AnthropicのClaude Skillsは画期的でした。「このマークダウンからPowerPointを作って」「10個のPDFから表を抜いてExcelにまとめて」——そんな指示だけで、Wordや画像まで含むドキュメント処理をAIがこなしてくれる。ただ、実務で使おうとすると引っかかる点があります。処理はクラウドで実行される＝ファイルをアップロードする必要があり、動くのはClaudeモデルに固定される。社外秘の資料を扱うほど、この2点が壁になります。OpenSkills（オープンスキルズ）は、この壁を取り払う——同じ公式Claude Skillsを、Macのローカルで、しかも任意のLLMから実行できるMCPサーバーです。作者はinstavm、ライセンスはApache-2.0です。

この記事を読むと、①OpenSkillsで結局何ができるのか（Anthropic公式のスキルをMacのサンドボックスで実行し、Gemini・Qwen・OpenAIなど好きなLLMから使う）、②どんな課題を解決するのか（クラウド実行による「アップロード」と「Claude固定」）、③何を代替できるのか（クラウドのClaude Skills実行、手作業のドキュメント処理）が分かります。Claude Skillsやハーネスの全体像を先に押さえたい方は、Claude Code完全ガイド2026を合わせて読むと、OpenSkillsの立ち位置が立体的に掴めます。

OpenSkills：Anthropicの公式Claude Skillsを、Macのローカルサンドボックスで、任意のLLM（Gemini/Qwen/OpenAI）から実行できるMCPサーバー。ファイルはアップロードしない
OpenSkillsは、クラウドのClaude Skillsを「ローカル実行×任意のLLM」に開いたMCPサーバー。データは手元から出ない。
この記事のポイント
  • ・OpenSkillsは、公式Claude SkillsをMacのローカルで実行できるMCPサーバー（Apache-2.0）。
  • ・任意のLLM（Claude Desktop・Gemini・Qwen・OpenAI等、MCP対応ツール）から使える。
  • ・ファイルは一切アップロードせず、Appleコンテナ＋VMレベル分離で安全に処理。
  • ・Word・PowerPoint・Excel・PDF・画像処理などの公式スキルをそのまま取り込める。
  • ・Apple Silicon Mac（M1〜M5）＋Python 3.10+が前提。
OpenSkillsのデモ。Gemini CLIからMCP経由でClaude Skillsを呼び出し、ローカルでドキュメントを処理する様子
Gemini CLIからOpenSkills（MCP）を呼び、ローカルで公式スキルを実行するデモ。出典: instavm/open-skills README

1. OpenSkillsとは：Claude Skillsをローカル・任意のLLMで動かすMCPサーバー

OpenSkillsは、Anthropicの公式Claude Skillsを、自分のMacの中（ローカル）で実行できるようにするフレームワークです。公式の説明は「あなたのファイル（文書・スプレッドシート・プレゼン・画像）を、これらの専門スキルで処理する。すべてのデータはMacに置いたまま。アップロードなし、完全なプライバシー」。

ここで「Claude Skills」をおさらいしておくと、これはAnthropicが公開している特定作業に特化した“スキル”の集まりで、Word・PowerPoint・Excel・PDFの操作や画像処理などをAIにこなさせるための部品です。通常はクラウドのClaude上で動きますが、OpenSkillsはその同じスキルを、あなたのMacのサンドボックスで動かすようにします。

OpenSkillsが立っている場所を整理すると、次の2つを同時に実現した点が新しいと言えます。

・ローカル実行：ファイルをアップロードせず、手元のMacで完結（プライバシー）
・任意のLLM：Claudeに限らず、Gemini・Qwen・OpenAIなどMCP対応の好きなモデルから使える

仕組みの要は、OpenSkillsがMCP（Model Context Protocol）サーバーとして動くことです。MCPは、AIモデルと外部ツールを繋ぐ標準規格。OpenSkillsをMCPサーバーとして立てておけば、MCP対応のどのAIツールからでも、そこにぶら下がったスキルを呼び出せます。「Claudeのスキルなのに、Claude以外からも、しかもローカルで使える」——この“開き方”がOpenSkillsの核心です。

