AIエージェントに同じ作業を何度も教え直していませんか。セッションが変わるたびに学習がリセットされ、チームメンバーが個別に試行錯誤を繰り返す。SkillClawは、この「スキルが蓄積されない問題」を解決するオープンソースフレームワークです。

この記事でわかること

  • SkillClawが解決する課題と基本的な仕組み
  • Client ProxyとEvolve Serverの役割
  • Hermes・Claude Code・Codexなど主要エージェントとの連携方法
  • インストールから初回起動までの手順
  • チームでスキルを共有する方法

AIエージェントのスキルが「使い捨て」になる問題

GitHub - AMAP-ML/SkillClaw: Let Skills Evolve Collectively with Agentic Evolver
Let Skills Evolve Collectively with Agentic Evolver - AMAP-ML/SkillClaw
GitHub

LLMエージェントはタスクを実行するたびに有用なパターンを発見します。しかし、現状のほとんどのエージェントフレームワークでは、その知見がセッション終了とともに消えます。別のユーザーが同じ問題に直面しても、ゼロからやり直しです。

SkillClawは、AMAP-ML（Alibaba Maps Machine Learning）チームが2026年4月に公開したPython製のフレームワークです。エージェントの実行ログから再利用可能なスキルを自動で抽出し、重複排除・改善・検証まで行います。GitHubスターは1,100超、MITライセンスで公開されています。

論文「SkillClaw: Let Skills Evolve Collectively with Agentic Evolver」（arXiv:2604.08377）では、6ラウンドの進化を経てCreative Synthesisカテゴリで88.41%の性能向上を達成したと報告されています。

2つのコンポーネントで動く

SkillClawの構成はシンプルです。Client Proxy（クライアント側）とEvolve Server（サーバー側）の2つだけで成り立っています。

Client Proxy — ローカルで動くAPI中継サーバー

Client Proxyは、エージェントのAPIリクエストを中継するローカルプロキシです。OpenAI互換の/v1/chat/completionsとAnthropic互換の/v1/messagesに対応しています。エージェントとLLM APIの間に入り、セッションの記録とローカルスキルライブラリの管理を担います。

普段の作業フローを変える必要はありません。エージェントと会話するだけで、バックグラウンドでスキルの記録が進みます。

Evolve Server — スキルを自動進化させるバックエンド

Evolve Serverは、蓄積されたセッションデータを読み取り、スキルの生成・改善・重複排除を実行するサービスです。2つのエンジンを選べます。

workflowエンジンは、要約→集約→実行の3段階LLMパイプラインで動きます。固定的な処理フローのため、動作が予測しやすいのが特徴です。agentエンジンは、OpenClawを使ったエージェント駆動型で、スキル定義を直接編集します。柔軟性が高い反面、OpenClawのインストールが必要です。

Client ProxyとEvolve Serverは共有ストレージ（ローカルファイルシステム・Alibaba OSS・S3）を介してのみ通信します。サーバーを同じマシンで動かしても、リモートVMで動かしても構いません。

対応エージェントが幅広い

SkillClawは特定のエージェントに縛られません。現時点で以下のエージェントとネイティブ連携できます。

Hermes、OpenAI Codex、Claude Code、OpenClaw、QwenPaw、IronClaw、PicoClaw、ZeroClaw、NanoClaw、NemoClaw。さらに、OpenAI互換APIを持つエージェントならどれでも接続できます。

Hermesとの連携が最も深く、skillclaw setupでHermesを選ぶと、設定ファイルの書き換えからスキルディレクトリの準備まで自動で行われます。Claude CodeやCodexの場合は、プロキシの自動設定とスキルディレクトリのデフォルト指定（~/.claude/skillsや~/.codex/skills）が適用されます。

個人でもチームでも使える3つの運用パターン

パターン1：個人利用（Client Proxyのみ）

最小構成です。Client Proxyだけを起動し、エージェントの通信を中継します。スキルの自動進化はありませんが、セッション記録とローカルスキルの管理は機能します。まず試したい人向けです。

パターン2：個人利用＋自動進化

Client Proxyに加えてEvolve Serverをローカルで起動します。同一マシン上でローカル共有ストレージを使い、セッションデータからスキルを自動で抽出・改善するクローズドループが完成します。

パターン3：チーム利用

複数のClient ProxyをOSSやS3の共有ストレージに接続し、1つのEvolve Serverがグループ全体のスキル進化を管理します。ユーザーAがデバッグで発見した知見がスキルとして抽出されると、ユーザーB・C・Dのエージェントにも自動で反映されます。

セットアップ手順

macOS・Linuxの場合、以下の3ステップで起動できます。

まず、リポジトリをクローンしてインストールスクリプトを実行します。次にskillclaw setupで対話型ウィザードを起動し、プロバイダー・モデル・スキルディレクトリ・共有ストレージの設定を行います。最後にskillclaw start --daemonでプロキシを起動し、skillclaw statusで動作を確認します。

デフォルトのプロキシポートは3000番です。curl http://127.0.0.1:3000/healthzでヘルスチェックが通れば準備完了です。

Windowsの場合は、シェルインストーラーが未提供のため、手動でvenvを作成しpip install -e ".[evolve,sharing,server]"を実行します。

自動進化を有効にするには、Evolve Serverを追加で起動します。個人利用ならskillclaw-evolve-server --use-skillclaw-config --interval 300 --port 8787で十分です。

ダッシュボードでスキルの状態を可視化

SkillClawにはローカルダッシュボードが付属しています。skillclaw dashboard syncでスナップショットを生成し、skillclaw dashboard serveでブラウザから確認できます。

ダッシュボードでは、ローカルスキルと共有スキルの一致状況、バリデーションジョブの進行状況、スキルのバージョン履歴、スキル更新の元になったセッションの追跡が可能です。

既存のスキル管理との違い

HermesやClaude Codeにも独自のスキル機能はあります。しかし、それらは基本的に手動管理です。ユーザーがスキルファイルを書き、ディレクトリに配置し、不要になったら手動で削除します。

SkillClawが異なるのは、スキルのライフサイクル全体を自動化する点です。抽出・重複排除・改善・検証・配布がすべてバックグラウンドで動きます。さらに、複数エージェント・複数デバイス・複数ユーザー間でスキルを統合できるため、個々のエージェントがサイロ化しません。

まとめ

SkillClawは、AIエージェントの経験を「蓄積し、進化させ、共有する」仕組みをオープンソースで提供しています。個人利用ならClient Proxyだけで始められ、チーム運用にもスケールできる設計です。Hermes・Claude Code・Codexなど主要エージェントとの連携もすでに整っています。

エージェントを日常的に使っていて、毎回同じことを教え直す手間を感じているなら、導入を検討する価値があります。