Partnered With:

60選のスキル、ワークフロー、およびオープンソースプロジェクト、最も包括的なClaudeの上級リスト

この記事を読むのに必要な時間は 39 分

開発者、コンテンツクリエイター、プロダクトビルダー、および初心者が利用できます

原文标题：AI に関する Top 60 Claude スキル、ワークフロー、および GitHub リポジトリ—完全なリスト。
原文作者：Khairallah AL-Awady
翻訳：Peggy，BlockBeats

編者注：最近 AI に注目していると、ますます多くのツールがあるように見えますが、実際に利用できるものはますます少なくなっているという誤解を生みやすいです。

ほとんどの人にとって、問題はツールがあるかどうかではなく、どのツールを使うべきか、そしてどこから始めればよいかです。

このリストは実地テストに基づき、現在の AI ツールエコシステムを体系的に整理し、60 のツールを選りすぐり、コーディングおよび開発ツールからエージェントフレームワークおよびツールの統合、ワークフロー自動化、データ処理およびインフラストラクチャ、最終的には学習リソースと継続的更新経路まで、異なるレベルおよび使用シナリオに従って分類されています。

全体的に、これは「AI の使用」から「AI システムの構築」への明確なパスを描いており、開発者、コンテンツクリエイター、プロダクトビルダー、初心者にさまざまな初心者向けのエントリーパスを提供し、複雑なツールエコシステムの中で読者が自分に適した切り口を見つけるのを支援しています。

ツールが絶えず変化する現在において、このような構造化された整理は、単一の推奨よりも意味があるかもしれません。提供されているものは答えではなく、AI をより効果的に理解して利用する方法です。

以下はオリジナルの文章です：

さまざまな AI ツールをテストするために 100 時間以上を費やしましたので、これで自分で失敗する必要はありません。

まずこの記事をブックマークしてください :)

2026 年の AI ツールエコシステムは、情報過多の状態になっています：毎週新しいフレームワークが登場し、毎日新しいエージェントがリリースされ、朝ごとに GitHub でホットな新プロジェクトが立ち上がっています。

そのうちの大部分はただの宣伝です。いくつかは実際に役立ちます。非常に少数のツールのみが、あなたの作業方法を真に変えるでしょう。

私があなたのためにノイズを取り除きます。

以下の 60 のツールは、私が個人的にテストした後に選別され、現在本当に注意を払う価値があるものです—カテゴリごとに整理され、それぞれの得意なシーンが付属しています。

ブックマークをお勧めします、何度も戻って使用することになるでしょう。

Part 1: AI プログラミングエージェント & IDE

このようなツールは、AI がコードの記述、コードのレビュー、そしてはたして開発フロー全体を管理するのを手伝うことができます。
重要なのは、これらがデモだけでなく、実際の作業フローで実行できるものであることです。

1.Claude Code
Anthropic がリリースしたコマンドラインプログラミングエージェント。ファイルを読み取り、コードを記述し、テストを実行することができ、ローカル環境で直接操作できます。
AI を開発に補助させつつ、完全な制御を維持したい場合、現在の「ゴールドスタンダード」です。
https://docs.anthropic.com/en/docs/claude-code

2.Cursor
VS Code をベースにした、AI 重視のコードエディター。インライン補完、コードライブラリとの対話、複数ファイルの編集をサポートしています。
既存の開発フローにシームレスに AI を統合したい開発者に適しています。
https://www.cursor.com

3.Codex CLI
OpenAI がリリースしたターミナルプログラミングエージェント。自然言語で命令を下し、コードライブラリを読み取り、コードを生成および実行します。
複数段階のタスクの達成において優れたパフォーマンスを発揮します。
https://github.com/openai/codex

4.Windsurf
Codeium がリリースした AI プログラミング IDE。その Cascade エージェントは、複数ファイルの編集、コードライブラリの深い理解、および「没入型コーディングフロー」をサポートしています。
急速な成長を遂げています。
https://codeium.com/windsurf

