O que ai-supply-chain-guard faz?
Habilidade de agente agnóstica em relação a ferramentas para defesa da cadeia de suprimentos de dependências.
Habilidade de agente agnóstica em relação a ferramentas para defesa da cadeia de suprimentos de dependências.
O ZarK/ai-supply-chain-guard é uma habilidade de agente de IA agnóstica em relação a ferramentas, projetada para reforçar a segurança da cadeia de suprimentos de dependências durante o desenvolvimento de software. Ela capacita agentes de IA a detectar e mitigar riscos como dependências maliciosas, vulnerabilidades conhecidas e ataques de confusão de dependências (dependency confusion), funcionando de forma transparente com diferentes ferramentas de IA, como Claude Code, Cursor ou Codex. A habilidade utiliza uma combinação de varreduras automatizadas de manifestos de dependências (como package.json, requirements.txt e Cargo.toml), verificação de integridade de hashes e referências cruzadas com bancos de dados de vulnerabilidades públicas. Para desenvolvedores, ela oferece uma camada adicional de proteção sem exigir mudanças significativas no fluxo de trabalho, integrando-se perfeitamente a comandos de terminal e arquivos de configuração. Ao executar verificações no contexto de operações de instalação de pacotes ou durante a revisão de código, o agente pode alertar sobre dependências suspeitas e sugerir alternativas seguras, tornando-a uma ferramenta essencial para equipes que priorizam a segurança na esteira de desenvolvimento.
npx skills add ZarK/ai-supply-chain-guardInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidade de agente agnóstica em relação a ferramentas para defesa da cadeia de suprimentos de dependências.
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.