ブログ · ガイド · 2026年10月29日

コミュニティの SKILL.md を AEGIS エージェントとして取り込む

他の言語: English, Español, Português, Deutsch, Français, 한국어, 简体中文, Italiano, हिन्दी · 日本語のガイド一覧

開示: AEGIS は 100monkeys.ai が開発しているため、このガイドは作り手による説明として読んでください。公開されている AEGIS ドキュメント、主に Importing Community Skills と、CLI Reference、Workflow Manifest Reference、Configuration Reference をもとに当社の AI エージェントが下書きし、当社が確認しました。この日本語版は英語の原文ガイドの翻訳です。以下のコマンドはそれらのページからそのまま写したもので、このガイドのためにはどれも実行していません。引用は英語のまま載せ、訳を添えています。ドキュメントが答えていない点は、最後の節に書いています。

AEGIS by 100monkeys.ai, in beta は、コミュニティのスキル、つまり公開リポジトリにある SKILL.md ファイルを、実行できるエージェントに変えられます。実行時にスキルを取りに行くことはしません。ドキュメントは取り込みを "an explicit, auditable pipeline with human review"(人のレビューを含む、明示的で監査可能なパイプライン)と説明しています。ファイルは一度だけダウンロードされ、バリデーターのエージェントが確かめ、マニフェストに変換され、あなたの承認を待ち、そのあとで初めて登録されます。このガイドはコマンドから新しいエージェントまで、このパイプラインをたどります。

ステップ 1. ワークフローがノードにあるか確かめる

skill-import は組み込みテンプレートの 1 つです。Configuration Reference は、これが依存する skill-validator エージェントとともに、deploy_builtins の下に挙げています。

# Deploy vendored built-in agent and workflow templates on startup.
# Includes agent-creator-agent, workflow-generator-planner-agent, judge agents,
# intent-executor-discovery-agent, intent-result-formatter-agent, skill-validator,
# and the builtin-workflow-generator, builtin-intent-to-execution, skill-import, the-forge and
# transcribe-audio workflows, with the Forge's seven agents.
# Required for aegis.agent.generate, aegis.workflow.generate, and aegis.execute.intent to function.
# Default: false
deploy_builtins: false

既定値は false なので、新しいノードではワークフローを探す前に aegis-config.yaml で true にしてください。そのあと aegis workflow list で登録済みのものが見えます。

ステップ 2. 始める前に 6 つの状態を知る

ドキュメントはパイプラインを 1 行で示しています。

FETCH → PARSE_AND_VALIDATE → COMPOSE_MANIFEST → REVIEW → REGISTER → COMPLETE

FETCH がファイルをダウンロードし、PARSE_AND_VALIDATE と COMPOSE_MANIFEST は Agent 状態です。REVIEW は Human 状態で "Approval gate before registration"(登録前の承認ゲート)、REGISTER は "Deploys the composed agent manifest"(組み立てたエージェントマニフェストをデプロイする)です。REVIEW より前には何も登録されません。

ステップ 3. スキルのファイルと名前を決める

必須の入力は skill_url だけで、"URL to a raw SKILL.md file (GitHub raw URL, registry URL, or any HTTP endpoint)"(生の SKILL.md ファイルの URL。GitHub の raw URL、レジストリの URL、または任意の HTTP エンドポイント)です。ファイルを表示するリポジトリのページではなく、生のファイルを指してください。スキルが宣言する名前ではなく自分で決めた名前にしたいときは、agent_name_override を加えます。

ステップ 4. セキュリティプリセットを選ぶ

3 つ目の入力 security_preset が、生成されるエージェントのセキュリティポリシーを決めます。ドキュメントは 2 つの値を挙げています。

minimal(既定): ネットワークはすべて拒否、ファイルシステムは読み取り専用、リソースは CPU 500m、メモリ 256Mi、タイムアウト 5m。
permissive: スキルのツールが宣言するホストへのネットワークを許可、/data の読み取り、CPU 1000m、メモリ 512Mi、タイムアウト 10m。

