OpenAgentSkill
GitHub200+

Vorinstallations-Eval

context-optimization Eval-Bericht.

Eine maschinenlesbare Installationsentscheidung für Agents: Task-Fit, Trust Score, Audit Score, Installationssicherheit, Berechtigungsumfang und ein konkreter Validierungsplan vor dem Einsatz im Workspace.

Prüfung nötigMittleres RisikoPrüfen Richtlinie
74
Eval-Bericht
74
Vertrauen
82
Audit
50
Agent-Sicherheit

Manuelle Prüfung

Test manually in an isolated workspace and compare against safer alternatives.

Erforderliche Gates

Prüfungen, die ein Agent vor der Installation bestehen muss

JSON öffnen

Aufgabenpassung

84

Bestanden

Task wording matches this skill metadata.

  • Evaluate context-optimization before installing it in an agent workflow
  • automation
  • RAG and knowledge workflows; Claude Code teams; teams that value GitHub adoption signals

Installationspfad

92

Bestanden

Install handoff is available.

  • npx skills add muratcankoylan/Agent-Skills-for-Context-Engineering --skill context-optimization

Sicherheit des Installationsbefehls

92

Bestanden

Standard-Paket- oder Laufzeit-Installationspfad

  • npx skills add muratcankoylan/Agent-Skills-for-Context-Engineering --skill context-optimization

Vertrauenswert

74

Warnung

Good trust signals with a few areas worth checking before rollout.

  • Starke Shortlist
  • 18K GitHub-Stars
  • MIT

Audit-Score

82

Warnung

Prüfung nötig

  • Permission surface may require sandboxing

Agent-Sicherheitsprüfung

50

Warnung

Sparse or mixed signals. Useful for discovery, but not for autonomous installation.

  • Test manually in an isolated workspace and compare against safer alternatives.
  • Hinweise auf Hochrisiko-Berechtigungen: Secrets or environment access

Lizenzklarheit

86

Bestanden

MIT

  • MIT

Berechtigungsumfang

60

Warnung

secrets or environment access, filesystem or document access

  • Network access: medium
  • Filesystem access: medium
  • Secrets or environment access: high

Validierungsplan

Was der Agent als Nächstes tun sollte

  1. 1Inspect repository, README/SKILL.md, license, and recent commits before production use.
  2. 2Install in an isolated workspace or sandbox with no production secrets available.
  3. 3Run the smallest representative task and record files touched, commands run, network access, and outputs.
  4. 4Compare the selected skill against at least one alternative when the eval status is review or failed.
  5. 5Promote only after the agent reports a successful verification result and unresolved warnings are accepted.

Nicht verwenden, wenn

Bedingungen für eine andere Skill

  • Teams, die ein vom Anbieter unterstütztes SLA benötigen
  • production agents without a repository review
  • The SKILL.md excerpt is incomplete at the end, so the full masking rules and edge cases are not fully visible in the provided snippet.
  • Hinweise auf Hochrisiko-Berechtigungen: Secrets or environment access
  • Permission surface may require sandboxing
  • The Python utilities use heuristic token estimation and simple summarization; the code itself notes that production systems should use model-specific tokenizers and LLM-based summarization.

Unterstützende Prüfungen

Vertrauenssignale hinter der Entscheidung

README/SKILL.md-Vollständigkeit

Bestanden

86

Metadaten enthalten ausreichend Nutzungs- und Workflow-Kontext

Aktuelle Wartung

Bestanden

88

2 Monate seit dem letzten Push

Alternativen verfügbar

Bestanden

82

Alternative skills are available for comparison.