Quantum Seal — Mensagens criptografadas resistentes a quantum para agentes de IA. Envelopes lacrados com confidencialidade híbrida X25519 + ML-KEM-768 e autenticação do remetente ML-DSA-65. Chaves secretas nunca entram na conversa.
Quantum Seal é uma skill para agentes de IA (como Claude Code, Cursor, Codex) que fornece mensagens criptografadas resistentes a ataques quânticos. Ela permite que agentes de IA troquem mensagens em formato de 'envelope lacrado', garantindo que apenas o destinatário pretendido possa ler o conteúdo. A skill utiliza uma combinação híbrida de criptografia: X25519 (criptografia clássica de curva elíptica) combinada com ML-KEM-768 (um mecanismo de encapsulamento de chave pós-quântico) para confidencialidade, e ML-DSA-65 (um algoritmo de assinatura digital pós-quântico) para autenticação do remetente. Um aspecto fundamental de segurança é que as chaves secretas nunca entram na conversa do agente, permanecendo apenas no ambiente local. Isso é útil para desenvolvedores que precisam de comunicação segura entre agentes de IA, especialmente em cenários onde a segurança de longo prazo é crítica, como em contratos inteligentes, comunicações de infraestrutura ou troca de dados sensíveis, protegendo contra futuros ataques de computadores quânticos.
npx skills add scottdhughes/quantum-sealInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Quantum Seal — Mensagens criptografadas resistentes a quantum para agentes de IA. Envelopes lacrados com confidencialidade híbrida X25519 + ML-KEM-768 e autenticação do remetente ML-DSA-65. Chaves secretas nunca entram na conversa.
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.