AIエージェントへ機能を追加するための共通仕様「Agent Plugins 1.0.0」が公開されています。
Agent Pluginsは、AIへ仕事の進め方を教える「Agent Skills」と、外部のツールやデータへ接続する「Model Context Protocol（MCP）」を、一つの持ち運び可能なパッケージとしてまとめるための仕様です。
Amazon、Cursor、Microsoft、OpenAI、Vercelの関係者が初期のTechnical Steering CommitteeにCore Maintainersとして参加しており、特定企業だけに閉じた形式ではなく、公開された形で開発されています。
ただし、Agent PluginsがMCPに代わるわけではありません。
AIエージェントと外部サービスをどう接続するかを標準化するMCP、AIへ専門的な手順を教えるAgent Skills、それらを「どのファイル構成でひとまとめにするか」を決めるAgent Pluginsでは、それぞれ役割が異なります。
この記事では、Agent Pluginsの仕組みとMCP・Agent Skillsとの違い、何が共通化されるのか、対応するAIツール、開発者にどのような影響があるのかを整理します。
- Agent Pluginsとは？
- 基本構成は「plugin.json＋Skills＋MCP」
- plugin.jsonはプラグインの身分証明書
- Agent Skillsは「AIへの仕事の教科書」
- MCPは「AIと外部ツールをつなぐ」
- Agent Plugins・Agent Skills・MCPの違い
- たとえば「記事作成プラグイン」ならどうなる？
- 「一度作れば全部のAIで完全に同じ」はまだ違う
- クライアント独自機能も残せる
- 対応クライアントはすでに複数ある
- Agent Pluginsはセキュリティのサンドボックスではない
- Agent Pluginsで何が変わりそうか
- 個人利用でも意味はある
- まとめ
- 今日の注目アイテム
- 公式情報・参照先
Agent Pluginsとは？
Agent Pluginsは、AIエージェントを拡張する再利用可能なコンポーネントを、共通のディレクトリ構成へまとめるためのオープンな仕様です。
2026年8月8日時点で公開されている仕様は「1.0.0」で、ステータスはWorking Draftとなっています。
目的は、AIツールごとに異なっていたプラグインの構成を、可能な範囲で共通化することです。
AIコーディングツールやAIエージェントでは、すでにSkillsやMCPサーバーなどを使って機能を拡張できます。
しかし、同じ機能を用意しても、
- どのフォルダへ置くか
- どの設定ファイルを読むか
- MCPサーバーをどう定義するか
- 各AIツール独自の設定をどこへ置くか
といった部分がクライアントごとに異なれば、その都度パッケージを作り直す必要があります。
Agent Pluginsは、共通化できる部分について最低限の形式を決めることで、一つのパッケージを複数の対応クライアントから扱いやすくすることを目指しています。
基本構成は「plugin.json＋Skills＋MCP」
Agent Pluginは、一つのディレクトリとして作成します。
基本的な構成は次のようになります。
my-plugin/
├── plugin.json
├── skills/
│ └── summarize/
│ ├── SKILL.md
│ ├── scripts/
│ └── references/
├── mcp.json
└── com.example.client/
└── hooks/
すべてを用意する必要はありません。
必須なのは、プラグインの情報を記述するルートのplugin.jsonです。
skills/にはAgent Skillsを配置し、MCPサーバーを含めたい場合はmcp.jsonを配置します。
特定のAIクライアントだけで使う機能については、com.example.clientのような独自領域を追加できます。
つまりAgent Pluginsは、異なる種類のAI拡張機能を一つの箱へまとめるためのルールと考えると分かりやすいでしょう。
plugin.jsonはプラグインの身分証明書
Agent Pluginのルートには、plugin.jsonが必須です。
最小構成なら、次のように非常にシンプルです。
{
"$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
"name": "my-plugin"
}
plugin.jsonには、プラグイン名のほか、必要に応じてバージョン、説明、作者、ライセンス、リポジトリなどの情報を記述できます。
重要なのは、ここへSkillsやMCPサーバーの設定をすべて直接書き込む仕組みではないことです。
Agent Plugins 1.0.0では、コンポーネントを置く場所が決められています。
Agent Skillsならskills/、MCPサーバーの設定ならmcp.jsonです。
クライアントはplugin.jsonを確認した後、決められた場所から対応するコンポーネントを探します。
この「置き場所を決める」という単純なルールが、複数のAIツールで同じパッケージを扱うための土台になります。
Agent Skillsは「AIへの仕事の教科書」
Agent Pluginsを理解するには、Agent SkillsとMCPの役割を分けて考える必要があります。
Agent Skillsは、AIエージェントへ専門知識や仕事の進め方を渡すためのオープンな形式です。
基本となるのはSKILL.mdです。
たとえば、
skills/
└── code-review/
├── SKILL.md
├── scripts/
└── references/
