Claude Code SkillsでMCPのトークン消費を削減する

AI → TypeScriptコード生成 → コード実行環境(nodeとか) → MCPサーバー
                              ↓
                     コード内でデータ処理
                              ↓
                     必要な結果だけをAIに返す

従来方式: 150,000トークン
コード実行方式: 2,000トークン
削減率: 98.7%

~/.claude/skills/your-skill-name/
├── SKILL.md (必須)
└── (その他サポートファイル)

.claude/skills/your-skill-name/
├── SKILL.md (必須)
└── (その他サポートファイル)

---
name: skill-name
description: |
  What the skill does and when to use it.
  Includes trigger phrases and use cases.
---

# Skill Documentation

## Instructions
Step-by-step guide...

## Examples
Concrete usage examples...

// 全文検索
search_bookmarks_fulltext({ query, limit })

// コンテンツ全取得
get_bookmark_content({ url })

// PDF特定ページ取得
get_bookmark_content_range({ url, start_page, end_page })

// インデックス進捗確認
get_indexing_status()

% git clone https://github.com/nakamura-shuta/mcp-bookmark.git
% cd mcp-bookmark
% ./install.sh

{
  "mcpServers": {
    "mcp-bookmark": {
      "command": "<mcp-bookmarkをインストールしたパス>",
      "args": [],
      "env": {
        "RUST_LOG": "info",
        "INDEX_NAME": "<インデックス名>"
      }
    }
  }
}

> /mcp

 Manage MCP servers                                                       │
│                                                                         │
│   1. mcp-bookmark                            ✔ connected · Enter        │

% /path/your/mcp-bookmark --list-indexes

Available indexes:
==================

  your_pdf_index) [2.3MB]

> mcp-bookmarkのツールをつかって、AWSの機械学習に関連するサービスはどん
なものがあるか教えて下さい。

⏺ mcp-bookmarkを使って、インデックス化されたPDFからAWSの機械学習関連サ
  ービスを検索します。

⏺ mcp-bookmark - search_bookmarks_fulltext (MCP)(query: "AWS 機械学習
                                                サービス SageMaker", limit:
                                                 20)
  ⎿ {                                                                 
      "indexing_complete": true,
      "indexing_status": "✅ Chrome Extension index loaded: 8
    documents
    … +90 lines (ctrl+o to expand)
・
・
・
⏺ インデックス化されたPDFから、AWSの機械学習関連サービスの情報を抽出で
  きました。目次から主要なサービスを整理してお伝えします。

  AWSの機械学習関連サービス

  1. Amazon SageMaker （統合機械学習プラットフォーム）

  Amazon SageMakerは、機械学習のフルライフサイクルをカバーする包括的な
  サービスです：

  データ準備・処理
  - SageMaker Processing Job: データ前処理・特徴量エンジニアリング
  - SageMaker Ground Truth: 訓練データのラベル付け
  - SageMaker Data Wrangler: データ変換とGUI操作
  - SageMaker Feature Store: 特徴量の共有・管理
  - SageMaker Clarify: バイアス検出とドリフト検出

＜省略＞

  7. その他の機械学習関連サービス

  量子コンピューティング
  - Amazon Braket: 量子コンピュータプログラミング環境

  データベース統合
  - Amazon Neptune: グラフデータベース（機械学習統合）
  - Amazon Aurora: リレーショナルDB（SageMakerモデル呼び出し可能）

  インフラ・デプロイ
  - AWS Lambda: サーバーレスモデルデプロイ
  - AWS IoT: IoTデバイスとの統合

  開発者ツール
  - CodeGuru Reviewer: AI自動コードレビュー
  - CodeGuru Profiler: パフォーマンス向上
  - DevOps Guru: アプリケーション可用性向上

  ---
  まとめ

  AWSの機械学習スタックは、「AI Servicesとして使う」
  （Rekognition、Comprehendなど）から 「SageMakerでフルカスタマイズ」
  まで、幅広いレベルをカバーしています。

  選択の指針:
  - 簡単に始めたい → Amazon AI Services
  - カスタマイズが必要 → Amazon SageMaker
  - データパイプライン構築 → Glue、Athena、Redshift
  - MLOps実践 → SageMaker Pipelines

  このように、AWSには30以上の機械学習関連サービスが用意されており、デー
  タ取り込みからモデルデプロイまでエンドツーエンドでカバーできます。

Claude: PDFを検索する
  ↓
MCP Tool: 検索結果を返却
  ↓
Claude: 1冊目のPDFを取得する
  ↓
MCP Tool: 約20,000文字返却 (~5,000トークン)
※ PDF 50ページ分の内容
  ↓
Claude: 内容を分析・キーワードカウント・関連度判定して、2冊目のPDFを取得して
  ↓
MCP Tool: 約20,000文字返却 (~5,000トークン)
  ↓
Claude: 内容を分析・キーワードカウント・関連度判定して、3冊目を...
  ↓
<中略>
  ↓
Claude: 全ての結果を比較・フィルタリング（関連度が低いものを除外）
  ↓
Claude: 比較表を作成
  ↓
Claude: 推奨PDFを決定

