Que fait yotta-verify-mcp ?
YuanXinMCP (元信MCP) - scanner de sécurité avant installation pour les compétences d'agents via stdio MCP. Outils : scan_skill / generate_badge / gate_check / get_report. Python 3.8+ sans dépendances.
YuanXinMCP (元信MCP) - scanner de sécurité avant installation pour les compétences d'agents via stdio MCP. Outils : scan_skill / generate_badge / gate_check / get_report. Python 3.8+ sans dépendances.
YottaMeta/yotta-verify-mcp est un scanner de sécurité conçu pour être exécuté avant l'installation de compétences d'agents IA. Il utilise le protocole MCP via stdio pour offrir des outils de vérification comme `scan_skill`, `generate_badge`, `gate_check` et `get_report`. Ce skill est particulièrement utile pour les développeurs d'agents (tels que Claude Code, Cursor, ou Codex) qui souhaitent valider la sécurité de nouvelles compétences avant de les intégrer. Il est compatible avec Python 3.8 ou version ultérieure et ne nécessite aucune dépendance externe, ce qui le rend léger et facile à déployer. En analysant les compétences candidates, il automatise les contrôles de sécurité et produit des badges de conformité ou des rapports détaillés, renforçant ainsi la robustesse des workflows d'agents.
npx skills add YottaMeta/yotta-verify-mcpInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
YuanXinMCP (元信MCP) - scanner de sécurité avant installation pour les compétences d'agents via stdio MCP. Outils : scan_skill / generate_badge / gate_check / get_report. Python 3.8+ sans dépendances.
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.