Agent Skill 比較検証──スター 6 万の外部スキル導入で起動時トークンが 28 倍に
自作の指示書ベースの軽量スキルと、19以上のソースを自前で取得する大型スキルを比較し、コストと設計のトレードオフを検証した。
リリース: 2026-08-31 · 読了 3 分記事の要約
1. 核心（What）
- GitHub Trending でスター 60,480 を獲得した Agent Skill のトークンコストと実装を検証した
- Claude Code のプラグイン経由で導入し、起動時コストが自作スキルの 3,225 トークンから約 90,000 トークンへ 28 倍に増加した
- Windows 10 環境において、要件となる Python 3.12+ がツールから正しく見えず起動エラーが発生した
- プラグインをアンインストール後も、約 32MB のキャッシュがローカルに残存することを確認した
2. 影響（Why）
- 高コストスキルの導入判断: 常時コストはほぼ無害でも、起動ごとに約 9 万トークンを消費するスキルは、API コストやコンテキスト制限を圧迫するため慎重な事前評価が不可欠である。
- 国内開発者・エージェント利用への影響: 国内の AI エージェント開発チームは、指示書型で軽量に処理するアプローチと、重い依存関係を持って網羅的に外部取得するアーキテクチャのトレードオフを再設計する必要がある。
3. 根拠・詳細（How）
- プラグインのコストと実行環境の検証: Claude Code の 'claude plugin details' コマンドにより常時 ~103 トークン、起動時 ~90k トークンの消費を確認し、Python 3.12+ の依存関係と PATH の不一致を切り分けた。
- コードベースと代替処理の設計思想: Python 308 ファイル・32MB の実装を持ち込み、依存関係が満たされない場合に安全に停止する設計で、不完全なフォールバックを避ける品質担保の仕組みを確認した。
4. 展望・課題（Next）
- キャッシュ管理の運用策定: プラグインの試行錯誤を繰り返す開発環境では、uninstall 後のキャッシュ（32MB）の残存を前提としたクリーンアップ手順をあらかじめ組み込む必要がある。