Skill Federation
Recherche privée et gratuite de compétences pour les agents IA
Votre agent demande. Skill Federation répond. Vous approuvez.
Un agent nu résout 17,5 % des tâches SkillsBench. Avec Skill Federation, 22,8 % — et votre travail ne quitte jamais votre machine.
Votre agent de codage ne cesse de reconstruire ce qu'une compétence (skill) déjà empaquetée fait parfaitement — extraction PDF, estimation de marché, nettoyage de données, revue de code, notifications Slack, rapports SQL. Les compétences existent, dispersées dans l'écosystème open source. Le problème est de trouver la bonne en cours de tâche — et chaque approche « catalogue de recherche » jusqu'à présent implique d'envoyer votre plan, votre brief ou vos données vers un serveur tiers.
Skill Federation trouve des compétences de manière à respecter la vie privée. Juste après que vous ayez approuvé un plan, votre agent rédige une liste de souhaits abstraite — « si chaque compétence existait, vers laquelle me tournerais-je ? » — et la fédération fait correspondre ces souhaits à un catalogue de compétences vérifiées. Votre plan, vos fichiers et vos sorties ne quittent jamais votre machine. Seuls les souhaits abstraits sont envoyés.
[!IMPORTANT] Seul le souhait abstrait traverse la frontière — une description de capacité d'une ligne, ~4 paraphrases avec des variations de vocabulaire, 1–5 mots-clés, et une esquisse de la compétence idéale au niveau de la capacité. Chaque champ décrit « quelle compétence devrait exister », jamais votre tâche. Votre plan, votre brief, le contenu de vos fichiers et la trace de raisonnement restent locaux — toujours.
Voici la charge utile complète pour un souhait — la chaîne littérale envoyée pour launch-strategy. Elle nomme le domaine de capacité, jamais votre tâche, vos plans ou votre produit :
description: plan a multi-channel launch for an open-source developer tool
paraphrases: orchestrate a launch across hacker news reddit and product hunt · plan a
go-to-market launch for a dev tool · coordinate a multi-platform release
announcement · design a launch-day plan for an open-source project
sketch: launch product hunt hacker news waitlist go-to-market campaign ·
channel planning timing asset prep announcement
keywords: launch, gtm, product-hunt, strategy, announcement
C'est tout — une description, quatre paraphrases, une esquisse de capacité et des mots-clés. Le nom de votre produit, votre feuille de route non publiée et votre plan de lancement réel n'apparaissent jamais.
Vous : /skillfed plan a launch for my open-source dev tool
-> l'agent écrit 4 souhaits abstraits (paraphrases + esquisse de capacité).
Seuls ceux-ci quittent votre machine — jamais votre plan, fichiers ou données.
souhait : launch-strategy -> multi-platform-launch review - vérifié <- sélectionné
souhait : repo-discoverability -> github-presence review - vérifié <- sélectionné
souhait : community-building -> community-building review - vérifié <- sélectionné
souhait : growth-analytics -> product-analytics permissive - vérifié - 221* <- sélectionné
(chacun choisi parmi 5 candidats classés dans le catalogue vérifié)
Installer les 4 sélectionnés ? Ils vont dans .claude/skills/ avec licence et attribution de source.
🔒 Ce qui le rend différent
- Socle de confidentialité, par conception. Seul le souhait abstrait traverse la frontière — « quelle compétence devrait exister », jamais votre tâche. Votre plan, votre brief, le contenu de vos fichiers et la trace de raisonnement restent locaux, toujours. (Analyse complète champ par champ sous Confidentialité et confiance ci-dessous.)
- Confiance avant installation. Les candidats proviennent d'un registre interne pré-analysé (Cisco Skill Scanner + NVIDIA SkillSpector), pas du dépôt sauvage — chacun affiche sa classe de licence, sa provenance, ses étoiles et sa source. Vous approuvez chaque installation ; rien n'est téléchargé en silence. (Voir Sécurité.)
