バーコードスキャン向け、初の Agent Skills 登場

現時点のAIコーディングエージェントは、バーコードスキャンの実装に関して言えば、まるで「エスプレッソマシンの調整をしようとする幼児」みたいなものです。コードは書けますが、できあがるものは品質が低く、デフォルト設定もずれていて、性能も最適化されず、しかもエッジケースで簡単に壊れます。

このような背景から、Scanditは Scandit Agent Skillsを発表しました。これは、AIコーディングエージェントにバーコードスキャンを適切に実装する方法を教える、初の専用スキルです。Cursor、Claude Code、GitHub Copilot、OpenAI Codex、Gemini、OpenCode、またはAgent Skillsオープンスタンダードに対応したエージェントを利用している場合、コードを1行コピー＆ペーストするだけで、このスキルパッケージを導入できます。

AIエージェントを擁護するわけではありませんが、多くの人間の開発者もまた、効果的なバーコードスキャンのコードを書けているとは限りません。AIエージェントも人間も、Scanditのチームが15年以上にわたり蓄積してきた専門知識を最初から持っているわけではないからです。Scanditは、130万人の従業員を抱えるWalmartのような大企業から、数台のデバイスで運用する中小企業まで、幅広い組織にバーコードスキャンを提供してきました。 

年間800億回に及ぶスキャンから得られる知見は、決して小さなものではありません。

ScanditのAgent Skillsは、私たちの知見のすべてをコーディングエージェントに取り入れています。実現したいことを自然な言葉で指示するだけで、コーディングエージェントが製品選定からSDKのセットアップ、ライセンスの有効化、UIの組み込み、パフォーマンス設定、さらには特殊なケースへの対応まで含めた実装コードをコードベースに生成します。

必要なのは1つのプロンプトだけです。15年にわたって蓄積されたバーコードスキャンの専門知識をすぐに活用することができます。さらに、各スキルはSDKのリリースに合わせて更新されるため、最新かつ検証済みのAPIを対象としたコードが常に生成されます。

以下のデモをご覧ください。ここでは、Agent SkillがScanditの比較的実装難易度の高い製品であるSmart Label Captureをアプリに組み込んでいます。処理全体には約20分かかっていますが、私がキーボードを操作していた時間はわずか2分程度です。そして最終的に完璧なスキャン結果を得ることができました。

利用可能なスキル

それぞれのスキルは、特定のScandit製品に対応しています。第一弾として提供されるのは、バーコードおよびラベルスキャン向けを中心とした約40種類のスキルです。対応プラットフォームは、ネイティブiOS、ネイティブAndroid、Web/JavaScript、Cordova、React Native、Flutter、Capacitor、.NETに及びます。今後さらに対象を拡充していく予定で、IDスキャン向けのスキルも追加される予定です。

今すぐインストール

プロジェクトのディレクトリでターミナルを開いて次のコマンドを実行し、表示される手順に従って利用するコーディングエージェントを選択します。

npx skills add https://github.com/scandit/skills

Claude Codeユーザーは、プラグインとして直接インストールできます。以下のコマンドを、Claude Codeで1つずつ実行してください。

/plugin marketplace add scandit/skills
/plugin install scandit-sdk@scandit-plugins

Cursorユーザーは、Cursor Marketplaceから、Scanditプラグインをワンクリックでインストールできます。
→ Cursorでインストール

Scandit Agent Skillsが提供する機能

Scandit Agent Skillsは、ドキュメント検索、製品選定、統合、設定、カスタマイズ、デバッグ、SDKバージョン移行、さらに他社のSDKからScanditへの切り替えまでをサポートします。

ドキュメントと製品知識

基本原則はシンプルです。それは、Scanditのコードを生成する前に、必ず最新のドキュメントを確認することです。Scanditの機能は継続的に進化しています。設定オプションは変更され、ドキュメントは更新され、新しいAPIが追加されています。