この設計が賢いのは、MCPという「共通の差込口」を採用したことで、特定のAIツールに縛られない点です。もしOpenSkillsがClaude Desktop専用に作られていたら、その価値は限定的でした。しかしMCPサーバーとして公開したことで、今日はGemini CLIから、明日はOpenAIのエージェントから、と使うモデルを自由に乗り換えても、同じスキル資産をそのまま使い回せます。AIモデルは日進月歩で、半年後にどのモデルが最強かは分かりません。そんな時代に「スキルの実行基盤（ローカル・サンドボックス）」と「使う頭脳（LLM）」を分離しておくことは、将来にわたって資産を守る合理的な設計です。Anthropicが公式スキルを“オープンな形式”で公開し、それをOpenSkillsのようなプロジェクトがローカル・他モデルへ広げていく——この動きは、スキルという資産がベンダーの垣根を越えて流通し始めていることの表れでもあります。

ひとことで
  • ・OpenSkills＝公式Claude Skillsを「ローカル実行×任意のLLM」に開いたMCPサーバー。
  • ・データはMacから出ず、MCP対応ツールなら何からでも呼べるのが要点。

2. なぜ必要か：クラウド実行の「アップロード」と「Claude固定」を外す

クラウドのClaude Skillsの制約（ファイルをアップロード・Claudeモデルに固定・クラウド依存）を、OpenSkillsがローカル実行・任意のLLM・データは手元で解決する対比図
OpenSkillsが外すのは、クラウド実行に伴う「アップロード」と「Claude固定」の2点。

OpenSkillsの価値は、クラウドのClaude Skillsと比べるとくっきりします。Claude Skills自体は素晴らしい仕組みですが、クラウドで動く以上、次の制約がついて回ります。

・ファイルをアップロードする：処理対象をクラウドに送る必要があり、機微な資料では使いづらい
・Claudeモデルに固定：使えるのはClaudeで、手元の別のモデルやローカルLLMを選べない
・クラウド依存：オフラインでは使えず、外部サービスの前提に縛られる

OpenSkillsは、これらを「実行をローカルに移す」ことで外します。アップロードの問題には、Macのサンドボックスでのローカル実行で応え（データは一切外に出ない）、Claude固定の問題には、MCP経由で任意のLLMから使えるようにして応えます。両者を並べると違いは明確です。

観点 クラウドのClaude Skills OpenSkills
実行場所 Anthropicのクラウド 自分のMac（ローカルサンドボックス）
ファイル アップロードが必要 一切アップロードしない
使えるモデル Claudeに固定 任意のLLM（Gemini/Qwen/OpenAI等）
接続方式 サービス経由 MCPサーバー
プライバシー クラウドに預ける 手元で完結
スキル 公式スキル 公式スキルを取り込み＋自作可
誤解しないでほしい点
  • ・OpenSkillsは「クラウド版の完全上位互換」ではない。手軽さ・環境非依存はクラウドに分がある。
  • ・Apple Silicon Mac前提。Windows/Linuxでは動かない（現状）。

見方を変えれば、OpenSkillsは「Claude Skillsという優れた資産を、Anthropicのクラウドという“囲い”の外へ持ち出す鍵」でもあります。Anthropicが公式スキルをオープンな形式で公開しているからこそ、こうした持ち出しが可能になっている——という点で、これはエコシステム全体にとって健全な動きです。ユーザーは公式スキルの利便性を享受しつつ、実行環境（ローカル）とモデル（任意）は自分で選べる。ベンダーにとっても、スキルという規格が広く使われることは、その規格の価値を高めます。

この違いが効いてくるのは、扱うファイルの機微度が高い、あるいはClaude以外のモデルを使いたい場面です。公開資料を軽く処理するだけならクラウドの手軽さで十分ですが、社外秘の文書を扱う、手元のGeminiやローカルLLMで回したい、という要件が入った瞬間に、OpenSkillsの「ローカル×任意LLM」が刺さります。「便利さを保ったまま、データ主権とモデル選択を取り戻す」——これがOpenSkillsの存在意義です。

