Rapport d’audit du skill
agent-creator Rapport d’audit.
Create composable AI agent systems in NestJS projects following the "tools all the way down" architecture. Use this skill when users want to: (1) Create new AI agents with orchestrator/planner/executor/evaluator components, (2) Build agentic systems that can call other agents as tools, (3) Implement DAG-based planning with parallel execution, (4) Add database-backed state persistence for agent runs, (5) Create custom evaluators for quality assurance. Triggers on "create agent", "build agent", "agent system", "agentic", "orchestrator", "planner/executor pattern", or NestJS AI agent requests.
Trust Score OpenAgentSkill
Trust Score OpenAgentSkill
The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.
Adoption GitHub
Échoué30
20 stars GitHub
Activité stars/forks
Échoué32
20 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Maintenance récente
Validé100
3 jours depuis le dernier push
Clarté de licence
Validé86
MIT
Complétude README/SKILL.md
Validé86
Les métadonnées incluent suffisamment de contexte d’usage et de workflow
Risque dépendances/runtime
Info74
network or browser surface, database surface
Disponibilité de l’installation
Validé92
npx skills add mhylle/claude-skills-collection --skill agent-creator
Sécurité de la commande d’installation
Validé92
Chemin d’installation standard de package ou runtime
Surface de permissions
Avertissement60
filesystem or document access, network or browser access
Preuve du dépôt
Validé86
https://github.com/mhylle/claude-skills-collection/tree/master/skills/agent-creator
État de revue
Avertissement46
L’approbation de revue IA est absente
Résultats prouvés par Agent
Info54
Pas encore de données de résultats Agent
Vérifications
Revue d’installation et d’adoption
Chemin d’installation
92
npx skills add mhylle/claude-skills-collection --skill agent-creator
Dépôt
88
https://github.com/mhylle/claude-skills-collection/tree/master/skills/agent-creator
Licence
86
MIT
Maintenance
100
3 jours depuis le dernier push
Revue IA
55
Review approval is missing
Complétude README/SKILL.md
86
Usable description available
Risque de dépendances
74
network or browser surface, database surface
Sécurité de la commande d’installation
92
Chemin d’installation standard de package ou runtime
Surface de permissions
60
filesystem or document access, network or browser access
Activité stars/forks
32
20 stars et 1 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Adoption
42
20 stars GitHub
Avertissements
- Permission surface may require sandboxing
- Low GitHub adoption signal
- L’approbation de revue IA est absente
- Quality score needs review
- Permission surface needs review: filesystem or document access, network or browser access
- GitHub adoption: 20 GitHub stars
- Stars/forks activity: 20 stars, 1 forks; issue activity unavailable in current metadata
- Permission surface: filesystem or document access, network or browser access
- Review status: AI review approval is missing
Méthode
This report combines public metadata, AI review output, repository freshness, install readiness, OpenAgentSkill events, quality scoring, trust checks, and the agent safety gate. It is not a full source-code security review.
Comparer les options proches
Skills associés à auditer ensuite
Awesome Llm Apps
100+ AI Agent & RAG apps you can actually run — clone, customize, ship.
114K Stars · Rapport d’audit
Hello Agents
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
59K Stars · Rapport d’audit
Llm App
Ready-to-run cloud templates for RAG, AI pipelines, and enterprise search with live data. 🐳Docker-friendly.⚡Always in sync with Sharepoint, Google Drive, S3, Kafka, PostgreSQL, real-time data APIs, and more.
59K Stars · Rapport d’audit