5.Superpowers
Claude Code 向けに開発された 20 を超える実践的なスキルセットで、TDD、デバッグ、計画から実行までのパイプラインなどを含んでいます。
GitHub で 96,000 を超えるスターを獲得しています。Claude Code を使用している場合、できるだけ早くインストールすることをお勧めします。
https://github.com/obra/superpowers

6. Spec Kit（GitHub）
「仕様駆動開発」ツール：仕様を先に書き、その後 AI がコードを生成します。手を動かす前に考えることを強制します。GitHub で 5 万を超えるスターを獲得しています。
https://github.com/github/spec-kit

7. Aider
ターミナル内の AI ペアプログラミングツール、任意のLLMをサポートします。
既存のコードベースの取り扱いに特に強みを持ちます。GitHub で 3 万を超えるスターを獲得しています。
https://github.com/paul-gauthier/aider

Part 2: Agent フレームワーク

「考える-行動する-反復する」自動化システムを構築するためのものです。

8. OpenClaw
フェノメン級オープンソース AI エージェント。長時間稼働、多チャンネル対応（WhatsApp / Telegram / Discord）、スキルの自動作成も可能です。
GitHub で 21 万を超えるスターを獲得しており、現在、個人用 AI エージェントの中で最も使いやすい入り口の1つです。
https://github.com/openclaw/openclaw

9. LangGraph
「グラフ構造」を使用して複数のエージェントを配置：ブランチロジック、人間の介入（ヒューマン・イン・ザ・ループ）、永続的な状態をサポートします。
https://github.com/langchain-ai/langgraph

10. CrewAI
複数のエージェントが協力するフレームワーク、各エージェントには役割、目標、および「キャラクター設定」があります。
チームの協力プロセスをシミュレートするのに適しています。
https://github.com/crewAIInc/crewAI

11.AutoGPT
古参の完全自動 agent フレームワーク、長時間実行タスク向け。
初期バージョンと比較してかなり成熟しています。
https://github.com/Significant-Gravitas/AutoGPT

12.Dify
オープンソースのLLMアプリケーション構築プラットフォーム、ワークフロー、RAG、エージェント、およびモデル管理を統合。
非開発者向けでもかなり使いやすいです。
https://github.com/langgenius/dify

13.OWL
複数のエージェントが協調するフレームワーク、GAIA基準テストで傑出した成績を収めています。
先端研究から実用化に向かう代表的な例です。
https://github.com/camel-ai/owl

14.CopilotKit
AIコパイロットをReactアプリケーションに直接組み込むことができます。
開発効率を向上させるだけでなく、AIを製品の一部にしています。
https://github.com/CopilotKit/CopilotKit

15.pydantic-ai
Pydanticベースの型安全エージェントフレームワーク。
Python開発者が構造化され、検証可能な結果を出力したい場合に適しています。
https://github.com/pydantic/pydantic-ai

パート3：MCPサービスとツールの統合

MCP（Model Context Protocol）は、AIが実際に「世界にアクセス」できるようにします。スキルはAIに何をするか教えるものであり、MCPはそれが「許可された状態で行う」ことを可能にします。

16.Tavily
AIエージェント向けに設計された検索エンジンであり、青色リンクではなく、LLMが直接使用できる構造化されたデータです。
検索、抽出、クローリング、地図の4つのツールを提供し、1分でMCPにアクセスできます。
https://github.com/tavily-ai/tavily-mcp

17.Context7
最新のライブラリドキュメントをLLMのコンテキストに注入します。
「幻視API」や古いメソッドがもはや現れません。
プロンプトに「use context7」と入力するだけで、自動的に最新のドキュメントが取得できます。
https://github.com/upstash/context7

