Habilidade unificada para agentes LLM de revisão de código que cobre tanto segurança (CWE) quanto privacidade (GDPR) através de uma metodologia detector-validator. Inclui o SKILL.md, um benchmark Python de 128 casos em 30 categorias canônicas com um subconjunto de verdadeiros negativos retidos, e o harness de avaliação do artigo SecPriv.
O facebookresearch/secpriv-skill é uma habilidade especializada para agentes LLM focada em revisão de código, combinando verificações de segurança (CWE) e privacidade (GDPR) em uma única metodologia detector-validator. Ela define um SKILL.md que instrui o agente a primeiro detectar possíveis vulnerabilidades ou violações de privacidade e, em seguida, validá-las com contexto adicional para reduzir falsos positivos. A habilidade inclui um benchmark Python de 128 casos abrangendo 30 categorias canônicas, com um subconjunto de exemplos verdadeiros negativos retidos para testes de robustez. É útil para desenvolvedores que desejam automatizar a revisão de código com foco em conformidade e segurança, suportando plataformas como Claude Code, Cursor, e Codex que leem o SKILL.md. O harness de avaliação do artigo SecPriv permite medir a eficácia do agente em tarefas de revisão, tornando esta habilidade uma ferramenta prática para pesquisa e desenvolvimento em segurança de software.
npx skills add facebookresearch/secpriv-skillInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidade unificada para agentes LLM de revisão de código que cobre tanto segurança (CWE) quanto privacidade (GDPR) através de uma metodologia detector-validator. Inclui o SKILL.md, um benchmark Python de 128 casos em 30 categorias canônicas com um subconjunto de verdadeiros negativos retidos, e o harness de avaliação do artigo SecPriv.
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.