- Natice, sans installation. Le niveau par défaut n'a besoin que de
curl— déjà présent sur Windows 10+ et macOS. Pas de Python, pas de Node, pas de gestionnaire de paquets. (Des niveaux optionnels ajoutent des outils MCP typés si vous avez Node.)
⚙️ Comment ça fonctionne
- Plan. Vous approuvez un plan dans votre agent comme d'habitude.
- Liste de souhaits. L'agent esquisse les compétences idéales et écrit jusqu'à 10 souhaits abstraits — chacun avec des paraphrases à variation de vocabulaire et une esquisse de capacité structurée pour une haute pertinence. Aucune spécificité de tâche.
- Correspondance. La fédération effectue une recherche lexicale rapide par souhait (description + paraphrases + esquisse aplatie) dans le catalogue vérifié et pré-analysé et retourne les meilleurs candidats.
- Révision. L'agent choisit la meilleure correspondance (ou rejette tout) et vous montre un tableau de confiance.
- Installation. Sur votre approbation, les compétences choisies sont récupérées depuis la copie interne analysée (pas le dépôt d'origine) dans
.claude/skills/avec attribution complète de licence et de source. - Utilisation. Votre agent utilise la compétence immédiatement — pas de réinvention.
📊 Benchmark
Nous avons mesuré Skill Federation sur SkillsBench (tâches d'agent de codage avec vérificateurs déterministes), avec l'agent configuré comme Claude Code (Opus 4.6). Le défi qui en fait un véritable test : la compétence que Skillfed récupère provient d'un instantané de 26 629 compétences du catalogue public (qui contient plus de 87 000 compétences au total) avec les compétences de réponse du benchmark supprimées — cela mesure donc si des compétences rédigées indépendamment se transfèrent à la tâche, pas si nous pouvons retrouver la compétence manuscrite du benchmark.
| Condition | Ce que l'agent reçoit | Succès |
|---|---|---|
| Sans compétence | Claude Code nu (Opus 4.6) | 17,5 % |
| Skillfed | meilleure compétence récupérée depuis l'instantané de 26 629 compétences | 22,8 % |
| Oracle | la compétence manuscrite de la tâche — une limite supérieure inaccessible | 36,8 % |
Skillfed fait passer le succès de 17,5 % à 22,8 % — un gain relatif d'environ 30 % par rapport à l'agent nu, et récupère environ 27 % de l'écart par rapport à une compétence oracle qu'il ne voit jamais. La plupart des résultats de récupération de compétences testent la récupération d'oracle (la compétence du benchmark se trouve dans le pool) ; celui-ci teste le transfert — des compétences utiles extraites d'un grand catalogue public bruyant.
📦 Installation
Une ligne — pas besoin de cloner. Vous avez déjà Node ou Python :
# Node — npm
npx skillfed
# Python — uv (ou : pipx run skillfed)
uvx skillfed
Vous préférez le système de plugins de Claude Code ? Ajoutez la marketplace et installez le plugin :
/plugin marketplace add skill-federation/skill-federation
/plugin install skill-federation@skill-federation
Pas de Node ni Python ? Demandez à Claude Code d'installer la version curl pour vous :
Installe le chercheur Skill Federation /skillfed depuis github.com/skill-federation/skill-federation
— exécute son installateur curl (install.ps1 sur Windows, install.sh sur macOS/Linux), puis dis-moi de
redémarrer Claude Code.
[!TIP] Ensuite redémarrez Claude Code et exécutez
/skillfed <ce que vous essayez de faire>— ou approuvez simplement un plan et le chercheur se propose automatiquement.
Aucun runtime — le chercheur n'a besoin que de curl (pas de Node ni Python). Pour les niveaux optionnels (hook de déclenchement automatique · outils MCP typés · assistant Python/CI), les drapeaux, les scopes, l'installation depuis un checkout et les détails de sécurité de configuration, voir install.md.
# Windows (PowerShell) — irm|iex contourne également le blocage de la stratégie d'exécution
irm https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.ps1 | iex
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.sh | bash
🛡️ Confidentialité et confiance
[!NOTE] Ce qui ne traverse jamais : votre plan, brief, contenu de fichiers, sorties ou trace de raisonnement. Ce qui traverse : uniquement le souhait abstrait (description + paraphrases + mots-clés + esquisse de capacité).