18.Task Master AI
あなたのAIプロジェクトマネージャー。PRDを入力すると、依存関係のあるタスクに分解されます。
その後、Claudeが段階的に実行し、混沌とした開発プロセスを整然としたパイプラインに変えます。
https://github.com/eyaltoledano/claude-task-master

19.MCP Playwright
LLMにブラウザ自動化機能を提供します。
自然言語で実際のブラウザを制御できます：テスト、クローリング、インタラクションがすべて可能です。
https://github.com/executeautomation/mcp-playwright

20.fastmcp
最小限の Python コードで素早く MCP サービスを構築します。
Claude などのモデルにカスタムツールを統合する最速の方法の1つです。
https://github.com/jlowin/fastmcp

21.markdownify-mcp
PDF、画像、オーディオなどさまざまな形式を Markdown に変換します。
あらゆるドキュメントを AI ワークフローに取り込めるようにします。
https://github.com/zcaceres/markdownify-mcp

22.MCPHub
HTTP を介して複数の MCP サービスを管理します。
すべてのツール接続を統一的に管理するパネルです。
https://github.com/samanhappy/mcphub

Part 4: Claude Skills（厳選）

スキルは Claude に「専門的なワークフロー能力」を注入できます。コミュニティにはすでに 8 万以上のスキルがあり、以下は本当にインストールする価値があるものです。

23.PDF Processing（公式）
PDF の読み取り、表の抽出、フォームの入力、ファイルの結合と分割をサポートします。
知識労働者にとって、最も実用的なスキルの1つです。

https://github.com/anthropics/skills/tree/main/skills/pdf

24.フロントエンドデザイン（公式）
実際に使用可能なデザインシステムを構築するためのもので、大胆なタイポグラフィとオンラインできる UI を含みます。
一般的な「AI 生成感」デザインスタイルから脱却できます。27.7 万以上のインストールがあります。

https://github.com/anthropics/skills/tree/main/skills/frontend-design

25.スキルクリエーター（公式）
「メタスキル」。自然言語で作業フローを説明し、5 分以内に完全な SKILL.md を生成します。
設定を書く必要はなく、新しいスキルを作成できます。

https://github.com/anthropics/skills/tree/main/skills/skill-creator

26.マーケティングスキル（Corey Haines）
CRO、コピーライティング、SEO、メール自動化、グロース戦略など 20 より多いスキルを網羅しています。
マーケティングチームのフルセットを「モジュール化」したものと考えられます。

https://github.com/coreyhaines31/marketingskills

27.Claude SEO
サイト全体の監査、構造化データの検証、キーワード分析などの機能を提供します。
12 のサブスキルがあり、完全な SEO ワークフローを網羅しています。

https://github.com/AgriciDaniel/claude-seo

28.黒曜石のスキル
Obsidian の CEO によって開発されました。自動タギング、自動リンク、ナレッジベース（vault）との深い統合をサポートしています。
Obsidian を使用している場合、基本的には必須です。

https://github.com/kepano/obsidian-skills

29.コンテキスト最適化
トークンコストの削減、KV キャッシュの効率向上に使用されます。
API 使用コストを大幅に削減できます。GitHub 13,900+ スター。

https://github.com/muratcankoylan/agent-skills-for-context-engineering

30.深層研究スキル
8 ステップの研究プロセス + 自動継続ライティングメカニズム。
Claude が「深い研究」を行い、浅い要約ではなく適しています。

https://github.com/199-biotechnologies/claude-deep-research-skill

第5部：ローカル AI およびモデル実行

モデルをローカルデバイスで実行：より高いプライバシー、より高速な応答、API コスト不要。

31.Ollama
一つのコマンドでオープンソースの大規模モデルをローカルで実行します。Llama、Mistral、Gemma などをサポートしています。
ローカル AI への最速のパス。

https://github.com/ollama/ollama

32.オープン WebUI
自己ホスト型の ChatGPT ライクなインターフェース。シンプルで高速で、機能が充実しています。
Ollama と組み合わせて使用すると、完全にプライベートな AI システムを構築できます。

