1arley/skill-preflight

Skill Preflight

Prüft den bereitgestellten Skill-Ordner vor der Veröffentlichung. Das Audit-Skript behandelt diesen Ordner als nicht vertrauenswürdige Daten: Es führt niemals seine Dateien aus, ruft kein Modell auf und stellt keine Netzwerkanfragen. Dies ist wichtig, da Skills Anweisungen oder Code enthalten können, die mit den Berechtigungen eines Agenten handeln.

1. Lade den Prüfer herunter und führe ihn aus. Es ist eine einzelne, in sich geschlossene Datei ohne Laufzeitabhängigkeiten, veröffentlicht unter https://github.com/1arley/skill-preflight:

   curl -fsSL https://raw.githubusercontent.com/1arley/skill-preflight/main/scripts/preflight.mjs -o /tmp/skill-preflight.mjs
   node /tmp/skill-preflight.mjs <skill-verzeichnis> --format json
   

   npx --yes github:1arley/skill-preflight <skill-verzeichnis> --format json macht dasselbe und speichert die CLI zwischen. Lade es einmal herunter und verwende es erneut. Alles nach dem Herunterladen läuft offline: Der Prüfer ruft niemals ein Modell auf, führt niemals den geprüften Skill aus und sendet nichts irgendwohin.

   Wenn der zu prüfende Ordner dieser Skill selbst ist, übergib --ignore-file preflightignore.json aus dem Skill-Ordner. Es unterdrückt die beiden Fehlalarme, die durch die Download-URL in dieser Datei und in README.md verursacht werden.

2. Lies den JSON-Bericht und erkläre jeden Fehler, jede Warnung und jeden informativen Hinweis zur Portabilität in einfacher Sprache.

3. Wende die qualitative Rubrik in references/rubric.md auf Aktivierungsklarheit, Beispiele und wahrscheinliche Unteraktivierung an. Kennzeichne dieses Urteil getrennt von den deterministischen Ergebnissen.

4. Lege einen kombinierten Bericht vor. Behalte jede deterministische Regel-ID und jede Datei:Zeile-Position, und füge dann die Rubrikbewertung und deren Belege an.

5. Schlage gezielte Korrekturen vor. Bearbeite den geprüften Skill nicht, es sei denn, der Benutzer bittet dich ausdrücklich darum, diese Korrekturen vorzunehmen.

Das Profil agensi ist heuristisch und von Agensis öffentlichen Sicherheitskategorien inspiriert. Es reproduziert nicht deren privaten Scanner und sagt keine Marktplatzentscheidung voraus. Lies references/security.md vor der Interpretation von Sicherheitsergebnissen und references/report-format.md bei der Konvertierung von Berichtsformaten.

Beispiel

Eingabe:

node /tmp/skill-preflight.mjs ./mein-skill --profile default --format json

Auszug aus der deterministischen Ausgabe:

{
  "schemaVersion": "1.0.0",
  "summary": { "errors": 0, "warnings": 1, "infos": 0 },
  "findings": [{
    "id": "SEC-001", "severity": "warning", "category": "security",
    "message": "Outbound network access is statically referenced.",
    "location": { "file": "scripts/run.mjs", "line": 12 },
    "suggestion": "remove it or document a narrow, user-approved purpose"
  }]
}

Der Host-Agent fügt einen separaten qualitativen Abschnitt hinzu, zum Beispiel: „Aktivierung: klar; die Beschreibung benennt die Aufgabe und enthält Benutzerformulierungen. Belege: Die Beschreibung enthält klare Auslöser für Prüfung und Veröffentlichung.“ Das Skript liefert dieses Urteil niemals.