3. 仕組み：Appleコンテナ＋Jupyterカーネルのサンドボックス実行

OpenSkillsの仕組み：任意のLLMがMCP経由でOpenSkillsサーバーに接続し、Appleネイティブコンテナ内のJupyterカーネルでPythonコードをVMレベル分離で実行、ファイルはローカルのみ共有
任意のLLM→MCP→Appleコンテナ内で隔離実行。ファイルはローカルの指定フォルダだけ共有。

OpenSkillsが「ローカルで安全に」を実現している仕組みを押さえると、このツールの堅実さが見えてきます。中核は3層です。

・MCPサーバー：AIモデルとサンドボックスの間を仲介する（http://open-skills.local:8222/mcp）
・サンドボックスコンテナ：Appleのネイティブなコンテナ機能を使い、Jupyterカーネルを持つ隔離環境を用意
・コード実行：スキルのPythonコードを、コンテナ内でVMレベルの分離のもと実行する

つまり、AIが「PowerPointを作って」と指示すると、その処理はあなたのMac上の隔離されたコンテナの中で走ります。システム本体からは分離されているため、万一おかしなコードが動いても本体に影響しにくい。ファイルの受け渡しも制御されていて、ローカルの ~/.open-skills/assets/outputs/ に置いたものが、コンテナ内からは /mnt/user-data/ として見える——必要な範囲だけを共有する設計です。この流れを図にすると次のようになります。

flowchart LR LLM["任意のLLM
Claude/Gemini/Qwen/OpenAI"] -->|"MCP"| S["OpenSkills
MCPサーバー"] S --> C["Appleネイティブコンテナ
Jupyterカーネル / VMレベル分離"] C --> Exec["Pythonコードを隔離実行
スキル(Word/PPT/Excel/PDF/画像)"] Files["~/.open-skills/.../outputs/"] -.->|"/mnt/user-data/ として共有"| C Exec --> Out["成果物をローカルに出力"]

この図の要は、AIモデルは「指示するだけ」で、実際のコード実行はローカルの隔離コンテナが担うという分業です。賢さ（LLM）はクラウドでもローカルでも好きに選び、危険を伴う実処理は手元のサンドボックスに閉じ込める——この切り分けが、OpenSkillsの安全性とプライバシーを支えています。「AIにコードを実行させる」ことの怖さを、隔離で受け止めている点が堅実です。

4. 主な機能：公式スキル取り込み・5つのMCPツール・パス変換

OpenSkillsの利用例。MCPツールを通じてスキルを一覧・取得し、Pythonコードを実行してドキュメントを処理する
OpenSkillsの利用例。MCPツール経由でスキルを呼び、ローカルで処理する。出典: instavm/open-skills README

OpenSkillsの機能は、「公式スキルをローカルで動かす」ために必要なものが過不足なくそろっています。

公式スキルの取り込み：Anthropicの公式スキル（Word・PowerPoint・Excel・PDFの操作、画像処理）をそのまま取り込めます。加えて、提供されるフォルダ構成に従って独自スキルの作成も可能です。

5つのMCPツール：OpenSkillsはMCPサーバーとして、次の5つのツールを公開します。

・list_skills：使えるスキルの一覧を取得
・get_skill_info：スキルの情報を取得
・get_skill_file：スキルのファイルを取得
・execute_python_code：（サンドボックス内で）Pythonコードを実行
・navigate_and_get_all_visible_text：ページを開いて見えるテキストを取得

パス変換：Claudeが使う /mnt/user-data というパスを、ローカルのディレクトリへ自動変換します。これにより、クラウド前提で書かれた公式スキルを、手元でもそのまま動かしやすくしています。

これらが可能にする使い方は、たとえば公式が挙げる次のようなものです。

・「このマークダウンのアウトラインからプロ品質のPowerPointを作って」
・「これら10個のPDFから全テーブルを抽出して、1つのExcelにまとめて」
・画像の一括処理（リサイズ・変換などのバッチ操作）