https://github.com/open-webui/open-webui

33.LlamaFile
大規模モデル全体を単一の実行可能ファイルにパッケージ化します。
依存関係が不要で、ダウンロードしてすぐに実行できる非常に簡単なツールです。

https://github.com/Mozilla-Ocho/llamafile

34.Unsloth
モデルのファインチューニング速度が2倍に向上し、メモリ使用量が70%減少します。
独自のモデルをトレーニングする必要がある場合、これは良い出発点です。

https://github.com/unslothai/unsloth

35.vLLM
高スループット推論エンジン。従来のソリューションよりも2〜4倍高速です。
現在、オープンソースモデルの本番展開の主要な選択肢の1つです。

https://github.com/vllm-project/vllm

Part 6: ワークフローと自動化

既存のツールやプロセスに AI を統合します。

36. n8n
オープンソースのワークフローオートメーションツールで、400以上の統合とAIノードをサポートし、セルフホスト可能です。
現在、最も強力なビジュアルAIオートメーションビルダーの1つです。

https://github.com/n8n-io/n8n

37. Langflow
ドラッグアンドドロップでエージェントワークフローを構築します。GitHubで14万以上のスターを獲得しています。
コードを書かずにも複雑なエージェントパイプラインを構築できます。

https://github.com/langflow-ai/langflow

38. Huginn
モニタリング、アラート、データ収集に使用されるセルフホスト型Webエージェントです。
プライバシー重視で、すべての自動化はお使いのサーバーで実行されます。

https://github.com/huginn/huginn

39. DSPy
プロンプトではなく「プログラム」を使用してモデルを駆動します。
スタンフォードの研究に基づくフレームワークで、安定性がより高く要求されるシナリオに適しています。

https://github.com/stanfordnlp/dspy

40. Temporal
長時間実行されるタスクに向けた「永続的ワークフローエンジン」です。
自動化フローがクラッシュ、リトライ、タイムアウトなどの状況に対応する必要がある場合、これが標準的な解決策となります。

https://github.com/temporalio/temporal

第7部分：搜索、数据与 RAG

让信息可以进出 AI 系统。

41.GPT 研究员
自动化研究代理程序，可生成结构化报告。
输入一个主题，输出带来源引用的完整分析。

https://github.com/assafelovic/gpt-researcher

42.Firecrawl
把任意网站转换为适用于 LLM 的数据格式。
专为 AI pipeline 设计的爬虫工具。

https://github.com/mendableai/firecrawl

43.Vanna AI
自然语言转 SQL。
用英文提问，直接生成数据库查询语句。
适合不想写 SQL 但需要使用数据的人。

https://github.com/vanna-ai/vanna

44.Instructor
通过 Pydantic 模型，让任意 LLM 输出结构化 JSON。
支持 OpenAI、Anthropic、Google 等15家以上的提供商。
是许多生产级 AI 工程师的实际选择。

https://python.useinstructor.com

45.Chroma
开源向量数据库。
为 AI 应用添加语义搜索和长期记忆的最简单方式之一。

https://github.com/chroma-core/chroma

46.dlt
LLM向けのデータパイプラインツール、5000以上のデータソースに接続可能。
さまざまなデータをAIワークフローにインポートするのに役立ちます。

https://github.com/dlt-hub/dlt

47.ExtractThinker
ドキュメントインテリジェンス向けの「ORM」。
任意の種類のドキュメントから構造化データを抽出できます。

https://github.com/enoch3712/ExtractThinker

Part 8: API and Infrastructure

プロダクション環境ですべてを実行するための「基盤パイプライン」。

48.FastAPI
AIアプリケーションをデプロイするためのPython Webフレームワーク。
非常に包括的なドキュメントで、Pydanticデータ検証が組み込まれています。

