GLM-Skillsを使うために必要なのは、スキル本体とZhipuのAPIキーの2つ。この記事ではLLMに特化して解説します。LLM全般は LLMとは?仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版 をご覧ください。
SKILLS BY GROUPスキルの内訳
現行READMEのスキルは17本。中心はマルチモーダルの10本
30秒でわかるGLM-Skills
- ・Zhipu AI公式のスキル集。画像・PDF・OCR・画像生成などをエージェントから呼べる。
- ・2026-10-21時点のREADMEに載るのは17スキル(初期の紹介にあった「30以上」は現行READMEと合わない)。
- ・ほとんどのスキルは
ZHIPU_API_KEYが必要で、完全なローカル実行ではない。 - ・最終コミットは2026-04-15。更新は止まっている。
GLM-Skills とは:公式スキルを1つにまとめたリポジトリ
GLM-Skillsは、Zhipu AI(智譜AI)のGitHub組織 zai-org が公開する、GLMファミリー向けの公式スキル集。READMEは、モデルごとのリポジトリに分かれていたスキルを1つのコレクションに統合したものだと説明している。ライセンスはApache License 2.0。
対象はClaude Code、OpenCode、OpenClaw、AutoClawなどのAIコーディングエージェント。スキルとは、エージェントが読む手順書(SKILL.md)と補助スクリプトの組で、「PDFをスライドにして」といった依頼で発動する。
これは何を解決するのか。画像認識・文書変換・OCRのスキルを探して回らず、1か所から選べる。代替になるのは、同種のスキルを自作する手間や、モデルごとのリポジトリを個別に追う作業だ。
GLM-Skills のスキル一覧(現行README・17本)
現行READMEのスキルは4グループ。GLM-Videoという区分はREADMEにもskills/ディレクトリにもない。
GLM-V(マルチモーダル)10本
| スキル | できること |
|---|---|
| glmv-caption | 画像・動画・文書のキャプション生成 |
| glmv-doc-based-writing | PDF/DOCXを元に論文・記事・レポートを執筆 |
| glmv-grounding | 画像・動画内の物体位置をバウンディングボックスで可視化 |
| glmv-pdf-to-ppt | PDFを複数スライドのHTMLプレゼンに変換 |
| glmv-pdf-to-web | 研究論文を学術向けプロジェクトサイトに変換 |
| glmv-prd-to-app | PRDとプロトタイプからフルスタックWebアプリを構築 |
| glmv-prompt-gen | 画像からMidjourney・Stable Diffusion・DALL-E向けプロンプトを生成 |
| glmv-resume-screen | 履歴書を利用者の基準で審査 |
| glmv-stock-analyst | 香港・A株・米国株の複数ソース分析レポート |
| glmv-web-replication | 既存サイトのフロントエンドを視覚的に複製 |
GLM-OCR 5本、GLM-Image 1本、Meta 1本
| グループ | スキル | できること |
|---|---|---|
| GLM-OCR | glmocr | 画像・PDFからの汎用テキスト抽出 |
| GLM-OCR | glmocr-formula | 数式をLaTeXで抽出 |
| GLM-OCR | glmocr-handwriting | 手書き文字の認識 |
| GLM-OCR | glmocr-sdk | GLM-OCR SDKのCLIで文書解析 |
| GLM-OCR | glmocr-table | 表をMarkdownで抽出 |
| GLM-Image | glm-image-gen | テキストから画像を生成 |
| Meta | glm-master-skill | 全GLMスキルの案内とインストール手順(文書のみ・スクリプト実行なし) |
OCRの周辺では、Unlimited-OCRのような別系統のOSSもある。こちらはGLM以外のOCRモデルの話になる。
GLM-Skills の導入手順:npx と APIキー
INSTALL FLOW導入の手順
導入は3段。スキルを入れて、APIキーを渡し、自然言語で頼む
-
スキルを入れる
npx clawhub@latest install で必要なものだけ
-
APIキーを渡す
環境変数 ZHIPU_API_KEY に設定
-
自然言語で頼む
エージェントが SKILL.md を読んで発動
READMEが「推奨」とする方法は、Clawhub経由のインストール。
# 単体
npx clawhub@latest install glmocr
# 複数まとめて
npx clawhub@latest install glmocr glmocr-table glmv-caption glm-image-gen