これらの例に共通するのは、「AIに文章を書かせる」より一歩踏み込んで、AIに“ファイルを実際に作らせる/加工させる”という点です。マークダウンからPowerPointを作るには、スライドのレイアウトを組み、図を配置し、.pptxという実ファイルを生成する——という、コードによる実処理が必要です。OpenSkillsは、この実処理を公式スキル（＝そのためのPythonコードとノウハウの塊）に任せ、ローカルのサンドボックスで走らせます。だからこそ、単なるチャットの回答ではなく、手元に“成果物ファイル”が残るわけです。しかも処理対象のファイルは一切アップロードされないため、社外秘の契約書PDFから表を抜く、といった機微な作業でも安心して回せます。「AIにドキュメント処理を任せたいが、クラウドに上げるのは怖い」という、実務でありがちなジレンマに対する、現実的な答えになっています。

設計思想が効くところ
  • ・「スキルの一覧・情報・ファイル取得＋コード実行」という最小セットで、公式スキルを過不足なく回せる。
  • ・パス自動変換により、クラウド前提の公式スキルをローカルでそのまま活かせる。

Claudeのスキル・ハーネスの資産をローカルや他モデルへ広げる潮流に関心があれば、Claude Code完全ガイド2026や、任意のモデルで動かす文脈としてローカルLLMツールガイド2026も参考になります。

5. 使い方：インストールとMCP接続（Gemini/Qwen/OpenAI）

OpenSkillsの導入フロー：リポジトリをcloneしてインストールスクリプトを実行（約2分）、MCPサーバーを起動し、使いたいAIツールのMCP設定にエンドポイントを追加する流れ
導入は約2分。あとは使いたいAIツールのMCP設定にエンドポイントを足すだけ。

導入は手軽です。前提はApple Silicon Mac（M1〜M5）＋macOS＋Python 3.10以上。リポジトリを取得し、インストールスクリプトを走らせます（約2分）。

# 取得してインストールスクリプトを実行（約2分）
git clone https://github.com/instavm/open-skills.git
cd open-skills
# 付属のインストールスクリプトを実行（README参照）

セットアップが済むと、OpenSkillsはMCPサーバーとして http://open-skills.local:8222/mcp で待ち受けます。あとは、使いたいAIツール側のMCP設定にこのエンドポイントを登録するだけ。Claude Desktop・Gemini CLI・Qwen CLI・OpenAIのエージェントなど、MCP対応ツールから接続できます。ファイルは ~/.open-skills/assets/outputs/ に置くと、スキルから参照できます。使い始めの流れをまとめると、こうなります。

・Apple Silicon Mac＋Python 3.10+を用意する
・リポジトリをcloneし、インストールスクリプトを実行する（約2分）
・MCPサーバーが open-skills.local:8222/mcp で起動する
・使いたいAIツール（Gemini CLI等）のMCP設定にエンドポイントを追加する
・処理したいファイルを所定フォルダに置き、AIにスキルの利用を指示する

「cloneして2分、あとはMCPで繋ぐだけ」で、好きなLLMから公式スキルをローカル実行できるようになります。冒頭のデモGIFのように、Gemini CLIから呼び出す、といった使い方が典型です。

6. 導入判断：向いている人・注意点

OpenSkillsの導入判断：機微なファイルをアップロードせず処理したい人・Claude以外のLLMで公式スキルを使いたい人に刺さる一方、Apple Silicon Mac前提・実験的である点が注意
導入判断の観点。銅色は価値が出る条件、⚠️はMac前提などの注意点。

最後に、導入すべきかの判断材料を整理します。

OpenSkillsが向いている人

・機微なファイルをアップロードせず、手元で処理したい（プライバシー重視）
・Claude以外のLLM（Gemini・Qwen・OpenAI・ローカル）から公式スキルを使いたい
・ドキュメント処理（PPT・Excel・PDF）をMCPで自動化したい
・Apple Silicon Macを持っていて、ローカル完結の環境を組みたい

