公開スキル・MCP・コネクタの概要
AIが最終的に出してきた成果物が思っていたのと違うこともほぼありません。 書き込みや削除といった編集操作は承認が必要な設定にしています。
フェイブレイやアストラといった高性能モデルでも、そのテストは無駄だらけです。
こんにちは、超実践AI論のたいちです。今回は、AI駆動アプリ開発で現役エンジニアが使う無料のスキル・MCP・コネクタ8選というテーマでお話しします。
前提として、今のハイエンドモデルであるクロードオーパス5.5やGPT-6のアストラなどはかなり賢いので、
スキルやMCPも外部で公開されているものを使うのではなく、自作した方が自分の環境に適した便利なものを使えます。
ですがそれでも、アンスロピックやオープンAIといった公式が出しているものや、有名なエンジニアやAI開発者が作ったものの中には、
自作するよりも優れたアウトプットを出してくれるものがあります。
今回はその自作よりも優れている、僕が普段から使っている公開スキル・MCP・コネクタを合わせて8つ紹介します。
ちなみにスキルとは、特定作業の手順やツールを一つのフォルダにまとめてAIがいつでも使えるようにするものです。
MCPとは、GoogleドライブやNotionといった外部ツールとAIがやり取りするための仕組みです。
コネクタとは、外部ツールとクロードの接続をクロードの機能として使えるようにしたものです。
MCPとコネクタの違いは、MCPはクロードに限らずCodeXやGeminiなど多くのAIエージェントで共通して使える規格であるのに対し、
コネクタとはクロード専用の機能で外部ツールと接続します。
早速、僕が使っているやつを紹介します。
内訳はスキルが5つと、MCPが1つ、コネクタが2つです。
最初の5つのスキルは、MADBOXさんのGrill with Docs、
Cloud Code公式のSimplify、CodeXのReview、OpenCLOのテストオーディット、Cloudflareのセキュリティーオーディットです。
そして、MCPはCloudflare MCP、2つのコネクタはGitHubとワンパスワードです。
最初の5つのスキルは、概要欄に貼っているCloud Codeによるアプリ開発動画コースの中で実際の使い方も含めて紹介しているので、
Grill with Docsで要件を具体化
詳しく知りたい方はそちらも見てみてください。
では早速、Grill with Docsから紹介していきます。
Grill with Docsは海外の有名エンジニアのMADBOXさんがGitHubで公開しているスキルで、誰でも無料で使うことができます。
インストールも簡単で、このGitHubのreadme.mdのページにAIアジェントごとのインストール方法が書かれています。
Cloud CodeやCodeXといった自分が使っているAIアジェントのコマンドをコピーして、ターミナルに貼り付け、実行するだけですぐに使えます。
Grill with Docsはアプリの設計や新しいサービスを考えるときなど、まだ答えが明確になっていない課題をAIに質問させて深掘りながら具体化していくスキルです。
使い方はこんな感じで、スラッシュコマンドのGrill with Docsと一緒に具体化したい内容を書くだけです。
僕のこの例では、自社のサービスを変更して、今時点で決まっている内容を伝えた上で、そのサービス設計をお願いしています。
すると、AIが必要な情報を網羅的に調べた上で、内容を具体化するために必要なことをどんどん質問していきます。
書く質問には、このようにAIが思う推奨回答とその理由も書いてあります。
そして、質問に答えるときは推奨回答と違うものだけ具体的に書いて、それ以外は推奨でOKと答えるのが楽です。
こんな感じで、AIが回答内容に応じて必要なことをすべて質問してくるので、
不明点がなくなるまで回答しきると、最終的に具体化した内容をAIがまとめてくれます。
そしてそこから回答内容をドキュメントにまとめたり、このようにアプリやウェブサイトに反映させることもできます。
僕は新しいアプリの開発やサービスを作るときに、必ずGrill with Docsで内容をまとめてからAIに対応させるようにしています。
Grill with Docsを使えば、頭の中ではふわっとしか決まっていなかったことが具体化され、同時にAIとの認識のズレも潰した上で作業をさせることができます。
なので、AIが最終的に出してきた成果物が思っていたのと違うこともほぼありません。
SimplifyとCodexでコードを改善
