Google は Cloud Next 2026 で 公式 Agent Skills リポジトリ（github.com/google/skills）を公開した。これは AI エージェントに必要な専門知識を オンデマンドで読み込ませる仕組み で、MCP の過剰利用による「コンテキスト肥大化」問題を構造的に解決する。
特筆すべきは、この Skills フォーマットが元々 Anthropic が開発した標準 であるという点。先日の Google × Anthropic 4 兆円投資ディール の延長線上に位置する協業の具体例で、Claude Code・Codex・Gemini CLI・Antigravity など主要なエージェントハーネスすべてで横断利用できる。
本稿では、Skills の仕組み、リポジトリの中身、インストール手順、ADK 連携、そして中小企業の開発現場でどう活かすかまでを整理する。
Agent Skills とは何か — エージェント向けに最適化された Markdown ドキュメント
Agent Skills は 「特定の技術やタスクをエージェントが自分のものにするための、簡潔なドキュメント形式」。Markdown ベースで、参照ファイル・コードスニペット・他資産を含められる。
MCP との違い・使い分け
| 観点 | MCP（Model Context Protocol） | Agent Skills |
|---|---|---|
| 役割 | リアルタイムのデータ・API アクセス | 静的な知識・パターン・ベストプラクティス |
| 読み込み | 接続中は常駐（コンテキスト消費継続） | 必要なときだけ読み込み（オンデマンド） |
| 形式 | サーバー・プロトコル | Markdown ファイル |
| トークンコスト | 高（常駐分が積算） | 低（使う時だけ消費） |
複雑な MCP サーバーを多数接続すると、起動時点で数万トークンを消費してモデルが本来の処理に使える容量が圧迫される。Skills はこの問題を 「必要な時にだけ知識を引き出す」 設計で解消する。
自社 MCP サーバーの実装ガイド でも触れた通り、MCP は強力だが運用負荷もある。Skills はその負荷を軽くするための補完的な仕組みと考えると分かりやすい。
なぜ Anthropic 発の形式を Google が採用したのか
Skills は Anthropic が先に Claude Code 向けに公開し、コミュニティ標準として開放した形式。Google がそのまま採用してリポジトリを公開した背景には：
- エコシステム連携の戦略：Google は 2026 年 4 月に Anthropic に最大 4 兆円投資 しており、技術標準でも歩調を合わせる
- クロスベンダー互換性：1 つの形式が Claude Code・Codex・Gemini CLI・OpenCode・Antigravity で使えれば、ユーザー側のロックイン懸念が消える
- 開発者集約：「どのエージェントを使ってもスキル資産が活きる」というメッセージで、AI Agent 開発者を全方位的に取り込む
これは 「個別ツール戦争」から「標準フォーマット競争」へのフェーズ移行 の象徴とも言える動きで、Claude Design のような Anthropic 主導のプロダクトと並走する形で、AI エージェント市場のレイヤーが急速に共通化している。
リポジトリの中身 — 13 の事前構築 Skill
Google 公式リポジトリには以下のカテゴリの Skill が初期搭載されている。
Google Cloud プロダクト Skill
| Skill | 想定ユースケース |
|---|---|
| AlloyDB | PostgreSQL 互換の高性能 DB 操作・最適化 |
| BigQuery | データウェアハウス操作・SQL 最適化 |
| Cloud Run | コンテナデプロイ・スケーリング |
| Cloud SQL | マネージド DB の運用 |
| Firebase | アプリ開発・認証・Realtime DB |
| Gemini API | 生成 AI 統合 |
| GKE（Google Kubernetes Engine） | コンテナオーケストレーション |
Well-Architected フレームワーク Skill
| Skill | 内容 |
|---|---|
| Security | セキュリティベストプラクティス |
| Reliability | 信頼性・SLO 設計 |
| Cost Optimization | コスト最適化パターン |
レシピ Skill
| Skill | 内容 |
|---|---|
| オンボーディング | Google Cloud プロジェクト初期セットアップ |
| 認証 | IAM・サービスアカウント管理 |
| ネットワーク オブザーバビリティ | VPC ログ・トレース設定 |
これら 13 個の事前構築 Skill により、たとえば「BigQuery でクエリを書いて」とエージェントに依頼すると、BigQuery Skill が動的に読み込まれて 2026 年最新のベストプラクティス・SQL 構文・コスト最適化指針が反映された回答が返るようになる。
どのエージェントから使えるか — クロスベンダー対応