というSkillを用意すれば、コードレビューを行うときの手順、確認項目、参考資料、必要なスクリプトなどをまとめられます。
SKILL.mdには、そのSkillの名前や説明と、AIが従う具体的な指示を書きます。
毎回長いプロンプトへ、
「最初にこの確認をして、その後この手順で調査して、最後にこの形式で出力して」
と書く代わりに、作業手順そのものを再利用可能な部品として管理できます。
つまりAgent Skillsの中心的な役割は、
AIに「どう仕事をするか」を教えること
です。
MCPは「AIと外部ツールをつなぐ」
Model Context Protocol（MCP）は役割が異なります。
MCPは、AIアプリケーションから外部のデータやツールへ接続するためのオープンプロトコルです。
たとえばAIから、
- データベースを検索する
- GitHubの情報を取得する
- 社内システムを参照する
- APIを呼び出す
- 外部ツールを実行する
といった処理を行うための接続部分を共通化します。
Agent Pluginsでは、MCPサーバーの設定をプラグインルートのmcp.jsonへ記述します。
仕様上は、ローカルプロセスとして接続するstdioや、ネットワーク経由で接続するStreamable HTTPなどを扱えます。
つまりMCPの役割は、
AIに「何を使えるようにするか」を提供すること
と考えられます。
Agent Plugins・Agent Skills・MCPの違い
3つを整理すると、役割は次のようになります。
| 技術 | 主な役割 | 分かりやすく言うと |
|---|---|---|
| Agent Plugins | 拡張機能を共通形式でまとめる | 箱・パッケージ |
| Agent Skills | 手順や専門知識をAIへ渡す | 仕事の教科書 |
| MCP | 外部ツールやデータへ接続する | 接続口 |
Agent Pluginsの中へAgent SkillsとMCPサーバーを入れられます。
そのため、
Agent Plugin
├── Agent Skills
└── MCP Server
という関係になります。
MCPを置き換える新技術ではありません。
Agent SkillsとMCPを含む複数の部品を、対応するAIクライアントが共通して発見しやすい構造へまとめるのがAgent Pluginsです。
たとえば「記事作成プラグイン」ならどうなる？
具体例で考えてみます。
AIへブログ記事作成を任せるためのプラグインを作るとします。
Agent Skillsには、
- 記事構成の作り方
- 文体ルール
- SEO上の確認項目
- 公開前チェック
- WordPressへ登録するときのルール
などを記述できます。
MCPサーバーを組み合わせれば、
- 社内の商品データを取得する
- CMSから既存記事を検索する
- 独自データベースを参照する
といった外部処理も追加できます。
これらを一つのAgent Pluginへまとめれば、
blog-writing-plugin/
├── plugin.json
├── skills/
│ ├── article-writing/
│ │ └── SKILL.md
│ └── final-check/
│ └── SKILL.md
└── mcp.json
という形で管理できます。
AIに渡すルール、作業手順、外部システムへの接続を、ばらばらに管理する必要が減ります。
さらに対応クライアントが同じAgent Plugins仕様を実装していれば、同じパッケージを別のAI環境へ持っていきやすくなります。
「一度作れば全部のAIで完全に同じ」はまだ違う
Agent Pluginsで特に注意したい点です。
Agent Pluginsが公開されたからといって、
一つ作れば、すべてのAIサービスで完全に同じように動く
わけではありません。
Agent Pluginsが共通化するのは、持ち運び可能な部分の最低限の形式です。
仕様では、次のような内容は各クライアント側の管理として残されています。
- 配布方法
- インストール方法
- 有効化や無効化
- アップデート方法
- 権限
- ユーザーインターフェース
- クライアント固有の機能
たとえば同じMCPサーバーを含んでいても、認証画面や権限確認の方法まで共通になるとは限りません。
また、Agent Plugins対応クライアントが、すべてのコンポーネントを実装する必要もありません。
Skillsだけを扱うクライアントも、仕様上は存在できます。
「完全な共通実行環境」というより、
共通化できる部分をできるだけ同じ形へそろえる仕様
と理解する方が正確です。
クライアント独自機能も残せる
すべてを共通化すると、各AIツール独自の便利な機能を使いにくくなる問題があります。
Agent Pluginsでは、これに対応するため「Client extensions」という仕組みがあります。
たとえば、
com.example.client/
のように、逆ドメイン形式の名前を使ってクライアント専用のファイルを配置できます。
共通部分はAgent Pluginsとして維持しつつ、
「このAIツールだけでは追加のHookを使う」
といった拡張ができます。
これは、共通規格に合わせるために各製品の特徴を捨てるのではなく、
持ち運べる共通部分と、製品固有部分を分離する
設計です。
複数のAIツールを使う開発現場では、この考え方が重要になりそうです。
対応クライアントはすでに複数ある
Agent Pluginsの公式サイトでは、対応クライアントとして次の製品が掲載されています。
- Visual Studio Code
- Cursor
- GitHub Copilot
- ChatGPT & Codex
- Kiro
ただし、対応しているコンポーネントやMCPの接続方式には違いがあります。
