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

GLM-Vマルチモーダル

10

GLM-OCR文字認識

5

GLM-Image画像生成

1

Meta案内役

1
出典: zai-org/GLM-skills README と skills/ ディレクトリ(2026-10-21 時点)

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

  1. スキルを入れる

    npx clawhub@latest install で必要なものだけ

  2. APIキーを渡す

    環境変数 ZHIPU_API_KEY に設定

  3. 自然言語で頼む

    エージェントが SKILL.md を読んで発動

出典: GLM-skills README(Installation / API Key)

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. 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. 2.更新が止まっていないか

    最終コミットは 2026-04-15

  3. 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

出典: GLM-skills README と各 SKILL.md、git log(2026-10-21 時点)

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。

参照ソース