Informe de auditoría del skill

mlops-observability Informe de auditoría.

Make an ML system a glass box with reproducible runs, MLflow dataset lineage, drift monitoring, alerting, and SHAP explanations. Use when a deployed model needs traceability, monitoring, alerting, or explanation.

Experimental · RevisarRequiere revisiónGenerado 12 oct 2026Auditoría heurística de metadatos
68
Auditoría
67
Confianza
49
Calidad
72
Seguridad
88
Maintain
92
Instalar

Trust Score de OpenAgentSkill

67
Revisión manual

Trust Score de OpenAgentSkill

The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.

Adopción en GitHub

Fallido

30

22 estrellas de GitHub

Actividad de stars/forks

Fallido

32

22 estrellas y 4 forks; la actividad de issues no está disponible en los metadatos actuales

Mantenimiento reciente

Aprobado

88

2 meses desde el último push

Claridad de licencia

Aprobado

86

MIT

Completitud de README/SKILL.md

Aprobado

86

Los metadatos incluyen suficiente contexto de uso y flujo de trabajo

Riesgo de dependencias/runtime

Advertencia

54

credential or environment access, external package install surface

Disponibilidad de instalación

Aprobado

92

npx skills add MLOps-Courses/mlops-coding-skills --skill mlops-observability

Seguridad del comando de instalación

Aprobado

92

Ruta estándar de paquete o instalación en tiempo de ejecución

Superficie de permisos

Advertencia

48

secrets or environment access, filesystem or document access

Evidencia del repositorio

Aprobado

86

https://github.com/MLOps-Courses/mlops-coding-skills/tree/main/mlops-observability

Estado de revisión

Advertencia

46

Falta aprobación de revisión por IA

Resultados comprobados por Agent

Info

54

Aún no hay datos de resultados del Agent

Comprobaciones

Revisión de instalación y adopción

6 Aprobado · 16 Requiere revisión

Ruta de instalación

92

Aprobado

npx skills add MLOps-Courses/mlops-coding-skills --skill mlops-observability

Repositorio

88

Aprobado

https://github.com/MLOps-Courses/mlops-coding-skills/tree/main/mlops-observability

Licencia

86

Aprobado

MIT

Mantenimiento

88

Aprobado

2 meses desde el último push

Revisión por IA

55

Revisar

Review approval is missing

Completitud de README/SKILL.md

86

Aprobado

Usable description available

Riesgo de dependencias

54

Corregir

credential or environment access, external package install surface

Seguridad del comando de instalación

92

Aprobado

Ruta estándar de paquete o instalación en tiempo de ejecución

Superficie de permisos

48

Corregir

secrets or environment access, filesystem or document access

Actividad de stars/forks

32

Corregir

22 estrellas y 4 forks; la actividad de issues no está disponible en los metadatos actuales

Adopción

42

Revisar

22 estrellas de GitHub

Advertencias

  • Dependency or permission surface needs review
  • Permission surface may require sandboxing
  • Low GitHub adoption signal
  • Falta aprobación de revisión por IA
  • Quality score needs review
  • Permission surface needs review: secrets or environment access, filesystem or document access
  • GitHub adoption: 22 GitHub stars
  • Stars/forks activity: 22 stars, 4 forks; issue activity unavailable in current metadata
  • Dependency/runtime risk: credential or environment access, external package install surface
  • Permission surface: secrets or environment access, filesystem or document access
  • Review status: AI review approval is missing

Método

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.

Comparar opciones cercanas

Skills relacionados para auditar después