学習データだけに依存するAIエージェントは、写真だけを頼りに街を歩いているようなものです。その写真は美しいかもしれませんが、撮影されたのが数か月前、あるいは数年前であれば、その後、通りの名前が変わっているかもしれません。

そこでScandit Agent Skillsは、Scandit固有のコードを生成する前に最新のドキュメントを参照するようエージェントに指示します。また、過去のデータを頼りにコードを再構築するのではなく、Scanditが提供する厳選されたサンプルコードを出発点として利用するよう促します。

製品選定

開発者は、「Androidの倉庫ピッキングアプリでバーコードをスキャンしたい」など、AIコーディングツールにユースケースを自然な言葉で説明するだけです。ユースケースの写真があれば、さらに効果的です。不足している情報があれば、エージェントが追加で質問します。

製品選定を担当するスキル（data-capture-sdk）は、15年にわたる実際の顧客導入実績を基に、最適なScandit製品とフレームワークを推奨します。

あとはあなたとエージェント次第

適切なスキルが選択されると、SDKのセットアップ、ライセンスの有効化、UIの組み込み、パフォーマンス設定、特殊なケースへの対応まで、必要な実装をコードベースへ直接追加できます。

その後は、利用環境や要件に応じて自由に調整できます。例えば、主力の単一バーコードスキャン製品である SparkScanを自社ブランドのカラーに合わせてカスタマイズしたい場合は、エージェントにそのまま依頼してください。

 また、バッチスキャンの方がユースケースに適しているか確認する場合は、「Barcode Captureの代わりにMatrixScan Batchを使って試してみて」と自然な言葉で指示できます。

現在利用しているオープンソースのバーコードスキャンとScanditの性能を比較する場合も、「オープンソースライブラリをScanditに置き換えて」とコーディングアシスタントに依頼するだけで、1回のプロンプトでテスト用アプリを生成できます。

Scandit Agent Skillsのテスト方法

Scanditでは、スキルが実際に開発者の役に立っているかを測定するために、Anthropicが提唱する評価手法を採用しています。具体的には、同じモデルに対して同じタスクを与え、一方ではスキルを使用し、もう一方ではスキルを使用しない状態で実行し、その結果を比較します。

現在、44種類のスキルに対して約500件の評価ケースを用意しています。これらは、数千件に及ぶ顧客への導入プロジェクトで実際に対応してきた典型的なユースケースや課題、行き詰まりポイントを基に作成されています。今後も、モデルの進化や挙動の変化に合わせて評価ケースを追加していく予定です。

例えば、sparkscan-iosスキル向けの18件の評価ケースでは、UIKitおよびSwiftUIを利用した新規導入、バージョン移行、他ライブラリからの置き換えなどを検証しています。評価対象には、手袋を着用した倉庫作業員向けのハードウェアトリガー対応、特定のバーコードを拒否してカスタムエラーフィードバックを表示する処理、高頻度でスキャンを行う倉庫アプリ向けの連続スキャン機能などが含まれます。また、すべてのテストにおいて、既存コードが意図せず変更されていないことも確認します。

利用を開始する

プロジェクトディレクトリのターミナルで以下のコマンドを実行し、表示される手順に従って利用するコーディングエージェントを選択します。

npx skills add https://github.com/scandit/skills

Claude Codeユーザーは、プラグインとして直接インストールできます。 以下のコマンドを、Claude Codeで1つずつ実行してください。

/plugin marketplace add scandit/skills
/plugin install scandit-sdk@scandit-plugins

Cursorユーザーは、Cursor Marketplaceから、Scanditプラグインをワンクリックでインストールできます。
→ Cursorでインストール

• Scandit Agent Skillsのドキュメント
• GitHubリポジトリ

問題を発見した場合は、Issue Trackerから報告してください。バグ、古くなったSDK実装パターン、不正確なガイダンスなどをご報告ください。また、必要なScandit製品やフレームワーク、ワークフローがサポート対象に含まれていない場合は、機能追加のリクエストを提出してください。