往復回数: 6回以上（search 1回 + PDF取得 search結果の回数分 + 分析・判定）
総トークン: ~80,000トークン（search結果が4回と仮定。各PDF内容がcontextに蓄積）
処理時間: 30-60秒

Claude: TypeScriptコードを実行
  ↓
TypeScript実行環境（1セッションで完結）:
  ├─ MCPツール: search_bookmarks_fulltext（1回目）
  ├─ ループ処理開始
  │   ├─ MCPツール: get_bookmark_content_range (PDF1) ← 2回目
  │   ├─ コード内で分析・条件判定
  │   <中略>
  │   ├─ コード内で分析・条件判定
  │   └─ MCPツール: get_bookmark_content_range (PDF4) ← 5回目
  ├─ 比較表を生成（コード内）
  └─ 最終結果のみ返す
  ↓
Claude ← 比較表のみ受け取る（500トークン）

//_shared/mcp-bookmark-client.ts
import { Client } from '@modelcontextprotocol/sdk/client/index.js';
import { StdioClientTransport } from '@modelcontextprotocol/sdk/client/stdio.js';

let cachedClient: Client | null = null;

async function getClient(): Promise<Client> {
  if (cachedClient) {
    return cachedClient;
  }

  // .mcp.jsonから設定を読み込む
  const config = loadConfig('mcp-bookmark');

  const transport = new StdioClientTransport({
    command: config.command,
    args: config.args,
    env: config.env
  });

  const client = new Client({
    name: 'skill-mcp-client',
    version: '0.1.0'
  });

  await client.connect(transport);
  cachedClient = client;
  return client;
}

export async function callMCPTool<T>(toolName: string, input: any): Promise<T> {
  const client = await getClient();
  const result = await client.callTool({
    name: toolName,
    arguments: input
  });

  return extractPayload(result) as T;
}

export async function closeConnection() {
  if (cachedClient) {
    await cachedClient.close();
    cachedClient = null;
  }
}

// PDF検索
const searchResult = await callMCPTool('search_bookmarks_fulltext', {
  query: 'concurrency async parallel',
  limit: 50
});

// TypeScript内で完結
const searchResult = await callMCPTool('search_bookmarks_fulltext', {...});

for (const pdf of searchResult.results) {
  const content = await callMCPTool('get_bookmark_content_range', {...});

  // コード内で分析など実施
  if (shouldSkip(content)) continue;

  // 必要なものだけ保存
  results.push(analyze(content));
}

// Claudeには最終結果のみ返す
return results;

//_shared/types.ts

export interface CompareOptions {
  //PDF比較オプション（略）
}

export interface AnalysisResult {
  //分析結果（略）
}

export interface PdfInfo {
  // PDF情報（略）
}

// キーワード分析(コンテンツ内でキーワードを検索・カウント、関連ページを抽出など)
export function analyzeContent(content: string, keywords: string[]): AnalysisResult {
}

// Markdown形式の比較表を生成
export function generateComparisonTable(results: PdfInfo[]): string {
}

// 推奨PDF決定
export function identifyBestPdf(results: PdfInfo[]): string {
}

User: "AWSのサービスにおける並行性を比較して"
  ↓
Claude: タスクを理解→TypeScriptコードを生成
  ↓ Write tool
./tmp/compare-pdfs.ts に保存
  ↓ Bash tool: npx tsx ./hoge/compare-pdfs.ts
TypeScript実行環境（1セッションで完結）:
  ├─ MCPツール: search_bookmarks_fulltext
  ├─ ループでMCPツール: get_bookmark_content_range
  ├─ コード内で分析・フィルタリング
  └─ 比較表を生成
  ↓
Claude ← 比較表のみ受け取る（500トークンくらい）

総トークン: 700-1000トークンくらい？（コード生成トークン + 結果500）

＜前提：Skillsの定義をしておく＞

User: "AWSのサービスにおける並行性を比較して"
  ↓
Claude: control-flow Skillをload
  ├─ SKILL.mdを読み込み（150トークン）
  ↓ Bash tool: npx tsx .claude/skills/control-flow/index.ts
TypeScript実行環境（1セッションで完結）:
  ├─ MCPツール: search_bookmarks_fulltext
  ├─ ループでMCPツール: get_bookmark_content_range
  ├─ コード内で分析・フィルタリング
  └─ 比較表を生成
  ↓
Claude ← 比較表のみ受け取る

総トークン: 650トークンくらい？（Skill読み込み + 結果）

.claude/skills/
  control-flow/
    SKILL.md          ← 最初に読まれる
    index.ts          ← 必要なときだけ読まれる
  _shared/
    mcp-client.ts     ← 呼び出し時のみ

import { comparePdfs } from './.claude/skills/control-flow/index.ts';

// ↓のようなロジックだけ必要に応じて生成
const customWeighting = (pdf) => {
  if (pdf.title.includes('Rust')) return pdf.mentions * 1.5;
  return pdf.mentions;
};

const result = await comparePdfs({
  query: 'concurrency',
  keywords: ['並行', 'async'],
  customScoring: customWeighting  // 動的ロジック注入
});