- Ce qui traverse la frontière : le souhait abstrait — sa
descriptiond'une ligne, ~4formulationsparaphrasées, 1–5keywords, et uneesquissede capacité structurée de la compétence idéale (purpose / inputs / outputs / operations / domain_vocab / section_sketch / tags). Les termes aplatis de l'esquisse voyagent dans la requête de recherche à chaque recherche (ils fournissent le vocabulaire discriminant qui améliore la pertinence) ; lorsqu'aucune compétence n'est trouvée, cette même esquisse devient le pointeur de demande — assez abstraite pour vous protéger, assez détaillée pour construire automatiquement la compétence manquante. Chaque champ décrit « quelle compétence devrait exister », jamais votre tâche. Lenamedu souhait est uniquement destiné à l'affichage et n'est pas envoyé. - Ce qui ne traverse jamais : votre plan, brief, contenu de fichiers, sorties ou trace de raisonnement.
- Deux signaux complémentaires, non confondus : un
report_selectionétiquette la qualité de la récupération (quels candidats affichés étaient corrects ou incorrects) ; unreport_demandcapture le manque de capacité (ce qui était réellement nécessaire). Ils alimentent des boucles différentes — la sélection affine la recherche, la demande détermine ce qui sera construit ensuite. - Local d'abord : si vous avez déjà une compétence installée, votre copie locale est utilisée telle quelle — vos modifications sont une personnalisation, jamais écrasées silencieusement.
🔒 Sécurité
Skill Federation traite toute compétence tierce comme une entrée non fiable. Les compétences sont servies depuis notre registre interne pré-analysé — jamais extraites en direct du dépôt sauvage. Lors de l'ingestion, nous copions chaque candidat, le dédoublonnons et l'analysons ; seules les compétences réussissant les vérifications sont promues et servies. Le lien source que vous voyez est une provenance, pas l'endroit où la compétence est récupérée.
Chaque candidat est analysé au mieux avec deux outils indépendants :
- Cisco AI Defense Skill Scanner — YARA/motif, bytecode, taînt de commande, flux de données comportemental, LLM-en-tant-que-juge, et vérifications VirusTotal pour les injections de prompt, l'exfiltration de données et le code malveillant.
- NVIDIA SkillSpector — analyse de motifs de vulnérabilité + LLM avec consultations en direct de CVE sur OSV.dev et un score de risque de 0 à 100.
Les résultats élevés/critiques sont rejetés ou dirigés vers une révision manuelle avant promotion — le catalogue sauvage ne vous parvient jamais non filtré.
Pourquoi c'est important. L'étude de NVIDIA derrière SkillSpector a analysé 42 447 compétences publiques et a trouvé 26,1 % présentaient au moins une vulnérabilité et 5,2 % montraient une intention probablement malveillante — et une compétence installée s'exécute avec toutes les permissions de votre agent. Servir directement depuis des dépôts publics remettrait environ une sur quatre vulnérable et une sur vingt malveillante à votre agent ; la passerelle d'ingestion les tient à distance.
[!NOTE] L'analyse est au mieux, pas une garantie. Comme le dit le scanner de Cisco, « aucune détection ≠ aucun risque » — un scan propre ne prouve pas qu'une compétence soit sûre. Skill Federation affiche toujours la licence, la provenance et la source de chaque compétence, et rien ne s'installe sans votre approbation.
🔧 Configuration
Le chercheur communique avec un point de terminaison de fédération via HTTPS. Par défaut, une démo sans clé ; remplacez-le :
export SKILLFED_ENDPOINT="https://your-federation.example.com" # ou définir dans .mcp.json pour le niveau npx
📁 Contenu de ce dépôt
install.ps1 / install.sh / install.md installateur auto-détectant ; fonctionne depuis un clone OU via pipe (irm|iex, curl|bash)
installer/ paquet npm `skillfed` — le pat sans clone `npx skillfed`
…
[truncé pour la traduction]