O que break-risk-intel-skill faz?
Skill de análise de inteligência de riscos de fraude baseado no JDArmy/BREAK, voltado para equipes de risco, antifraude e segurança de negócios.
基于 JDArmy/BREAK 的欺诈与业务风险情报分析 Skill，面向风控、反欺诈和业务安全团队。
Este skill, chamado `c0urag1/break-risk-intel-skill`, é uma habilidade especializada para agentes de IA focada em inteligência de riscos de fraude e segurança de negócios. Ele se baseia no framework JDArmy/BREAK para analisar ameaças cibernéticas relacionadas a atividades criminosas, especialmente no contexto de fraudes financeiras e de identidade. O skill é projetado para equipes de risco, antifraude e segurança cibernética, permitindo que agentes como o Claude Code ou Codex realizem análises de inteligência de ameaças (TI) a partir de dados brutos, como logs de tráfego suspeito, indicadores de comprometimento (IOCs) e descrições de ataques. Ele suporta a extração de padrões de ataque, correlação com bases de conhecimento existentes (como MITRE ATT&CK) e geração de relatórios resumidos. Ao usar este skill, um agente pode automaticamente interpretar dados de fontes como fóruns da dark web ou amostras de malware, identificar riscos, e sugerir contramedidas. A implementação segue o protocolo BREAK (Background, Results, Environment, Action, Knowledge) para estruturar o processo analítico, garantindo consistência nas respostas. É útil para acelerar a triagem de incidentes, melhorar a detecção de fraudes e fornecer insights acionáveis para equipes de segurança.
npx skills add c0urag1/break-risk-intel-skillInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Skill de análise de inteligência de riscos de fraude baseado no JDArmy/BREAK, voltado para equipes de risco, antifraude e segurança de negócios.
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.