Skill Federation
Busca gratuita e privada de skills para agentes de IA
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
- Plano. Você aprova um plano no seu agente como de costume.
- 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.
- 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.
- Revisão. O agente escolhe a melhor correspondência (ou rejeita todas) e mostra uma tabela de confiança.
- 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. - 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.
| Condição | O que o agente recebe | Sucesso |
|---|---|---|
| Sem skill | Claude Code puro (Opus 4.6) | 17,5% |
| Skillfed | melhor skill recuperada do instantâneo de 26.629 skills | 22,8% |
| Oráculo | a skill escrita à mão da própria tarefa — um limite superior inatingível | 36,8% |
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
descriptionde uma linha, ~4formulationsparafraseadas, 1–5keywordse umsketchde 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. Onamedo 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_selectionrotula a qualidade da recuperação (quais candidatos mostrados estavam certos ou errados); umreport_demandcaptura 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]