Was macht aguara-observatory?
Kontinuierliche Sicherheitsüberprüfung von KI-Agenten-Skill-Registries. Das Mozilla Observatory für KI-Agenten.
Kontinuierliche Sicherheitsüberprüfung von KI-Agenten-Skill-Registries. Das Mozilla Observatory für KI-Agenten.
Der Skill „garagon/aguara-observatory“ bietet eine automatisierte, kontinuierliche Sicherheitsanalyse von Skill-Registries für KI-Agenten. Er überprüft Drittanbieter-Skills auf bekannte Schwachstellen, unsichere Praktiken und konfigurative Fehler, ähnlich wie das Mozilla Observatory es für Webserver tut. Der Skill unterstützt gängige Agentenplattformen wie Claude Code, Cursor und Codex und lässt sich nahtlos in bestehende CI/CD-Pipelines integrieren. Durch die regelmäßige Überwachung der Skill-Repositorien hilft der Skill, Sicherheitslücken frühzeitig zu erkennen und zu beheben, bevor sie von Angreifern ausgenutzt werden können. Die Ausgabe erfolgt in einem strukturierten Berichtsformat, das eine einfache Nachverfolgung und Priorisierung von Sicherheitsempfehlungen ermöglicht.
npx skills add garagon/aguara-observatoryInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Kontinuierliche Sicherheitsüberprüfung von KI-Agenten-Skill-Registries. Das Mozilla Observatory für KI-Agenten.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.