Informe de auditoría del skill
kb Informe de auditoría.
Portable OKF knowledge bundle for coding-agent memory and LLM wikis. Use when the user wants to start a wiki, ingest a source, document a repository, query project knowledge with citations, lint for drift, or visualize connections; whenever a repo has a knowledge/ bundle that should inform the task; and when another kb-* skill needs the shared spec, glossary, templates, or trust model.
Trust Score de OpenAgentSkill
Trust Score de OpenAgentSkill
The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.
Adopción en GitHub
Advertencia48
41 estrellas de GitHub
Actividad de stars/forks
Advertencia43
41 estrellas y 0 forks; la actividad de issues no está disponible en los metadatos actuales
Mantenimiento reciente
Aprobado88
2 meses desde el último push
Claridad de licencia
Aprobado86
MIT
Completitud de README/SKILL.md
Aprobado94
Los metadatos incluyen suficiente contexto de uso y flujo de trabajo
Riesgo de dependencias/runtime
Aprobado90
No hay indicios importantes de riesgo de dependencias en los metadatos públicos
Disponibilidad de instalación
Aprobado92
npx skills add stjbrown/agent-knowledge --skill kb
Seguridad del comando de instalación
Aprobado92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
Info74
filesystem or document access, database access
Evidencia del repositorio
Aprobado86
https://github.com/stjbrown/agent-knowledge/tree/main/skills/kb
Estado de revisión
Advertencia46
Falta aprobación de revisión por IA
Resultados comprobados por Agent
Info54
Aún no hay datos de resultados del Agent
Comprobaciones
Revisión de instalación y adopción
Ruta de instalación
92
npx skills add stjbrown/agent-knowledge --skill kb
Repositorio
88
https://github.com/stjbrown/agent-knowledge/tree/main/skills/kb
Licencia
86
MIT
Mantenimiento
88
2 meses desde el último push
Revisión por IA
55
Review approval is missing
Completitud de README/SKILL.md
94
Usable description available
Riesgo de dependencias
90
No hay indicios importantes de riesgo de dependencias en los metadatos públicos
Seguridad del comando de instalación
92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
74
filesystem or document access, database access
Actividad de stars/forks
43
41 estrellas y 0 forks; la actividad de issues no está disponible en los metadatos actuales
Adopción
42
41 estrellas de GitHub
Advertencias
- Low GitHub adoption signal
- Falta aprobación de revisión por IA
- Quality score needs review
- GitHub adoption: 41 GitHub stars
- Stars/forks activity: 41 stars, 0 forks; issue activity unavailable in current metadata
- 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
peft-fine-tuning
Parameter-efficient fine-tuning for LLMs using LoRA, QLoRA, and 25+ methods. Use when fine-tuning large models (7B-70B) with limited GPU memory, when you need to train <1% of parameters with minimal accuracy loss, or for multi-adapter serving. HuggingFace's official library integrated with transformers ecosystem.
13K Estrellas · Informe de auditoría
distributed-llm-pretraining-torchtitan
Provides PyTorch-native distributed LLM pretraining using torchtitan with 4D parallelism (FSDP2, TP, PP, CP). Use when pretraining Llama 3.1, DeepSeek V3, or custom models at scale from 8 to 512+ GPUs with Float8, torch.compile, and distributed checkpointing.
13K Estrellas · Informe de auditoría
litert-lm
Creates an Android app that runs an open text LLM on the device, on the CPU or the GPU, with the LiteRT-LM Kotlin API. Use this skill to build a new chat, summarization or extraction app with a .litertlm model from Hugging Face litert-community (Gemma, Qwen, Llama, Phi) - the dependency and manifest entries, getting the model file onto the device, engine initialization, a streamed multi-turn conversation, the ViewModel and screen.
459 Estrellas · Informe de auditoría