O que aguara faz?
Escaneia skills de agentes de IA e servidores MCP em busca de injeção de prompt, vazamentos de dados e ameaças à cadeia de suprimentos para proteger ambientes de produção.
Escaneia skills de agentes de IA e servidores MCP em busca de injeção de prompt, vazamentos de dados e ameaças à cadeia de suprimentos para proteger ambientes de produção.
Aguara é uma ferramenta de segurança projetada para auditar skills de agentes de IA (como as usadas no Claude Code, Cursor ou Codex) e servidores MCP (Model Context Protocol) contra vulnerabilidades críticas. Ela identifica vetores de ataque como injeção de prompt, vazamento inadvertido de dados sensíveis e riscos na cadeia de suprimentos (dependências maliciosas ou configurações inseguras), ajudando equipes de engenharia a manter ambientes de produção seguros. A ferramenta funciona como um scanner estático e dinâmico que analisa o código-fonte das skills, arquivos de configuração e endpoints MCP em busca de padrões de risco conhecidos. Com suporte multiplataforma, Aguara pode ser integrada a pipelines de CI/CD, alertando automaticamente sobre descobertas antes que uma skill ou servidor seja implantado. Sua principal utilidade é fornecer uma camada extra de segurança em um ecossistema onde agentes de IA executam ações com acesso a dados e sistemas, evitando que explorações comprometam a integridade operacional.
npx skills add salasi1204/aguaraInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Escaneia skills de agentes de IA e servidores MCP em busca de injeção de prompt, vazamentos de dados e ameaças à cadeia de suprimentos para proteger ambientes de produção.
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.