最大のポイントは 特定のエージェントに縛られない こと。インストールも 1 コマンドで完了する。
インストール手順
# Google 公式 Skills リポジトリを丸ごとインストール
npx skills install github.com/google/skills
# 個別 Skill だけインストール（例：ADK 関連のみ）
npx skills add google/adk-docs -y -g動作確認済みエージェント
| エージェント | 対応状況 |
|---|---|
| Antigravity（Google） | ✅ ネイティブ対応 |
| Gemini CLI（Google） | ✅ ネイティブ対応 |
| Claude Code（Anthropic） | ✅ Skills 形式の発祥元 |
| Codex（OpenAI） | ✅ 互換 |
| OpenCode（OSS） | ✅ 互換 |
| その他サードパーティ | ✅ Skills 仕様実装済みなら対応 |
これは Claude Code を実装ワークフローの中核に据えている GleamHub のような中小企業にとって特に重要な意味を持つ。手元の Claude Code 環境で、Google が育てている Skills 資産がそのまま使える ということだから。
ADK との統合 — SkillToolset で動的ロード
Google の Agent Development Kit（ADK） は SkillToolset という API を持ち、これを使うと エージェントが必要な時だけ Skill を読み込む 動作を実現できる。Python の擬似コードで書くと以下のようなイメージ：
from google.adk import SkillToolset
# Skill リポジトリを参照する Toolset を生成
skills = SkillToolset(repo="google/skills")
# エージェントの実行時に必要な Skill を動的にロード
agent.add_toolset(skills)
result = agent.run("BigQuery でユーザー別売上を集計して")
# → Agent が "BigQuery Skill" を自動的に読み込んで回答「Skill = 知識のレシピ」「Toolset = レシピ集を自動引きするインデックス」という関係性。毎回すべての知識を context window に流し込む必要がない ため、トークンコストとレスポンス速度が両方改善する。
開発者目線の使いどころ — 中小企業 / 受託開発の現場で
1. Google Cloud を採用するクライアント案件
クライアント側のインフラが GCP の場合、npx skills install github.com/google/skills 一発で BigQuery・GKE・Cloud Run の最新ベストプラクティスをエージェントに学ばせられる。エンジニア個人が公式ドキュメントを読み込まなくても、Skills が代理で「知識の引き出し」を作ってくれる感覚。
2. 自社 Skill の作成・社内共有
Google や Anthropic が公開する Skill だけでなく、自社固有のドメイン知識を Skill 化 することも可能。たとえば：
acme-corp-coding-style.md— 社内コーディング規約acme-deploy-procedure.md— 自社デプロイ手順acme-postmortem-template.md— 障害ポストモーテムフォーマット
これを社内の private リポジトリに置き、npx skills install で全エンジニアの環境にロード。「人が増えても暗黙知が薄まらない」 チーム設計に直結する。
3. AI Agent ビルダー向けの即戦力知識
Claude Managed Agents などのマネージドエージェント設計を進める際、Skills を組み込むことで 「特定領域の専門家エージェント」を即時に立ち上げ られる。たとえば「BigQuery 専任エージェント」「セキュリティレビュー専任エージェント」など、Skill のセットだけで役割が決まる構造になる。
まとめ — 標準化の新章、開発者にとっての意味
今回のリリースを 3 行で要約：
- Google が Anthropic 発祥の Skills 形式を全面採用 し、公式 13 Skill を公開
- MCP コンテキスト肥大化問題 をオンデマンドロードで解決
- Claude Code・Gemini CLI・Codex などあらゆるエージェントで横断利用可能
中小企業の開発現場視点で言えば：
- 環境設定の労力削減：1 コマンドで GCP のプラクティスがエージェントに反映
- エージェント切り替えコストゼロ：Claude Code → Gemini CLI 移行でも Skill 資産が継続使用可能
- 社内ナレッジの構造化：暗黙知 → Markdown 化 → Skills として全員で共有という流れが標準に
AI Agent エコシステムは「個別ツールの優劣」から「標準フォーマット上での資産価値」に重心が移りつつある。今のうちに 自社 Skills を整備しておく ことが、3 年後の開発生産性を決める一手になりそう。
