
中学3年生がAIだけで74,000件のスキル検索サイトを作った全記録 〜スマホ1台、コード経験ほぼゼロから始めた開発記録〜
- 割引あり
はじめに

僕は東大寺学園に通う中学3年生です。
まず、今回作ったサイトがこちらです。
▶ Skills リサーチ:

74,898件のAIエージェント用スキルを横断検索できるWebサービスです。
プログラミング経験はPythonを少し触った程度。HTMLもCSSもまともに書いたことがない。
そんな僕が、AIコーディングツール「Claude Code」を使って、このサイトを作りました。しかもほとんどの作業をスマホから行いました。
この記事では、アイデアの着想からサイト公開までの全過程を、使ったツール、ぶつかった壁、そしてそれをどう乗り越えたかまで、すべて記録しています。「プログラミングできないけど何か作りたい」「AIを使ってサービスを立ち上げたい」と思っている人にとって、この記事が一つの道しるべになれば嬉しいです。
第1章:SKILL.mdとは何か
AIエージェント時代の「拡張パック」

2025年から2026年にかけて、ソフトウェア開発の世界に大きな変化が起きています。Claude Code、Cursor、GitHub Copilot、OpenAI Codexといった「AIコーディングエージェント」が急速に普及し、開発者がコードを1行も書かずにアプリケーションを構築できる時代が到来しました。
ただし、これらのAIエージェントには弱点があります。プロジェクト固有のルールや手順を知らないのです。たとえば「このプロジェクトではTailwind CSSを使う」「テストは必ずVitestで書く」「コミットメッセージは日本語にする」——こうしたチーム固有の約束事を、AIは勝手に知ってはくれません。
そこで生まれたのがSKILL.mdです。
SKILL.mdは、AIエージェントに「特定の能力」を追加するためのMarkdownファイルです。ゲームでいうスキルツリーの拡張パック、スマホでいうアプリのインストールに近い概念です。
たとえば、こんなSKILL.mdがあります:
shadcn-ui スキル
概要
shadcn/uiコンポーネントの追加・カスタマイズ手順
手順
1. npx shadcn@latest add [component] でインストール
2. src/components/ui/ にコンポーネントが配置される
3. カスタマイズは直接ファイルを編集
このファイルをプロジェクトに置くだけで、AIエージェントはshadcn-uiの使い方を「知っている」状態になります。
なぜ検索サイトが必要だったのか

2026年4月時点で、SKILL.mdはGitHub上に数万件以上公開されています。Vercelは公式に「skills.sh」というインストールツールを公開し、Cursorも公式ドキュメントでAgent Skillsをサポートしています。
しかし、これらのスキルを横断的に検索・比較できる場所がありませんでした。
GitHubの検索では、ファイル名で検索はできても、スキルの内容・カテゴリ・対応エージェントでフィルタリングすることはできません。開発者は欲しいスキルを見つけるために、何十ものリポジトリを手作業で巡回する必要がありました。
「だったら、全部集めて検索できるサイトを作ればいいじゃん」
これが、Skills リサーチを作ろうと思ったきっかけです。
第2章:使ったツールと技術スタック

メインの開発ツール
Claude Code — これが今回の主役です。Anthropic社が提供するAIコーディングエージェントで、ターミナル上で自然言語の指示を出すだけで、ファイルの作成・編集、コマンドの実行、デバッグまですべてやってくれます。僕はこのツールにスマホからアクセスして、ほぼすべての開発を行いました。
Next.js(React) — Webサイトのフレームワーク。選んだ理由は、Claude Codeが最も得意とするフレームワークだからです。自分で選んだわけではなく、Claude Codeに「Webサイトを作りたい」と言ったら自動的にNext.jsで構築し始めました。
Vercel — デプロイ(サイトの公開)に使用。Next.jsとの相性が抜群で、コマンド1つでサイトが公開されます。無料枠で十分運用可能です。
Supabase — データベース。74,000件以上のスキルデータを保存・検索するために使用。PostgreSQLベースで、APIも自動生成されるため、バックエンド構築の手間がほとんどかかりません。
データ収集
74,000件のスキルデータは、GitHub APIを使って収集しました。公開リポジトリからSKILL.mdファイルを検索し、内容を解析してカテゴリ分類を行っています。この部分もClaude Codeに指示を出して自動化しました。
開発環境
ここが一番驚かれるポイントだと思います。