// .claude/skills/control-flow/index.ts
import { callMCPTool, closeConnection } from '../_shared/mcp-client.ts';

export async function comparePdfs(options: {
  query: string;
  keywords: string[];
  maxPdfs?: number;
  minMentions?: number;
}) {
  const { query, keywords, maxPdfs = 3, minMentions = 5 } = options;

  try {
    // Step 1: 検索
    const searchResponse = await callMCPTool('search_bookmarks_fulltext', {
      query,
      limit: 50
    });

    const pdfs = searchResponse.results
      .filter(r => r.url.endsWith('.pdf'))
      .slice(0, maxPdfs);

    // Step 2: ループ処理
    const results = [];
    for (const pdf of pdfs) {
      const content = await callMCPTool('get_bookmark_content_range', {
        url: pdf.url,
        start_page: 1,
        end_page: 50
      });

      // Step 3: 分析
      const analysis = analyzeContent(content.content, keywords);

      // Step 4: 条件分岐
      if (analysis.totalMentions < minMentions) {
        continue;  // 関連度が低いものはスキップ
      }

      results.push({
        pdf: pdf.title,
        mentions: analysis.totalMentions,
        pages: analysis.relevantPages.length,
        topics: analysis.topicsCovered
      });
    }

    // Step 5: 比較表生成
    const table = generateComparisonTable(results);

    // Step 6: 最終結果のみ返す
    return {
      processed: pdfs.length,
      relevant: results.length,
      comparisonTable: table,
      recommendation: identifyBestPdf(results),
      processingTime: `${((Date.now() - startTime) / 1000).toFixed(1)}s`
    };
  } finally {
    await closeConnection();
  }
}

---
name: control-flow
description: |
ループと条件分岐を完全にコード内で実行し、複数のPDFを処理。
Claude-Toolの処理回数を削減。
複数のPDFを比較、結果を集約、比較表を作成する際に使用。
技術書間の概念比較（例：各技術における並行処理）、APIドキュメントにおける最適実装の発見に最適。
制御フロー最適化を備えたAnthropicの文脈効率型データ処理パターンに基づく。
---

# Control Flow Efficiency Skill

## Instructions

1. Import from `./index.ts`:
   ---typescript
   import { comparePdfs } from './index.ts';
   ---

2. Call with parameters:
   ---typescript
   const result = await comparePdfs({
     query: 'concurrency async parallel',
     keywords: ['並行', '非同期', 'async', 'スレッド'],
     maxPdfs: 4,
     minMentions: 3
   });
   ---

3. Display results:
   ---typescript
   console.log(result.comparisonTable);
   console.log(result.tokensSaved);
   ---

## Examples

### Example: Compare concurrency concepts across AWS and Rust
---typescript
const result = await comparePdfs({
  query: 'concurrency async parallel thread',
  keywords: ['並行', '非同期', 'async', 'Lambda', 'スレッド', 'アトミック'],
  maxPdfs: 4,
  minMentions: 3
});
---

AWSとRustの技術書から「並行性・非同期処理」について比較してください。
キーワード: 並行、非同期、async、Lambda、スレッド、アトミック

🔁 Control Flow Efficiency
Comparing up to 4 PDFs for keywords: 並行, 非同期, async, Lambda, スレッド, アトミック

📚 Processing 4 PDFs...

  Processing: AWS書籍...
    ✅ Found 8 mentions (Step Functions, Lambda並列実行)
  Processing: Rustの並行処理に関する書籍...
    ✅ Found 25 mentions (スレッド, Mutex, アトミック操作)
  Processing: eBPFの書籍...
    ⏭️  Skipped (only 2 mentions, need 3)
  Processing: Linuxカーネルの書籍...
    ✅ Found 6 mentions (スケジューラ, 並行処理)

=== COMPARISON COMPLETE ===
Processed: 4 PDFs
Relevant: 3 PDFs

| PDF | Mentions | Pages | 抽象度レイヤー | 主なトピック |
|-----|----------|-------|--------------|------------|
| Rust書籍 | 25 | 15 | 言語実装 | スレッド, Mutex, アトミック操作, メモリオーダリング |
| Linuxカーネル書籍 | 6 | 8 | OS/カーネル | CPUスケジューラ, プリエンプション, 並行処理 |
| AWS書籍 | 8 | 5 | クラウド | Step Functions並列実行, Lambda同時実行制御 |

📌 クラウドレイヤー（AWS）とコード実装レイヤー（Rust）で並行性の扱い方が明確に異なる
⚡ Processing time: 0.3s

// .claude/skills/keyword-count/index.ts
import { callMCPTool, closeConnection } from '../_shared/mcp-client.ts';

export async function countKeyword(options: {
  url: string;
  keyword: string;
  startPage: number;
  endPage: number;
}) {
  const result = await callMCPTool('get_bookmark_content_range', {
    url: options.url,
    start_page: options.startPage,
    end_page: options.endPage,
  });

  const content = result.content;
  const matches = content.match(new RegExp(options.keyword, 'gi')) || [];

  return {
    keyword: options.keyword,
    count: matches.length,
    totalChars: content.length,
    totalBytes: Buffer.byteLength(content, 'utf8'),
  };
}