慎重に判断すべきケース

・Windows/Linux環境しかない（現状はApple Silicon Mac前提）
・とにかく手軽に使いたい（クラウド版の即時性・環境非依存に軍配）
・枯れた安定性が必須（比較的新しいプロジェクト）

いくつか具体的な注意点も押さえましょう。まずApple Silicon Mac前提であること。AppleのネイティブコンテナとJupyterカーネルに依存するため、現状はM1〜M5のMacが必要で、WindowsやLinuxでは動きません。これはOpenSkillsが「VMレベルの分離」という強い隔離を、余計な仮想化オーバーヘッドなく実現するためにApple純正のコンテナ機能を選んだ結果でもあり、安全性とのトレードオフと言えます。次に手軽さはクラウドに劣ること。ローカル実行の代わりに、インストールとMCP接続の手間が発生します。加えて、ローカルでコードを実行する以上、処理はマシンのスペックに依存します。巨大なPDFの束を捌く、高解像度の画像を大量に処理する、といった重い作業では、クラウドの潤沢な計算資源に及ばない場面もあり得ます。とはいえ、日常的なドキュメント処理の範囲であれば、現代のApple Silicon Macの性能で十分こなせるはずです。とはいえ、「データを外に出さず、好きなモデルで公式スキルを動かせる」という価値は、クラウド版には出せないものです。用途がプライバシーやモデル選択に寄るほど、OpenSkillsの優位が立ち上がります。

導入前チェック
  • ・Apple Silicon Mac＋macOS＋Python 3.10+が前提。Windows/Linuxは対象外。
  • ・手軽さ・環境非依存はクラウド版に分がある。プライバシー/モデル選択が主目的なら刺さる。
  • ・スキルはコードを実行する。サンドボックスで守られるとはいえ、取り込むスキルは信頼できるものを。

まとめ

OpenSkillsは、「便利なClaude Skillsを、クラウドの制約から解き放つ」という発想で作られたMCPサーバーです。同じ公式スキルを、Macのローカルサンドボックスで、しかもClaudeに限らず任意のLLMから実行できる——「アップロードしたくない」「Claude以外でも使いたい」という2つの不満に、ローカル実行×MCPという一手で応えています。

結論
  • ・OpenSkillsは、公式Claude SkillsをMacのローカルで実行できるMCPサーバー（Apache-2.0）。
  • ・任意のLLM（Gemini・Qwen・OpenAI等、MCP対応ツール）から使え、ファイルはアップロードしない。
  • ・Appleコンテナ＋Jupyterカーネル＋VMレベル分離で、コードを安全に隔離実行する。
  • ・Word/PPT/Excel/PDF/画像処理などの公式スキルを取り込み、独自スキルも作れる。
  • ・Apple Silicon Mac＋Python 3.10+が前提。プライバシー/モデル選択が主目的なら刺さる。

プライバシーとデータ主権への関心が高まる今、「便利なAI機能を、自分の管理下で使う」というニーズは確実に広がっています。OpenSkillsは、その流れの中で、Claude Skillsという具体的な資産を対象に「ローカル化」を実現した、実用的な一例です。オープンソース（Apache-2.0）であることも、こうした「自分の管理下でAIを使う」思想と一貫しています。同種のアプローチ（クラウドAI機能のローカル化）は今後さらに増えていくと予想され、OpenSkillsはその先駆けの1つとして参考になります。「Claude Skillsは使いたい、でもファイルはアップロードしたくない」——そう感じるなら、Apple Silicon Macで git clone して試してみてください。Claude Skillsやハーネスの全体像はClaude Code完全ガイド2026を、任意のモデルで動かす文脈はローカルLLMツールガイド2026を、それぞれ合わせて読むと理解が立体化します。

参照ソース

・instavm/open-skills (GitHub) — 公式リポジトリ。仕組み・MCPツール・使い方・対応環境の一次ソース（Apache-2.0）。
・Anthropic Skills（公式スキル） — OpenSkillsが取り込む公式スキルの一次ソース。
・Model Context Protocol（MCP） — OpenSkillsが採用する接続規格の公式サイト。