https://github.com/tiangolo/fastapi

49.Portkey Gateway
250以上のLLMにAPIを介してアクセス。
コードの変更不要でモデルを切り替えることができます。

https://github.com/Portkey-AI/gateway

50.OmniRoute
44以上のAIプロバイダーをサポートするAPIプロキシ。
負荷分散、フェイルオーバー、コスト最適化を提供します。

https://github.com/diegosouzapw/OmniRoute

51.lmnr
エージェントの挙動をトラッキングおよび評価するために使用されます。
エージェントが何をしているかを明確に把握し、パフォーマンスを評価できます。

https://github.com/lmnr-ai/lmnr

52.Codebase Memory MCP
あなたのコードベースを「永続的知識グラフ」に変換します。
Claude がプロジェクト全体の構造をセッションを超えて記憶できるようにします。

https://github.com/DeusData/codebase-memory-mcp

Part 9：特選コレクションおよび学習リソース

情報を継続的に入手し、認識を継続的に改善する場所。

53.Awesome Claude Skills
特選スキルのコレクション、GitHub スター数 2.2 万以上。
新しいスキルを探すための第一選択肢。

https://github.com/travisvn/awesome-claude-skills

54.Anthropic Skills Repo
Anthropic 公式スキルリポジトリ。
現在のスキル構築の「標準範疇」でもあります。

https://github.com/anthropics/skills

55.素晴らしいエージェント
100+のオープンソースエージェントツールの厳選リストをまとめました。

https://github.com/kyrolabs/awesome-agents

56.PromptingGuide
初級から上級までカバーした完全な Prompt エンジニアリングガイド。

https://www.promptingguide.ai

57.Anthropic Prompt エンジニアリングチュートリアル
9つの章とJupyter Notebookによる実践演習を含みます。
Promptを体系的に学ぶための最適な経路の1つです。

https://github.com/anthropics/prompt-eng-interactive-tutorial

58.SkillsMP
8万以上のコミュニティスキルを備えたマーケットプレイスです。
現在、最大のClaudeスキルディレクトリです。

https://skillsmp.com

59.MAGI//ARCHIVE
最新のAIプロジェクトリポジトリを毎日更新します。
最先端の進展を追跡するために使用されます。

https://tom-doerr.github.io/repo_posts/

60. Anthropic 公式ドキュメント
API、Prompt、ツールの呼び出し、エージェントなど、すべての主要コンテンツを網羅しています。
真剣に AI 製品を作りたい場合は、この文書を最初から最後まで読むことをお勧めします。

https://docs.anthropic.com

このリストを実際に使用する方法

これらの 60 のツールを一度にすべてインストールしようとしないでください。それは情報過多になり、時間の浪費になります。

私は次のように使用することをお勧めします：

開発者の場合： Claude Code（01）+ Superpowers（05）+ Context7（17）+ Tavily（16）から始めてください。
この組み合わせは、検索機能とドキュメントサポートを備えた強力な AI プログラミング環境を構築するのに役立ちます。

クリエイター / ナレッジワーカーの場合： OpenClaw（08）+ Obsidian Skills（28）+ PDF Processing（23）+ Frontend Design（24）から始めてください。この組み合わせは、ファイル管理、ドキュメント処理、コンテンツ作成能力を備えた AI アシスタントを提供します。

製品を作成している場合： FastAPI（48）+ Instructor（44）+ Chroma（45）+ LangGraph（09）から始めてください。
この組み合わせには、バックエンドフレームワーク、構造化された出力、メモリシステム、エージェント編成能力が含まれており、プロダクションレベルの AI アプリケーションをサポートするのに十分です。

単に学びたい場合： Anthropic チュートリアル（57）+ PromptingGuide（56）+ Anthropic 公式ドキュメント（60）から始めてください。
まず基礎を固めてから、ツールを追加してください。

1つのパスを選択し、まず深く掘り下げて使用してください。

需要が生じたら、ゆっくりとツールを拡張してください。