Communitygithub.com

skill-federation/skill-federation

Busca gratuita e privada de skills para agentes de IA

O que é skill-federation?

Skill Federation é um serviço de busca de skills para agentes de IA como Claude Code, Cursor e Codex, que preserva a privacidade do usuário. Diferente de outros mecanismos de busca que enviam seus planos, documentos ou dados para servidores remotos, o Skill Federation envia apenas um 'desejo abstrato' — uma descrição de capacidade de nível de skill, sem nunca expor sua tarefa, planos, arquivos ou raciocínio. Ele pesquisa em um catálogo curado e pré-verificado de mais de 87.000 skills de código aberto, retornando candidatos com informações de licença, procedência e classificação de segurança para que você aprove cada instalação. Em benchmarks, o Skill Federation melhora a taxa de sucesso de agentes em tarefas de engenharia de software em ~30% em relação a agentes sem skills, e é compatível com Claude Code, Cursor e outros agentes via protocolo MCP ou invocação por `/skillfed`.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/skill-federation/skill-federation/tree/main

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Prévia

Do README da skill

Instalações
Clones
Estrelas
SkillsBench
npm
PyPI
Plataforma
Runtime

Documentação

Skill Federation

Busca gratuita e privada de skills para agentes de IA

Instalações Clones Estrelas SkillsBench

npm PyPI Plataforma Runtime

Licença Dados enviados Skill de Agente

Seu agente pergunta. Skill Federation responde. Você aprova.

Um agente puro resolve 17,5% das tarefas do SkillsBench. Com Skill Federation, 22,8% — e seu trabalho nunca sai da sua máquina.


Seu agente de codificação fica reconstruindo coisas que uma skill empacotada já faz bem — extração de PDF, dimensionamento de mercado, limpeza de dados, revisão de PR, notificações Slack, relatórios SQL. As skills existem, espalhadas pelo ecossistema open-source. O problema é encontrar a certa no meio da tarefa — e toda abordagem de "pesquisar um catálogo" até agora significa enviar seu plano, seu briefing ou seus dados para o servidor de alguém.

Skill Federation encontra skills de forma a preservar a privacidade. Logo após você aprovar um plano, seu agente escreve uma lista de desejos abstrata — "se toda skill existisse, qual eu usaria?" — e a federação combina esses desejos com um catálogo de skills verificadas. Seu plano, seus arquivos e seus resultados nunca saem da sua máquina. Apenas os desejos abstratos são enviados.

[!IMPORTANT] Apenas o desejo abstrato cruza a fronteira — uma descrição de capacidade de uma linha, ~4 paráfrases com vocabulário variado, 1–5 palavras-chave e um esboço de nível de capacidade da skill ideal. Cada campo é "qual skill deveria existir", nunca sua tarefa. Seu plano, briefing, conteúdo de arquivos e rastreamento de raciocínio permanecem locais — sempre.

Aqui está toda a carga útil para um desejo — a string literal enviada para launch-strategy. Ela nomeia o domínio de capacidade, nunca sua tarefa, planos ou produto:

description: planejar um lançamento multicanal para uma ferramenta de desenvolvedor open-source
paraphrases: orquestrar um lançamento no hacker news reddit e product hunt · planejar um
             lançamento go-to-market para uma ferramenta de desenvolvedor · coordenar um anúncio
             de lançamento multiplataforma · projetar um plano de lançamento para um projeto open-source
sketch:      lançamento product hunt hacker news lista de espera campanha go-to-market ·
             planejamento de canais timing preparação de assets anúncio
keywords:    lançamento, gtm, product-hunt, estratégia, anúncio

É isso — uma descrição, quatro paráfrases, um esboço de capacidade e palavras-chave. O nome do seu produto, seu roadmap não lançado e seu plano de lançamento real nunca aparecem.

Você: /skillfed planejar um lançamento para minha ferramenta de desenvolvimento open-source

  -> agente escreve 4 desejos abstratos (paráfrases + um esboço de capacidade).
     Apenas estes saem da sua máquina — nunca seu plano, arquivos ou dados.

  desejo: launch-strategy       -> multi-platform-launch  revisão - verificada             <- selecionada
  desejo: repo-discoverability  -> github-presence        revisão - verificada             <- selecionada
  desejo: community-building    -> community-building     revisão - verificada             <- selecionada
  desejo: growth-analytics      -> product-analytics      permissiva - verificada - 221*   <- selecionada
       (cada uma escolhida entre 5 candidatos ranqueados no catálogo verificado)

  Instalar as 4 selecionadas? Elas vão para .claude/skills/ com licença e atribuição de fonte.

