2026年 Cursor Agent Skills 完全ガイド：agentskills.io から SKILL.md 実践まで

Mac 上の Cursor でコーディングするとき、「staging へデプロイ → テスト実行 → PR 作成」という一連の手順を毎回説明し直していませんか。従来の Prompt や Rules はコンテキストを圧迫し、プロジェクトをまたいだ再利用も困難です。Agent Skill は「あることをどう進めるか」を SKILL.md を含むフォルダに封じ込め、Agent がタスクに応じて必要なときだけ読み込む仕組みです。Anthropic が 2025 年末に公開した agentskills.io の開放標準は、Cursor・Claude Code・Gemini CLI など 16+ のツールに採用されています。本稿は Mac 開発者向けの 2026 年実践ガイドとして、Skill と Rule の違い、三段階の漸進読込、ディレクトリ規約、/create-skill、リモート Mac による 7×24 ワークフローまでを整理します。結論として、手順的な知識は Rules から Skills へ移し、description には要約ではなくトリガー条件を書き、プロジェクト固有は .cursor/skills/、汎用フローは ~/.cursor/skills/ に置くのが最適です。以下では課題の整理、概念対照、ファイル構造、五段階作成、マトリクス、事例、検収チェックリストの順で述べます。

1. 課題整理：2026 年になぜ Skill を学ぶのか

1）Prompt は再利用できない：毎セッションで 800 字相当のデプロイ手順を繰り返すと Token を浪費し、手順漏れも起きやすくなります。2）Rule は常にコンテキストを占有する：命名規約のような常駐ルールは妥当ですが、「リリース Runbook」まで毎行の補完と奪い合うべきではありません。3）ツール横断の断片化：.cursorrules は Cursor 専用で、Claude Code では別設定が必要になります。4）MCP との混同：MCP は外部 API への接続、Skill は Agent に「どの順序で進めるか」を教えるものです。両者は補完関係にあります。コミュニティ規模として、2026 年初時点で公開 Skill は 31,000+（第三者統計）に達し、Cursor Marketplace では Rules・Skills・MCP の組み合わせをワンクリック導入できます。

2. Skill vs Rule：責務を一枚の表で整理

観点	Rule（ルール）	Skill（スキル）
読込タイミング	セッション中ずっと有効	タスクに関連したときに活性化
適用場面	コードスタイル、命名、セキュリティ下限	デプロイ、PR、監査、ドメイン Runbook
コンテキストコスト	固定占有	漸進開示により平均的に低い
たとえ	新人向けオンボーディング資料	専門オペレーション手順書
Mac 推奨パス	`.cursor/rules/`	`.cursor/skills/` または `~/.cursor/skills/`

3. ディレクトリ構造と SKILL.md 規約

ひとつの Skill には最低 SKILL.md（YAML frontmatter + Markdown 本文）が必要です。任意で scripts/、references/、assets/ を追加できます。

.cursor/skills/deploy-app/
├── SKILL.md          # 必須：name、description、手順
├── scripts/
│   ├── validate.py   # 実行可。出力はコンテキストへ、本体は Token 非消費
│   └── deploy.sh
├── references/
│   └── REFERENCE.md  # 必要時のみ読む長文
└── assets/
    └── config-template.json

Frontmatter の例（description にはいつ発火するかを書きます）。

---
name: deploy-app
description: >-
  ユーザーがアプリのデプロイ、本番リリース、staging/production の
  切替、CI/CD 設定について相談したときに使用する。
paths:
  - "apps/web/**"
---

# アプリをデプロイする

## 実行手順
1. デプロイ前に `scripts/validate.py` で環境変数の欠落を確認
2. `scripts/deploy.sh <environment>` を実行
3. production は二重確認。失敗時は自動ロールバック

4. 三段階の漸進読込（Progressive Disclosure）

Level 1 — 発見：起動時は全 Skill の name と description のみ（Skill あたりおおよそ百 Token 級）。Level 2 — 活性化：タスクが一致したら SKILL.md 全文（推奨 <5000 Token）。Level 3 — 実行：必要に応じ references/ を読み、scripts/ を実行（スクリプト出力はコンテキストに入り、ソース本体は窓を占有しません）。トリガーは自動（Agent が関連性を判断）、手動（/skill-name 入力）、添付（@skill-name）の三種があります。

5. Mac 上の発見パス

パス	スコープ	典型用途
`.cursor/skills/`	プロジェクト	当該リポジトリのデプロイ、ドメイン Schema
`~/.cursor/skills/`	ユーザー全体	コミット、テスト作成、PR オープン
`.agents/skills/`	クロスツール・プロジェクト	Claude Code / Gemini CLI 共用
`~/.agents/skills/`	クロスツール・グローバル	チーム標準 Runbook

6. 最初の Skill を作る五段階

Step 1 — Cursor 組み込みウィザード

Agent ダイアログで /create-skill を入力し、自然言語でフローを記述します（例：「Mac でコミット → push → gh で PR 作成」）。