次に紹介するスキルがクロードコード公式のSimplifyです。
Simplifyはクロードコードにデフォルトで入っているので、このようにスラッシュSimplifyと打てばすぐに使えます。
Simplifyを使うとアプリ全体、もしくは特定の箇所のコードの無駄を削ってくれます。
Simplifyでは既存コードの再利用、単純化、効率、抽象化の適切さという4つの観点で、4体のサブエージェントがコードを監査して、修正します。
既存コードの再利用では、同じ処理を重複して書いていないか、既存の処理をちゃんと活用しているかといった観点で調査します。
単純化は、条件分岐や処理をもっとシンプルに書けるかを調べます。
効率の観点では、不要な処理や同じ計算の繰り返しがないかを確認します。
そして抽象化の適切さというのは、修正がその場しのぎになっていないかという観点です。
共通の処理に特別扱いの分岐を継ぎ足すのではなく、適切な深さで根本の仕組みから直せているかをチェックします。
長期的に運用するアプリほど、このシンプリファイを常にやっておくと、コードの無駄がなくなって、修正するときの時間、コスト、手間が少なくなります。
次に紹介するのがCodeXのレビュースキルです。
CodeXのレビュースキルも公式スキルなので、CodeXアプリで$REVIEWと打てばすぐに使えます。
このスキルでは、ソースコードを正確性、性能、セキュリティ、保守性、4つの観点でレビューして、修正内容を提案してくれます。
クロードコードのシンプリファイは修正まで自動でやりますが、
CodeXのレビュースキルは修正内容を提案するだけで、ユーザーが指示するまでは修正を実施しません。
レビューする4つの観点について順に説明すると、まず最初の正確性はコードにバグがないかを調べます。
そして性能の観点では、処理時間や計算資源を浪費している箇所がないかを調べます。
セキュリティの観点では、その名の通りセキュリティ上の弱点がないかをチェックします。
そして保守性の観点では、コードが理解しやすく変更もしやすい作りになっているかを調べます。
OpenClawのテスト監査
フェイブルやアストラのような高性能モデルにコードを書かせても、このCodeXのレビュースキルをかけるとかなり修正点が見つかるので、僕は必ずこのレビュースキルも通すようにしています。
次に紹介するのが、オープンクローのテストオーディットスキルです。
このスキルは、オープンAI開発チームのピーター・シタインバーガーさんが作ったもので、一言で言えばAIが作る無駄なテストをなくすスキルです。
AIがコードを書くと、大抵一緒にそのテストも書いてくれます。
ですが、フェイブルやアストラといった高性能モデルでも、そのテストは無駄だらけです。
本番のコードを何も検証できていないようなテストや、エッチケースという実際には起こり得ないような細かすぎる観点を検証したり、
といった感じで、無駄なテストを大量に作成してきます。
オープンクローのテスト観察スキルでは、テストを批判的に評価した上で、実際に本番のコードを壊してみて、
テストがその不具合を見つけられるかまで検証した上で、テストの用費を判断します。
だからこそ、不具合の発見に役立つテストは残り、逆に不具合を作ってもそれを見つけられるテストがなかったら、足してくれたりもします。
つまり、このテスト観察スキルを使えば、アプリの不具合防止に役立つ、本当に価値あるテストだけを残せるというわけです。
ただ、このテスト観察スキルは、オープンクローというピーター・シタインバーガーさんのプロジェクト向けに作られたものなので、そのままでは使えません。
なので、スキルのURLをAIに渡して、スキルをインストールして、このプロジェクト向けに最適化して、と指示して入れるのがいいです。
こうすれば、テスト観察スキルを自分のプロジェクトで使えるよう直した上で入れることができます。
僕も実際、この方法でスキルを使っています。
Cloudflareのセキュリティ監査とMCP
そして、スキルの最後に紹介するのが、Cloudflareのセキュリティーオーディットスキルです。
このスキルは、Cloudflareが自社で使っているセキュリティ観察の仕組みを、誰でも使えるようGitHubで公開してくれたものです。
インストール方法は、トップページのコマンドをコピーして、ターミナルなどで実行するだけです。
このスキルは、アプリのセキュリティ観察をするときに使います。
アプリ全体を対象にすることもできますし、特定の機能だけを調べることもできます。
