OpenAgentSkill
GitHub200+

インストール前評価

context-optimization 評価レポート.

Agent 向けの機械可読なインストール判断です。タスク適合、Trust Score、Audit Score、インストール安全性、権限範囲、ワークスペースに触れる前の具体的な検証プランを含みます。

要レビュー中リスクレビュー ポリシー
74
評価レポート
74
信頼
82
監査
50
Agent セーフティ

手動レビュー

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

必須ゲート

インストール前に Agent が通過すべきチェック

JSON を開く

タスク適合

84

合格

タスク文言はこのスキルのメタデータと一致しています。

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

インストール経路

92

合格

インストールの引き継ぎ情報を利用できます。

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

インストールコマンドの安全性

92

合格

標準パッケージまたはランタイムのインストールパス

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

信頼スコア

74

警告

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

  • 有力候補
  • GitHub スター 18K
  • MIT

監査スコア

82

警告

要レビュー

  • Permission surface may require sandboxing

Agent 安全ゲート

50

警告

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

  • Test manually in an isolated workspace and compare against safer alternatives.
  • 高リスク権限のヒント: Secrets or environment access

ライセンスの明確さ

86

合格

MIT

  • MIT

権限範囲

60

警告

secrets or environment access, filesystem or document access

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

検証プラン

Agent が次に行うこと

  1. 1本番利用前にリポジトリ、README/SKILL.md、ライセンス、最近のコミットを確認してください。
  2. 2本番シークレットがない隔離ワークスペースまたはサンドボックスにインストールしてください。
  3. 3最小の代表タスクを実行し、操作したファイル、実行コマンド、ネットワークアクセス、出力を記録してください。
  4. 4評価状態がレビューまたは失敗の場合、選択したスキルを少なくとも 1 つの代替と比較してください。
  5. 5Agent が検証成功を報告し、未解決の警告が受容された後にのみ昇格してください。

使わない場合

別のスキルが必要な条件

  • ベンダー提供の SLA が必要なチーム
  • 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.
  • 高リスク権限のヒント: 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.

補助チェック

判断を支える信頼シグナル

README/SKILL.md の完全性

合格

86

メタデータには十分な利用・ワークフロー文脈があります

最近のメンテナンス

合格

88

最終プッシュから 2 か月

代替候補あり

合格

82

比較できる代替スキルがあります。