Step 2 — name とフォルダ名の一致

name は小文字・数字・ハイフンのみ、最大 64 文字、ディレクトリ名と一致させます。

Step 3 — description をトリガー条件へ書き換え

❌「本 Skill はデプロイ手順を含む」→ ✅「デプロイ、本番リリース、staging 切替の相談時に使用」。

Step 4 — スクリプトは scripts/ へ

複雑な処理は Bash/Python に寄せ、SKILL.md にはいつ実行し、失敗時どうするかだけを残します。

Step 5 — 実タスクで検収

Settings → Rules で Skill が検出されているか確認し、同義語で意図的にトリガーして活性化を観察します。

dynamic rules が大量にある場合、Cursor 2.4+ では /migrate-to-skills による自動移行が利用できます。

7. 2026 エコシステムと Mac ワークフロー選定マトリクス

能力タイプ	推奨封装	Mac 注意点
コードスタイル / セキュリティ下限	Rule	短く常駐
デプロイ / PR / 監査 Runbook	Skill	scripts + launchd でリモートノード連携
GitHub / DB API 呼び出し	MCP Server	Skill 内で MCP ツール名を参照
OpenClaw 7×24 Agent	Skill + リモート Mac Gateway	当サイト OpenClaw シリーズ参照
ローカル MLX / Ollama 検収	Skill references/	ベンチマークは scripts/ に配置

注目領域には Vercel React Best Practices（40+ 性能ルール）、PR Skill（gh 自動化）、TDD Skill、コミュニティ Skill Installer などがあります。OpenClaw skillsSnapshot のトラブルシュートと併用する場合は、Gateway 再起動後にスキルスナップショットが更新されたか必ず確認してください。

8. ベストプラクティス早見表

• 単一責務：ひとつの Skill はひとつの領域。大きなフローは deploy + verify + rollback の三 Skill に分割します。
• 漸進開示：SKILL.md は 500 行未満、詳細は references/ へ。
• 理由を書く：「デプロイ前の validate は環境変数欠落による起動失敗を防ぐため」と書くと Agent が応用しやすくなります。
• 用語統一：「デプロイ」に揃え、「リリース」「本番投入」「push」を混在させない。
• Gather → Act → Verify：情報収集、実行、検証の順を明示します。

9. 深掘り事例：Mac レンタル文脈の /mac-quote Skill

「Mac GPU レンタル事業者が、カスタマーサポートの反復 Q&A を三つの Skill に分割しました。/mac-quote（機種+期間→見積）、/contract-draft（標準契約ドラフト）、/device-check（返却チェックリスト）。サポート担当は Cursor でスラッシュコマンドを叩くだけで、複雑な価格ロジックは scripts/quote.py に置き、SKILL.md は 120 行のみ。移行前比較で平均処理時間は 18 分から 6 分、Rules 体積は 12KB から 2KB に縮小し、補完用コンテキストがよりクリーンになりました。」

開発者向けにも同様の発想が使えます。「リモート Mac ノード検収」（SSH、ポート、MLX ベンチ）を Skill 化し、手元 Cursor でトリガー、実スクリプトはリモート Mac 上で SSH 実行する——これは「ノート PC は指揮、算力はデータセンター」という分流と一致します。

10. FAQ と引用可能な数値

Q：Skill と MCP の違いは？ MCP はツールプロトコル、Skill は操作ガイドで複数 MCP 呼び出しを編成できます。
Q：Agent を強制的に誤らせますか？ いいえ、Skill は指針です。記述が明確であるほど一貫性が上がります。
Q：Cursor はどの版から？ 2.4+ で安定、早期 Nightly でプレビュー済みです。

引用用数値：① 開放標準対応ツール 16+（2026-03 時点）。② コミュニティ Skill 規模 31,000+（2026 年初推計）。③ 事例のサポート処理 18 分 → 6 分。④ SKILL.md 本文推奨 <5000 Token（仕様推奨）。

11. Windows/Linux 指揮から Mac 算力ノードへ

クラウド IDE や Windows でも Skill は書けますが、Xcode/FCP/ComfyUI との並行、launchd 常駐 Agent、Metal サイドカー推論 の文脈では macOS が依然として扱いやすいです。Skill に紐づくスクリプトが長時間テスト、バッチレンダ、ローカル MLX 対照を要する場合、ノートの統合メモリはすぐ飽和します——これは Prompt を積む問題とは異なり、Skill は「どうやるか」、リモート Mac は「どこで走らせるか」 を分担する設計です。Windows で OpenClaw を検証することは可能ですが、グラフィック/マルチメディア toolchain と 7×24 Gateway は Mac または Linux VPS へ移す場面が多く、「手元 Cursor で編成 + サーバールーム Mac で実行」なら重スクリプトをリモート scripts/ に置き、Skill 側に SSH と検収基準を書けば、手元コンテキストは軽量のまま保てます。

Agent Skills でワークフローを整理済みで、安定した Apple Silicon 算力でスクリプトと Gateway を回したい場合は MACGPU リモート Mac ノード の利用をご検討ください。OpenClaw、バッチ、対照テストを専用機に載せ、ノートは Cursor と Skill 編成に専念——統合メモリは思考に、算力は夜通しキューに回す構成が現実的です。