まず minimal で始め、permissive はツールを読んで確かめたスキルにだけ与えてください。

ステップ 5. 取り込みを実行する

ドキュメントの例で、名前を指定したものです。

aegis workflow run skill-import --input '{
  "skill_url": "https://raw.githubusercontent.com/anthropics/skills/main/doc-coauthoring/SKILL.md",
  "agent_name_override": "doc-writer"
}'

permissive プリセットを使う場合です。

aegis workflow run skill-import --input '{
  "skill_url": "https://raw.githubusercontent.com/org/skills/main/data-analysis/SKILL.md",
  "security_preset": "permissive"
}'

CLI Reference には、ワークフローのログを流し続ける --follow と、終わるまで待つ --wait もあります。実行が表示する実行 ID は控えておいてください。レビューのゲートで必要になります。

ステップ 6. バリデーターが確かめたことを読む

人のゲートの前に、skill-validator エージェントがスキルを確かめます。ドキュメントが挙げる確認項目は、プロンプトインジェクションとジェイルブレイクの試み、セキュリティ制御の回避を求める指示、データ持ち出しのパターン、システム内部のパスへの言及です。指示の質と一貫性も採点し、それは "must score above 0.7"(0.7 を超えなければならない)とされています。不合格のスキルは "is rejected before reaching the human review stage"(人のレビュー段階に届く前に却下される)ので、REVIEW に達しない実行はこの状態で止められたということです。実行 ID を付けた aegis workflow executions get で、実行の現在の状態と blackboard が見られます。

ステップ 7. 組み立てられたマニフェストを確認する

REVIEW でワークフローはあなたを待ちます。ドキュメントは、組み立てられたマニフェストの中身、つまりあなたが承認するものを次のように示しています。

SKILL.md のフロントマターから取ったメタデータ(名前、説明、ラベル)
ラベル source: skill-import と skill-origin: community。"for traceability"(追跡可能性のため)
スキルの指示本文すべてを入れたタスク指示
スキルの allowed-tools フィールドから AEGIS の MCP ツール形式に対応づけたツール
選んだプリセットのセキュリティポリシー
1 回だけ試す実行戦略: mode: one-shot、max_retries: 1

ツールの一覧をプリセットと照らし合わせて読んでください。バリデーターが採点するのは指示です。このスキルにこれらのツールを持たせてよいかを決めるのは、あなたのレビューです。

ステップ 8. 承認するか却下する

エージェントを登録するには:

aegis workflow signal <execution-id> --response "approve"

止めるには:

aegis workflow signal <execution-id> --response "reject"

Workflow Manifest Reference は、input_equals_yes 条件が受け付ける応答に "approve" を、input_equals_no の応答に "reject" を挙げています。承認されると REGISTER がマニフェストをデプロイし、COMPLETE がそれを確定します。

ステップ 9. あとでエージェントを見つける

取り込んだエージェントにはどれも source: skill-import と skill-origin: community が付くので、今日の一覧でも後日の監査でも、コミュニティ由来のエージェントとチームが書いたエージェントをこのラベルで見分けられます。aegis agent list はノード上のエージェントを一覧にします。

ドキュメントが答えていないこと

ゲートの言葉。 このページは "approve" と "reject" を送ります。Workflow Manifest Reference はどちらも受け付け、Human Approvals のページは yes、y、1 を挙げています。REVIEW 状態がどちらの一覧を使うかは、取り込みのページには書かれていません。
却下時のフィードバック。 ページには "Or reject with feedback"(またはフィードバック付きで却下)とありますが、コマンドは "reject" しか送りません。フィードバックの付け方は示されていません。
レビューのタイムアウト。 REVIEW がどれだけ待つか、誰も答えないと何が起きるかは書かれていません。
組み立てたマニフェストの読み方。 マニフェストの中身は挙げていますが、シグナルを送る前にレビュー担当へそれを見せるコマンドは書かれていません。
ラベルでの絞り込み。 CLI Reference は aegis workflow list には --label を示していますが、aegis agent list には示していません。
再取り込み。 同じスキルを 2 回取り込んだとき、あとで元のファイルが変わったときに何が起きるかは書かれていません。

次に読むもの

REVIEW 状態はふつうの Human 状態なので、自分で書くどのワークフローにも同じゲートを置けます。ガイドオーケストレーターに承認ステップを持たせる方法で 1 つ作っています。AEGIS は 100monkeys.ai に載っているコマンドでインストールできます。

curl -fsSL https://get.100monkeys.ai | bash

AEGIS をインストール