🔒 Por que é diferente

  • Piso de privacidade, por design. Apenas o desejo abstrato cruza a fronteira — "qual skill deveria existir", nunca sua tarefa. Seu plano, briefing, conteúdo de arquivos e rastreamento de raciocínio permanecem locais, sempre. (Análise completa campo por campo em Privacidade e confiança abaixo.)
  • Confiança antes de instalar. Os candidatos vêm de um registro interno pré-verificado (Cisco Skill Scanner + NVIDIA SkillSpector), não do repositório aberto — cada um mostra sua classe de licença, procedência, estrelas e fonte. Você aprova cada instalação; nada é puxado silenciosamente. (Veja Segurança.)
  • Nativo, sem instalação. O nível padrão não precisa de nada além de curl — já presente no Windows 10+ e macOS. Sem Python, sem Node, sem gerenciador de pacotes. (Níveis opcionais adicionam ferramentas MCP tipadas se você tiver Node.)

⚙️ Como funciona

  1. Plano. Você aprova um plano no seu agente como de costume.
  2. Lista de desejos. O agente esboça as skills ideais e escreve até 10 desejos abstratos — cada um com paráfrases de vocabulário variado e um esboço estruturado de capacidade para alta recuperação. Sem detalhes da tarefa.
  3. Correspondência. A federação executa uma busca lexical rápida por desejo (descrição + paráfrases + esboço achatado) contra o catálogo verificado e pré-verificado e retorna os principais candidatos.
  4. Revisão. O agente escolhe a melhor correspondência (ou rejeita todas) e mostra uma tabela de confiança.
  5. Instalação. Com sua aprovação, as skills escolhidas são buscadas da cópia interna verificada (não do repositório original) para .claude/skills/ com licença completa e atribuição de fonte.
  6. Uso. Seu agente usa a skill imediatamente — sem reinventar a roda.

📊 Benchmark

Medimos o Skill Federation no SkillsBench (tarefas de agente de codificação com verificadores determinísticos), com o agente configurado como Claude Code (Opus 4.6). A pegadinha que torna isso um teste real: a skill que o Skillfed recupera vem de um instantâneo de 26.629 skills do catálogo público (que contém 87k+ skills no total) com as skills de resposta do próprio benchmark removidas — então isso mede se skills criadas independentemente se transferem para a tarefa, não se conseguimos reencontrar a skill escrita à mão do benchmark.

CondiçãoO que o agente recebeSucesso
Sem skillClaude Code puro (Opus 4.6)17,5%
Skillfedmelhor skill recuperada do instantâneo de 26.629 skills22,8%
Oráculoa skill escrita à mão da própria tarefa — um limite superior inatingível36,8%

O Skillfed eleva o sucesso de 17,5% para 22,8% — um ganho relativo de ~30% em relação ao agente puro, e recupera ~27% da lacuna para uma skill oráculo que nunca vê. A maioria dos resultados de recuperação de skills testa recuperação de oráculo (a skill do próprio benchmark está no pool); este testa transferência — skills úteis puxadas de um catálogo público grande e ruidoso.

📦 Instalação

Uma linha — sem necessidade de clone. Você já tem Node ou Python:

# Node — npm
npx skillfed
# Python — uv   (ou:  pipx run skillfed)
uvx skillfed

Prefere o sistema de plugins do Claude Code? Adicione o marketplace e instale o plugin:

/plugin marketplace add skill-federation/skill-federation
/plugin install skill-federation@skill-federation

Sem Node ou Python? Peça ao Claude Code para instalar a versão curl para você:

Instale o Skill Federation /skillfed finder de github.com/skill-federation/skill-federation
— execute seu instalador curl (install.ps1 no Windows, install.sh no macOS/Linux), depois me diga para
reiniciar o Claude Code.

[!TIP] Em seguida, reinicie o Claude Code e execute /skillfed <o que você está tentando fazer> — ou apenas aprove um plano e o finder se oferece automaticamente.

