AIコーディング環境を可視化「Agent Atlas」：インストールしたスキルの90%が一度も使われていない

Agent Atlasは、開発者が自身のAIコーディング環境を深く理解するための新しいオープンソースCLIツールです。このツールは、AIツールの設定（現在はClaude Codeに対応、今後Cursorなどに拡大予定）をスキャンし、各スキル、サブエージェント、MCPサーバーの実際の使用頻度、能力分類、潜在的な冗長性を対話型マインドマップとして可視化します。

このツールの中心的な動機は、多くの開発者が多数のAIスキルやサーバーをインストールしながら、実際にどれが使われ、どれが一度も呼び出されていないかを把握していないという共通の課題にあります。プロジェクト作成者の環境では、103個のインストール済みスキルのうち90個が一度も発動しておらず、コンテキストウィンドウとAPI呼び出しコストが無駄になっていました。

Agent Atlasのワークフローは4つのステップで構成されます。まずスキャナーが設定ファイルを読み取り、インストール済みの全スキル・エージェント・サーバーをリストアップします。次に使用量マイナーがローカルのセッション記録を分析し、過去30日間の各コンポーネントの実際のトリガー回数をカウントします。続いて分類器が1回の軽量LLM呼び出しで、各アイテムをエンジニアリング、ライティング、リサーチ、デザイン、運用の5つの能力軸でスコアリングします。最後にレンダラーが、クラスタリング、ノードサイズ（使用頻度）、診断リストを含む対話型マップを生成します。

プライバシー面では、Agent Atlasは完全に読み取り専用でローカル実行されます。ユーザーが選択しない限り、外部にデータが送信されることはありません。デフォルトモードではスキル名と説明のみが分類APIに送信され、--roughパラメータを使用すれば完全オフラインで動作します（キーワードベースのヒューリスティック分類を使用）。全ソースコードはMITライセンスで公開されています。

可視化に加えて、このツールは3つの実用的な診断機能を提供します。未使用コンポーネントとその推定トークン浪費量を表示する「死重リスト」、機能が類似したスキルを検出する「重複検出」、AI環境の能力カバレッジが不十分な領域を示す「ギャップ分析」です。今後のロードマップには、Cursor、Codex CLI、Gemini CLIへの対応と、インテリジェントなレコメンデーション機能の追加が含まれています。

Agent Atlasのインストールと使用は非常に簡単で、npx agent-atlas-cliを実行するだけです。ユーザーは--daysパラメータで分析期間を調整したり、--jsonで構造化データを出力したり、--roughでAPI呼び出しをスキップすることもできます。コミュニティからのコントリビューション、特に他のAIコーディングツール向けのアダプター実装を歓迎しています。