Agent Pluginsは、一斉にすべてのAI製品へ同じ機能を追加する仕組みではありません。
各クライアントが共通仕様へ対応することで、開発者が個別形式へ変換する作業を減らしていく仕組みです。
対応製品が増えるほど、一つのSkillやMCP構成を複数環境で再利用できるメリットも大きくなります。
Agent Pluginsはセキュリティのサンドボックスではない
共通形式になったからといって、プラグインを安全に実行できることまでAgent Pluginsが保証するわけではありません。
仕様では、プラグイン内のファイルがパッケージ外へ不正に抜け出さないよう、パスについて一定の制約が定められています。
しかし、この仕組みはMCPサーバーとして起動したプロセスそのものをサンドボックスへ隔離するものではありません。
また、mcp.jsonなどへ認証情報や秘密情報を直接埋め込むための共通機構も提供していません。
OAuthによる認証、資格情報の保存、利用者への許可確認などはクライアント側が管理します。
Agent Pluginを導入するときは、
- どのコードが実行されるのか
- どこへ接続するのか
- どのデータへアクセスできるのか
- どの権限を与えるのか
を確認する必要があります。
AIエージェントが実行できる仕事が増えるほど、「共通形式で配れること」と「安全に実行できること」は分けて考える必要があります。
Agent Pluginsで何が変わりそうか
Agent Pluginsが重要なのは、新しいAIモデルが登場したからではありません。
AIエージェントを拡張する方法そのものを、製品ごとの独自形式から共通化しようとしている点です。
これまで開発者は、
「Codex用」
「Cursor用」
「Copilot用」
のように、利用環境ごとにAIへのルールや接続設定を調整する必要がありました。
Agent Skills、MCP、Agent Pluginsの組み合わせが広がれば、
- AIへ仕事の進め方をSkillとして渡す
- 必要なツールをMCPで接続する
- それらをAgent Pluginとしてまとめる
- 対応する複数のAIクライアントで利用する
という構成を取りやすくなります。
これは、AIエージェントの競争がモデルの性能だけでなく、
どれだけ再利用しやすい開発基盤を作れるか
という段階へ進んでいることを示しています。
個人利用でも意味はある
Agent Pluginsは企業の大規模開発だけの話ではありません。
個人で複数のAIコーディングツールを使う場合にもメリットがあります。
たとえば、自分専用の開発ルール、テスト手順、レビュー方法、ドキュメント作成方法などをAgent Skillsとして管理している場合、それらをAgent Pluginへまとめれば、対応する別のAIツールへ持っていきやすくなります。
AIサービスを変更するたびに、長いプロンプトやルールファイルを最初から作り直す負担を減らせる可能性があります。
GitでPlugin自体をバージョン管理すれば、
「どのルールでAIに仕事をさせたか」
も追跡しやすくなります。
AIを単発のチャットとして使うのではなく、自分の作業環境の一部として長く使う人ほど、共通化のメリットは大きくなりそうです。
まとめ
Agent Plugins 1.0.0は、AIエージェントの拡張機能を共通形式でまとめるためのオープンな仕様です。
Agent Skillsは、AIへ仕事の手順や専門知識を渡します。
MCPは、AIと外部ツールやデータを接続します。
Agent Pluginsは、それらを一つの持ち運び可能なパッケージへまとめます。
関係を簡単に表すと、
Agent Skills＝仕事の教科書
MCP＝外部への接続口
Agent Plugins＝それらをまとめる箱
です。
一方で、配布、インストール、権限、認証、UI、実行環境まで統一する仕様ではありません。対応するクライアントによって利用できる機能にも違いがあります。
2026年8月8日時点の1.0.0仕様はWorking Draftであり、今後も変更される可能性があります。
それでも、VS Code、Cursor、GitHub Copilot、ChatGPT & Codex、Kiroなど複数のAI環境が同じポータブル形式へ対応し始めていることは大きな変化です。
AIエージェントができる仕事が増えるほど、毎回プロンプトを書き直すのではなく、仕事の進め方、ツール接続、設定を再利用可能な部品として管理する重要性が高まります。
Agent Pluginsは、AIエージェントを「その場で使うツール」から「持ち運べる開発環境」へ近づけるための土台の一つになりそうです。
今日の注目アイテム
SilverStoneケースにType-A・Type-C・Audio・MICポートを追加できる変換キットです。USB 3.1 Gen2 10Gbps対応のType-Cを含む前面インターフェースを増設したいときに確認したいアイテムです。
750Wで80 PLUS Bronze認証とATX 3.1に対応したPC電源です。自作PCの構成変更や電源交換で、容量と耐久性を確認しながら選びたいときにチェックしたいモデルです。
M3.5サイズのPCパーツ固定用ネジ100個セットです。マザーボードやグラフィックボードなどの固定で、交換用や予備のネジをまとめて用意したいときに確認したいアイテムです。
※アフィリエイトリンクを含みます。
公式情報・参照先
Agent Plugins 公式サイト Agent Plugins Specification 1.0.0 Agent Plugins「Build an Agent Plugin」 Agent Skills Specification Model Context Protocol Specification OpenAI Developers「Plugins」
