Communitygithub.com

nasiko-control-plane

Puente experimental del ciclo de vida de la CLI de Nasiko para instalación anclada, estado de solo lectura y desinstalación calificada con consentimiento explícito y límites de telemetría y secretos.

¿Qué es nasiko-control-plane?

Este skill implementa un puente experimental para el ciclo de vida de la CLI de Nasiko, permitiendo instalación, consulta de estado y desinstalación controladas desde ECC (Entorno de Control de Código, por sus siglas en inglés). Está diseñado para garantizar la seguridad y la transparencia: toda instalación requiere consentimiento explícito del usuario, se limita a una versión anclada y calificada (v0.1.0), y se puede previsualizar mediante la opción `--dry-run`. El skill también impone estrictos límites de privacidad: nunca expone secretos o credenciales en argumentos de comandos, registros o metadatos, y la telemetría de Nasiko debe ser opt-in y divulgada por separado. Está pensado para desarrolladores que utilizan herramientas de IA como Claude Code, Cursor o Codex, y que necesitan gestionar la CLI de Nasiko de forma segura sin mezclar responsabilidades del plano de control, como autenticación, despliegue o apagado, que deben manejarse directamente con la CLI canónica.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/nasiko-control-plane

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Puente del Ciclo de Vida de la CLI de Nasiko

Usa este skill cuando un usuario solicite explícitamente a ECC instalar, inspeccionar o eliminar la CLI calificada de Nasiko. Este skill no opera un plano de control de Nasiko.

Contrato de seguridad

  • Comienza con ecc nasiko status --json. El estado es de solo lectura.
  • La instalación siempre requiere consentimiento explícito del usuario y --yes.
  • Instala solo una versión anclada y calificada por ECC, actualmente v0.1.0.
  • Previsualiza primero con ecc nasiko install --version v0.1.0 --dry-run --json.
  • Instala con ecc nasiko install --version v0.1.0 --yes --json solo después de que el usuario revise la versión, el origen del registro, el digest y el destino.
  • Elimina solo un binario gestionado por ECC que aún esté calificado usando ecc nasiko uninstall --version v0.1.0 --yes --json. Previsualiza la eliminación con --dry-run primero.
  • La fuente calificada es https://github.com/Nasiko-Labs/nasiko, licenciada bajo Apache-2.0; el artifact y los valores SHA-256 del binario extraído están anclados.
  • Nunca reemplaces el comando calificado con un script de bootstrap descargado de shell o PowerShell.
  • Nunca coloques secretos o credenciales en argumentos de comandos, registros, salida del skill, metadatos de instalación o estado de ECC.
  • La telemetría de Nasiko y cualquier intercambio con Nasiko o Ito deben ser opt-in y divulgados por separado. La instalación no es consentimiento de telemetría.

Límite del ciclo de vida

El puente inicial de ECC admite instalación calificada, estado de solo lectura y desinstalación con verificación de propiedad. Usa la CLI canónica de Nasiko directamente para conexión, autenticación, lanzamiento, despliegue o apagado hasta que esos verbos tengan sus propios contratos verificados de ECC. No adivines verbos de la CLI.

Instalar la CLI no demuestra que un servidor de plano de control está en ejecución, que un agente está gobernado, que el enrutamiento o las ACL funcionan, que la observabilidad está completa, que la telemetría está habilitada o que el cómputo de Ito está conectado. Reporta cada estado por separado.

Comportamiento en caso de fallo

  • Si la plataforma, arquitectura, versión, manifiesto, digest, archivo, binario o destino fallan en la validación, detente sin ejecutar el artifact.
  • No recurras a latest.
  • No busques en entradas PATH arbitrarias. Usa la ubicación calificada de ECC o un ECC_NASIKO_CLI_EXECUTABLE absoluto explícito para verificación de desarrollo.
  • No trates una instalación parcial o ambigua como exitosa.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills relacionados