次にAPIキーを環境変数に設定する。キーはbigmodel.cnのコンソールで発行する。
export ZHIPU_API_KEY="your_key"
READMEにはGitHubからcloneして各スキルのSKILL.mdに従う方法も載っている。スキルをエージェントのどのディレクトリに置くかは、使うエージェントの規約による。この記事では実際のインストールと各スキルの実行までは行っておらず、動作は未検証。上の手順はREADMEの記載どおり。
手元で件数を確かめるなら、cloneして skills/ を数える(2026-10-21時点の実行結果は17)。
git clone --depth 1 https://github.com/zai-org/GLM-skills && ls GLM-skills/skills | wc -l
依存は各スキル側に書かれている。たとえばglmv-pdf-to-pptのSKILL.mdは、PDFをDPI 120で画像化し、構成JSONを作ってからスライドを1枚ずつ描画し、最後にsummary.mdを出力すると説明している。
GLM-Skills と他の拡張方式の比較
| 項目 | GLM-Skills | MCPサーバー | LangChain Tools |
|---|---|---|---|
| 形 | SKILL.md+スクリプトのコレクション | プロトコルで呼ぶサーバー | Pythonの関数 |
| 起動 | エージェントがSKILL.mdを読んで発動 | サーバーを起動して接続 | コードから登録 |
| 得意 | 画像・文書・OCRなど特定モデルの機能 | 外部サービスやデータへの接続 | Python内のチェーン構築 |
| 前提 | ZHIPU_API_KEY(多くのスキル) | サーバーごとに異なる | 利用側のライブラリ |
GLM-Skillsは、GLMのAPIを呼ぶ処理をスキルとして切り出したもの。外部ツール接続の標準であるMCPとは役割が違い、置き換えというより併用が前提になる。他社のスキル集はai-marketing-skillsの記事も参考になる。
ユースケース別:どのスキルを入れるか
READMEとSKILL.mdの記載から、用途別に選ぶ目安を整理する。
- 表やスキャン文書を扱いたい:glmocr-table。SKILL.mdは、結合セル・入れ子の表・複数行ヘッダーの認識、Markdown出力、複数ページPDFの一括抽出、ローカルファイルとURLの両対応を挙げている。請求書や財務諸表のような表つき文書が使用例として載っている。
- 論文を発表資料にしたい:glmv-pdf-to-ppt。PDFを画像化して読み、構成JSONからHTMLスライドを作る。
- 図やバナー用の画像が欲しい:glm-image-gen。SKILL.mdは、複数のアスペクト比、HD品質、透かしの有無の指定に対応すると説明している。
- どれを入れるか迷う:glm-master-skill。文書だけのスキルで、スクリプトは実行しない。
APIキーは、SKILL.mdによれば複数のZhipuスキルで共用できる。スキルごとにキーを発行し直す必要はない。ただしスクリプトを使うスキルでは、依存パッケージを別途入れる場合がある(glmv-groundingは pip install -r scripts/requirements.txt を求める)。
採用前に確認する3点
BEFORE YOU ADOPT採用前の確認
入れる前に確かめるのは3点
-
1.APIキーと課金
ほとんどのスキルが ZHIPU_API_KEY を要求する
-
2.更新が止まっていないか
最終コミットは 2026-04-15
-
3.スキル別の依存
節がある SKILL.md は pip 等の導入を確認する
注意
- ・多くのスキルはZhipuのAPIを呼ぶ。ローカルだけでは完結しない。
- ・最終コミットは2026-04-15。READMEのclone先(zai-org/skills)と本リポジトリ名(GLM-skills)が異なるなど、記述の古さが残る。
- ・日本語ドキュメントはなく、README・SKILL.mdは英語(中国語版README付き)。
人気の目安として、公開直後は48スター(2026年4月時点)、2026-08-18時点で461スター。スターが増えても更新は止まっているので、導入するなら使うスキルのSKILL.mdを読み(READMEがcloneを案内するzai-org/skillsとリポジトリ名GLM-skillsの食い違いにも注意)、1本ずつ試してから広げるのが安全。GLMモデル自体の話はGLM-5.2 使い方・解説にまとめている。
まとめ
この記事の結論
- ・GLM-SkillsはZhipu AI公式の17スキル集。GLM-Vが10本、GLM-OCRが5本。
- ・導入はnpxとZHIPU_API_KEYの2手順。ただしAPI利用が前提。
- ・向くのは、画像・PDF・OCRの処理をエージェントに任せたい人。
- ・更新停止と未検証の部分があるため、スキルごとに試してから採用する。