メイン端末:スマートフォン
PCも使いましたが、作業の大半はスマホからClaude Codeにアクセスして行いました。コードを直接書くことはほぼなく、日本語で「こうしてほしい」と指示を出すだけ。移動中や休み時間にも開発を進められたのは、この開発スタイルだからこそです。
第3章:74,000件のデータをどう集めたか
GitHub APIの壁
最初は単純に考えていました。「GitHub APIでSKILL.mdを検索して、全部取ってくればいい」と。
しかし現実はそう甘くありませんでした。GitHub APIにはレート制限(一定時間内のリクエスト数制限)があり、一度に大量のデータを取得することができません。また、検索結果は最大1,000件までしか返ってこないという制約もあります。

工夫した収集戦略
Claude Codeと一緒に試行錯誤して、以下の戦略で収集しました:
1. リポジトリの網羅的スキャン — スター数の多いリポジトリから順に、SKILL.mdやAGENTS.md、.cursor/rulesなどの設定ファイルを探索
2. カテゴリの自動分類 — ファイルの内容をAIで解析し、「開発ツール」「Web開発」「データ・分析」「DevOps」「AI・機械学習」などのカテゴリに自動分類
3. メタデータの抽出 — スター数、最終更新日、対応エージェント(Claude Code/Cursor/Codex)、使用言語などの情報を自動抽出
4. 定期的な差分更新 — 新しく追加されたスキルを定期的に取り込む仕組み
結果として、74,898件のスキルをインデックスすることに成功しました。

カテゴリ分布
収集したデータのカテゴリ分布は以下の通りです:
- 開発ツール:40,009件
- Web開発:16,698件
- データ・分析:6,293件
- DevOps:4,413件
- AI・機械学習:3,109件
- その他14カテゴリ:4,376件
開発ツール系が圧倒的に多いのは、SKILL.mdの性質上、開発ワークフローに関するスキルが中心だからです。
第4章:サイトの機能紹介

ホームページ
サイトを開くと、まず目に入るのが「74,898 件のスキル」という数字。検索バーがあり、キーワードを入力するだけですぐに検索を開始できます。
「おまかせ検索」ボタンを押すと、ランダムに面白いスキルを表示してくれる機能もつけました。新しいスキルとの出会いを作るための遊び心です。
下にスクロールすると、人気カテゴリのアイコンが並び、最近追加されたスキルが一覧表示されます。

検索機能
検索ページでは、以下のフィルタリングが可能です:
- カテゴリフィルタ — 開発ツール、Web開発、データ・分析、DevOps、AI・機械学習、ドキュメント、ビジネス・業務、ユーティリティなど
- サブカテゴリフィルタ — たとえば「開発ツール」の中の「コードレビュー」「テスト自動化」「デバッグ」「リファクタリング」など
- 言語フィルタ — 日本語、English、中文
- ソート — 関連度、スター数、更新日
検索結果には、スキル名、GitHubリポジトリURL、説明文、スター数、更新日、対応エージェント、タグが表示されます。


多言語対応
日本語と英語の切り替えに対応しています。UIのすべてのテキストが切り替わるだけでなく、スキルの説明文も可能な限り翻訳して表示します。
ここから先は有料パートです
ここまで読んでいただきありがとうございます
第5章以降では、僕が実際にClaude Codeに投げたプロンプトの全文・型・考え方と、開発中にハマったバグ・エラーの具体的な解決方法を公開しています。
プロンプトはそのままコピペして使えるように、テンプレートとして整理しています。「自分もAIでWebサービスを作りたい」と思っている方にとって、最もリアルで実践的な情報になるはずです。