスタムのスキルルートを使用する場合：

{
  "skillhub-mcp": {
    "command": "uvx",
    "args": ["skillhub-mcp@latest", "/path/to/skills"]
  }
}

主なエディター（MCP クライアント）へのインストール

以下に、主要な「バイブコーディング」エディター向けの最小限の動作例を示します。

Cursor

Cursor は mcp.json による MCP サーバーの設定に対応しています。以下をグローバルの ~/.cursor/mcp.json またはプロジェクトの .cursor/mcp.json に追加してから、Cursor を再起動してください。

{
  "mcpServers": {
    "skillhub-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["skillhub-mcp@latest", "/path/to/skills"]
    }
  }
}

Claude Code

オプション A：Claude Code CLI で設定します（すばやくセットアップする場合に推奨）。

claude mcp add --transport stdio skillhub-mcp -- uvx skillhub-mcp@latest /path/to/skills

オプション B：プロジェクトのルートにある .mcp.json で、プロジェクト単位の設定を行います。プロジェクトの MCP サーバーを許可するために、.claude/settings.json で明示的な設定が必要になる場合があります。

./.mcp.json

{
  "mcpServers": {
    "skillhub-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["skillhub-mcp@latest", "/path/to/skills"]
    }
  }
}

./.claude/settings.json（このサーバーのみを許可）

{
  "enabledMcpjsonServers": ["skillhub-mcp"]
}

Codex（OpenAI）

オプション A：Codex CLI を使って stdio MCP サーバーを追加します。

codex mcp add skillhub-mcp -- uvx skillhub-mcp@latest /path/to/skills

オプション B：~/.codex/config.toml を編集します。

[mcp_servers.skillhub-mcp]
command = "uvx"
args = ["skillhub-mcp@latest", "/path/to/skills"]

スキルの形式

Skillhub MCP はルートディレクトリ（デフォルトは ~/.skillhub-mcp）以下のスキルを検出します。 各スキルは次のいずれかです。

• SKILL.md を含むディレクトリ
• SKILL.md を含む .zip または .skill アーカイブ（アーカイブのルート、または単一のトップレベルフォルダー内）

その他のすべてのファイルは、エージェントが読み取るためのダウンロード可能な MCP リソースになります。注： Skillhub MCP はスクリプトを実行しません。スクリプトを実行するかどうか、および実行方法はクライアントが決定します。

レイアウトの例：

~/.skillhub-mcp/
├── summarize-docs/
│   ├── SKILL.md
│   ├── summarize.py
│   └── prompts/example.txt
├── translate.zip
├── analyzer.skill
└── web-search/
    └── SKILL.md

アーカイブのルール：

translate.zip
├── SKILL.md
└── helpers/
    └── translate.js

data-cleaner.zip
└── data-cleaner/
    ├── SKILL.md
    └── clean.py

ディレクトリ構造：Skillhub MCP と Claude Code の比較

Claude Code ではフラットなスキルディレクトリ（直下の各サブディレクトリが1つのスキル）が必要です。Skillhub MCP はより柔軟です。

• ネストしたディレクトリも検出されます
• .zip／.skill 形式でパッケージ化したスキルに対応しています

Claude Code との互換性が必要な場合は、フラットなレイアウトを使用してください。

CLI リファレンス

skillhub-mcp [skills_root] [options]

フラグ／オプション	説明
位置引数 skills_root	任意のスキルディレクトリです（デフォルトは ~/.skillhub-mcp）。
--transport {stdio,http,sse}	トランスポートです（デフォルトは stdio）。
--host HOST	HTTP／SSE トランスポートのバインドアドレスです。
--port PORT	HTTP／SSE トランスポートのポートです。
--path PATH	HTTP トランスポートの URL パスです。
--list-skills	検出されたスキルを一覧表示して終了します。
--verbose	デバッグログを出力します。
--log	詳細ログを /tmp/skillhub-mcp.log にも出力します。

安全性に関する注意事項

• スキルは「単なるプロンプト」ではありません。スクリプトや任意のファイルが含まれている場合があります。
• Skillhub MCP はスクリプトを実行しませんが、クライアントが実行する可能性があります。サンドボックス／コンテナ内で実行することをおすすめします。

言語

• 英語：README.md
• 中国語：README.zh-CN.md

作者について

私は AI SaaS のグローバル展開に注力し、アイデアの検証やバイブコーディングから、製品開発、インフラ、SEO、バックリンク、成長実験まで、全行程を扱っています。

ここで共有する内容はすべて、実際のプロジェクト、実際のトラフィック、実際の収益化への取り組みに基づいています。

• Feishu ナレッジベース：

  Thor の AI グローバル展開に関するコンテンツ計画

  AI 製品の海外展開における実践経験をまとめた体系的なナレッジベースです。需要の発見、実行戦略、よくある落とし穴などを記録しています。

• ブログ：

  Thor-AI ブログ

  AI 製品の構築、公開、改善を公開の場で進める際の長文メモや事例を掲載しています。

• オープンソースプロジェクト（スター多数）：

  スマートキャンパスシステム

  • GitHub：https://github.com/214140846/TOGO_School_Miniprograme
  • Gitee：https://gitee.com/zengyunengineer/TOGO_School_Miniprograme

• ソーシャル：

  Jike

  個人開発、AI ツール、製品の成長に関するリアルタイムの考えを共有しています。

• 製品：

  • AI 動画生成プラットフォーム：

    Sora 2 Sora 2 ai

    AI を活用した動画生成のオンラインプラットフォームです。実用的なユースケースと実際のユーザーワークフローに重点を置いています。

  • AI 動画・画像生成：

    AI 動画・画像コレクション

    モデルのページ：

    • Grok Video

    • Sora 2

    • Veo 3.1

    • Veo 3

    • Veo 2

    • Kling 2.6

    • Wan 2.5

    • Seedance

    • Nano Banana 2

    • Nano Banana Pro

      AI 動画・画像生成ツールや実験、機能の追跡情報を厳選してまとめています。

• AI 動画・画像コレクション：

  https://www.notion.so/2e7600937cb3808c818efe79141f7ee6