エージェントスキル：大規模言語モデル機能拡張のためのClaudeスキルのデータ駆動型分析

Agent Skills: A Data-Driven Analysis of Claude Skills for Extending Large Language Model Functionality

February 8, 2026

著者: George Ling, Shanshan Zhong, Richard Huang

cs.AI

要旨

エージェントスキルは、大規模言語モデル（LLM）エージェントを拡張する、再利用可能なプログラム的なモジュールであり、発動条件、手続き型ロジック、ツール連携を定義する。こうしたスキルが公開マーケットプレイスで急増する中、どのような種類が存在するのか、ユーザーがどのように採用するのか、どのようなリスクがあるのかは明らかでない。これらの疑問に答えるため、我々は主要なマーケットプレイスから公開されている40,285のスキルに対し、大規模データ駆動分析を実施した。結果から、スキルの公開はコミュニティの関心の変化に連動した短期集中型の傾向があることが示された。また、スキル内容はソフトウェアエンジニアリングワークフローに極度に集中している一方、情報検索とコンテンツ作成が採用の相当部分を占めることがわかった。コンテンツの傾向を超えて、カテゴリー間で顕著な需給不均衡を明らかにし、裾が重い長さ分布にもかかわらず、大半のスキルが典型的なプロンプト予算内に収まっていることを示す。最後に、意図レベルでの冗長性が広く見られる強いエコシステムの均質性を観察し、状態変更やシステムレベルでの操作を可能にするスキルを含む、無視できない安全性リスクを特定した。全体として、本研究の知見は、エージェントの新たなインフラ層としてのエージェントスキルの定量的な現状を提供し、スキルの再利用、標準化、安全性を考慮した設計に関する将来の研究に情報を与えるものである。

English

Agent skills extend large language model (LLM) agents with reusable, program-like modules that define triggering conditions, procedural logic, and tool interactions. As these skills proliferate in public marketplaces, it is unclear what types are available, how users adopt them, and what risks they pose. To answer these questions, we conduct a large-scale, data-driven analysis of 40,285 publicly listed skills from a major marketplace. Our results show that skill publication tends to occur in short bursts that track shifts in community attention. We also find that skill content is highly concentrated in software engineering workflows, while information retrieval and content creation account for a substantial share of adoption. Beyond content trends, we uncover a pronounced supply-demand imbalance across categories, and we show that most skills remain within typical prompt budgets despite a heavy-tailed length distribution. Finally, we observe strong ecosystem homogeneity, with widespread intent-level redundancy, and we identify non-trivial safety risks, including skills that enable state-changing or system-level actions. Overall, our findings provide a quantitative snapshot of agent skills as an emerging infrastructure layer for agents and inform future work on skill reuse, standardization, and safety-aware design.