Zero runtime — o finder precisa apenas de curl (sem Node ou Python). Para os níveis opcionais (hook de ativação automática · ferramentas MCP tipadas · auxiliar Python/CI), flags, escopos, instalação a partir de um checkout e detalhes de segurança de configuração, veja install.md.

# Windows (PowerShell) — irm|iex também contorna o bloqueio de política de execução
irm https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.ps1 | iex
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.sh | bash

🛡️ Privacidade e confiança

[!NOTE] O que nunca cruza: seu plano, briefing, conteúdo de arquivos, resultados ou rastreamento de raciocínio. O que cruza: apenas o desejo abstrato (descrição + paráfrases + palavras-chave + esboço de capacidade).

  • O que cruza a fronteira: o desejo abstrato — sua description de uma linha, ~4 formulations parafraseadas, 1–5 keywords e um sketch de capacidade estruturado da skill ideal (purpose / inputs / outputs / operations / domain_vocab / section_sketch / tags). Os termos achatados do esboço são transportados dentro da consulta de pesquisa em cada busca (eles fornecem o vocabulário discriminativo que impulsiona a recuperação); quando nenhuma skill é encontrada, esse mesmo esboço se torna o ponteiro de demanda — abstrato o suficiente para protegê-lo, detalhado o suficiente para construir automaticamente a skill ausente. Cada campo é "qual skill deveria existir", nunca sua tarefa. O name do desejo é apenas para exibição e não é enviado.
  • O que nunca cruza: seu plano, briefing, conteúdo de arquivos, resultados ou rastreamento de raciocínio.
  • Dois sinais complementares, não confundidos: um report_selection rotula a qualidade da recuperação (quais candidatos mostrados estavam certos ou errados); um report_demand captura a lacuna de capacidade (o que era realmente necessário). Eles alimentam loops diferentes — a seleção aprimora a busca, a demanda impulsiona o que é construído em seguida.
  • Local primeiro: se você já tem uma skill instalada, sua cópia local é usada como está — suas edições são personalização, nunca sobrescritas silenciosamente.

🔒 Segurança

O Skill Federation trata toda skill de terceiros como entrada não confiável. As skills são servidas do nosso registro interno, pré-verificado — nunca puxadas ao vivo do repositório aberto. Na ingestão, copiamos cada candidato, deduplicamos e o verificamos; apenas skills aprovadas são promovidas e servidas. O link source que você vê é procedência, não de onde a skill é buscada.

Cada candidato é verificado com o melhor esforço usando duas ferramentas independentes:

  • Cisco AI Defense Skill Scanner — YARA/padrão, bytecode, taint de comando, fluxo de dados comportamental, LLM como juiz e verificações do VirusTotal para injeção de prompt, exfiltração de dados e código malicioso.
  • NVIDIA SkillSpector — análise de padrões de vulnerabilidade + análise LLM com consultas ao vivo de CVE no OSV.dev e uma pontuação de risco de 0 a 100.

Achados altos/críticos são rejeitados ou encaminhados para revisão manual antes da promoção — o catálogo aberto nunca chega a você sem filtro.

Por que isso importa. O estudo da NVIDIA por trás do SkillSpector verificou 42.447 skills públicas e encontrou 26,1% com pelo menos uma vulnerabilidade e 5,2% com provável intenção maliciosa — e uma skill instalada é executada com todas as permissões do seu agente. Servir diretamente de repositórios públicos entregaria aproximadamente uma em cada quatro skills vulneráveis e uma em cada vinte maliciosas ao seu agente; o portal de ingestão é o que as mantém fora.

[!NOTE] A verificação é com o melhor esforço, não uma garantia. Como o scanner da Cisco coloca, "nenhum achado ≠ nenhum risco" — uma verificação limpa não é prova de que uma skill é segura. O Skill Federation ainda mostra a licença, procedência e fonte de cada skill, e nada é instalado sem sua aprovação.

🔧 Configuração

O finder conversa com um endpoint de federação via HTTPS. O padrão é uma demonstração sem chave; substitua-o:

export SKILLFED_ENDPOINT="https://sua-federacao.exemplo.com"   # ou defina em .mcp.json para o nível npx

📁 O que está neste repositório

install.ps1 / install.sh / install.md   instalador de detecção automática; funciona de um clone OU via pipe (irm|iex, curl|bash)
installer/                              pacote npm `skillfed` — o pat `npx skillfed` sem clone

…

[truncado para tradução]

Habilidades Relacionadas