スキルを実行すると、セキュリティの弱点の見落としをなくすために、まずアプリ全体のコードの地図を作り、弱点の候補を記録しておくための台帳も作成します。
そして、複数のサブエージェントが様々な観点で、調査対象のソースコード全体を調べ、台帳を埋めていきます。
弱点の候補を見つけたら、さらにサンドボックスというパソコンからは隔離された環境で、実際にその弱点を攻撃してみて、セキュリティの穴になりうるのかまで検証します。
実際の攻撃でセキュリティの穴だと評価されたとしても、さらにまた別のAIエージェントが批判的に、それが本当に穴なのかを確かめます。
クラウドフレアのセキュリティ観察キルは、このように何段階ものフェーズを重ね、様々な観点でアプリのセキュリティの弱点を見つけ出すよう設計されています。
僕もアプリを本番リリースする前や、キメの回収をした後などは、必ずこのクラウドフレアのセキュリティ観察キルを使っています。
次に紹介するのが、クラウドフレア公式のMCPです。
ここではAPIと出ていますが、実際にクリックしてみると、MCPのURLが表示されています。
これを使うと、AIがクラウドフレアを自分で見に行くことができるようになります。
例えば、本番環境で何か障害が起こった時に、AIに直接本番環境を調査させることもできますし、アプリの速度が遅い時にその原因を調べさせるといった使い方もできます。
ただ、AIが本番環境を自由にいじれるのは危険なので、僕は基本的に読み取り操作だけを許可していて、書き込みや削除といった編集操作は承認が必要な設定にしています。
このMCPの設定方法は簡単で、クロードコードの設定からコネクタを開き、追加ボタンからカスタムコネクタを追加、そしてMCPのURLを入れて、適切な名前を付けて続けるを押すだけです。
ここに出ているクラウドフレアデベロッパープラットフォームは古いものなので、間違えて使わないよう気をつけてください。
GitHub・1Passwordコネクタとまとめ
そして最後に紹介する2つのコネクタがGitHubとワンパスワードです。
GitHubのコネクタは、その名の通りGitHub上の情報をAIが見に行ったり、編集したりできるようになります。
そしてワンパスワードコネクタは、ワンパスワードというパスワード管理ツールにAIが自由にアクセスできるようになります。
パスワード管理ツールなので、アクセスするときは必ずユーザーの承認を求めてきます。
様々なサイトのログイン情報やAPIキー、秘密鍵といった開発用の機密情報をワンパスワードに保管しておけば、
AIはこのワンパスワードコネクタを使ってログインや認証などができるので、かなり便利です。
ワンパスワードについては、その使い勝手や安く契約する方法を以前に解説した動画があるので、概要欄から見てみてください。
ここで一つお知らせです。業務のAI活用の個別サポートや研修・システム開発などのお仕事は、概要欄の公式LINEからお問い合わせください。相談は無料です。
動画の内容やその他のご質問にも公式LINEで回答しています。
今回の内容をまとめます。
AIで使うスキルやMCPといったツールは、基本的に自作した方がいいです。
なぜなら、汎用的に作られた既製品より、自分の環境に合わせて最適化されたものを使う方が便利だからです。
一方で、AI開発企業の公式が出しているものや、有名なエンジニア・企業が出しているツールには、自作するよりも優れたものがあります。
今回は、自作よりも優れていると僕が思って使っている合計8つのスキル・MCP・コネクタを紹介しました。
アプリの設計や新規サービス開発など、まだ答えが明確になっていないことを具体化するGrill withDocs、コードの無駄をなくすSimplify、コードの不具合を潰すCodexのレビュースキル、
本当に価値あるテストだけを残すオープンクローンのテストオーディットスキル、
アプリのセキュリティの弱点を潰すクラウドフレアセキュリティオーディットスキル、
AIが本番環境を自由に調査するためのクラウドフレアのMCP、
AIがGitHubの参照操作をするためのGitHubコネクタ、
AIがログイン情報やAPIキーなどの機密情報をユーザーの承認を得た上で自由に使えるワンパスワードコネクタ、
これら8つのツールを使うと、AIの成果物はより優れたものになり、
AIを使ったアプリ開発はより効率的にできるようになり、対応可能な作業の幅も広がります。
ワンパスワード以外は全て無料で使えるので、ぜひあなたもまずはどれか1つ試してみてください。
概要欄にも今回の内容を解説した記事を貼っておきます。
それでは今日はこの辺で。
