skill-sentinel – skill Khác cho agent AI

Skill Sentinel

Overview

Auditoria e evolucao do ecossistema de skills. Qualidade de codigo, seguranca, custos, gaps, duplicacoes, dependencias e relatorios de saude.

When to Use This Skill

• When the user mentions "auditar skills" or related topics
• When the user mentions "qualidade skills" or related topics
• When the user mentions "verificar skills ecossistema" or related topics
• When the user mentions "saude ecossistema skills" or related topics
• When the user mentions "skills duplicadas" or related topics
• When the user mentions "otimizar skills" or related topics

Do Not Use This Skill When

• The task is unrelated to skill sentinel
• A simpler, more specific tool can handle the request
• The user needs general-purpose assistance without domain expertise

How It Works

Ferramenta local consultiva que inventaria e sugere melhorias no o ecossistema de skills. Analisa

metadados e arquivos Python inventariados em dimensoes heuristicas, identifica problemas, sugere melhorias

e recomenda novas skills especialistas.

Resumo Rapido

| Area | Script | O que faz |

|------|--------|-----------|

| Discovery | scanner.py | Descobre todas as skills automaticamente |

| Qualidade | analyzers/code_quality.py | Complexidade, docstrings, error handling |

| Seguranca | analyzers/security.py | Secrets, SQL injection, HTTPS |

| Performance | analyzers/performance.py | API calls, caching, retry |

| Governanca | analyzers/governance_audit.py | Rate limits, audit log, confirmacoes |

| Documentacao | analyzers/documentation.py | SKILL.md, triggers, references |

| Dependencias | analyzers/dependencies.py | requirements.txt, versoes |

| Cross-Skill | analyzers/cross_skill.py | Duplicacao, padroes compartilhados |

| Custos | cost_optimizer.py | Tokens, verbosidade, output |

| Recomendacoes | recommender.py | Gap analysis, novas skills |

| Relatorio | report_generator.py | Markdown estruturado |

| Orquestracao | run_audit.py | CLI principal |

Localizacao

skills/skill-sentinel/
├── SKILL.md
├── scripts/
│   ├── requirements.txt
│   ├── config.py
│   ├── db.py
│   ├── governance.py
│   ├── scanner.py
│   ├── analyzers/
│   │   ├── code_quality.py
│   │   ├── security.py
│   │   ├── performance.py
│   │   ├── governance_audit.py
│   │   ├── documentation.py
│   │   ├── dependencies.py
│   │   └── cross_skill.py
│   ├── recommender.py
│   ├── cost_optimizer.py
│   ├── report_generator.py
│   └── run_audit.py
├── references/
│   ├── analysis_criteria.md
│   ├── security_patterns.md
│   ├── skill_template.md
│   └── schema.md
└── data/
    ├── sentinel.db
    └── reports/

Instalacao

pip install -r scripts/requirements.txt

Comandos Principais

Execute a partir desta pasta da skill, usando um ambiente isolado. Os comentarios abaixo sao descricoes, nao comandos.

# Auditoria Completa De Todas As Skills

python scripts/run_audit.py

# Auditar Apenas Uma Skill

python scripts/run_audit.py --skill instagram

# Apenas Recomendacoes De Novas Skills

python scripts/run_audit.py --recommend

# Comparar Com Auditoria Anterior (Tendencias)

python scripts/run_audit.py --compare

# Output Em Json (Para Processamento)

python scripts/run_audit.py --format json

# Ver Historico De Auditorias

python scripts/run_audit.py --history

# Descobrir Skills Disponiveis

python scripts/scanner.py

# Ver Audit Log Do Sentinel

python scripts/governance.py

# Verificar Banco De Dados

python scripts/db.py

1. Qualidade De Codigo (Peso: 20%)

• Complexidade ciclomatica por funcao (limiar: 10)
• Tamanho de funcoes (limiar: 50 linhas)
• Tamanho de arquivos (limiar: 500 linhas)
• Cobertura de docstrings
• Padroes de error handling (bare except, broad except)

2. Seguranca (Peso: 20%)

• Secrets hardcoded (tokens, passwords, API keys)
• SQL injection (f-strings em queries)
• URLs HTTP inseguras
• Tokens em logs
• Validacao de input

3. Performance (Peso: 15%)

• Retry com backoff para APIs
• Timeouts configurados
• Reuso de conexoes HTTP
• N+1 queries
• Async/concorrencia

4. Governanca (Peso: 15%)

• Nivel 0: Nenhuma
• Nivel 1: Action logging
• Nivel 2: Logging + rate limiting
• Nivel 3: Completa (+ confirmacoes 2-step)
• Nivel 4: Avancada (+ alertas e trends)

5. Documentacao (Peso: 15%)

• SKILL.md com frontmatter (name, description, version)
• Trigger keywords (PT-BR e EN)
• Secoes obrigatorias e recomendadas
• Reference files

6. Dependencias (Peso: 15%)

• requirements.txt presente
• Versoes pinadas
• Deps importadas vs listadas
• Deps listadas vs importadas

7. Cross-Skill (Analise Global)

• Modulos duplicados entre skills
• Padroes de Database compartilhados
• Governanca inconsistente
• Oportunidades de extracao

Otimizacao De Custos

Alem das 7 dimensoes, o sentinel analisa impacto de custo:

• Tamanho do SKILL.md (tokens consumidos por ativacao)
• References grandes sem indice
• Output verboso dos scripts
• Ausencia de output JSON estruturado

Gap Analysis E Recomendacoes

O recommender identifica capacidades ausentes no ecossistema comparando

com uma taxonomia de 20 categorias e gera rascunhos de SKILL.md que exigem revisao humana

para novas skills sugeridas.

Governanca Do Sentinel

O proprio sentinel pratica o que prega:

• Todas as auditorias sao registradas em action_log
• Historico de scores em score_history para tendencias
• Relatorios salvos em $SKILL_SENTINEL_STATE_DIR/reports/

Workflows Comuns

1. Primeira auditoria do ecossistema:

python run_audit.py

Gera relatorio completo com scores, findings e recomendacoes.

2. Monitorar evolucao ao longo do tempo:

python run_audit.py --compare

Mostra delta de scores entre auditorias.

3. Validar uma skill antes de deploy:

python run_audit.py --skill nome-da-skill

Auditoria focada com findings especificos.

4. Identificar proxima skill a criar:

python run_audit.py --recommend

Gap analysis com templates prontos.

Formato Do Relatorio

O relatorio gerado em $SKILL_SENTINEL_STATE_DIR/reports/ contem:

1. Resumo executivo (tabela de scores)

2. Tendencias (se houver auditoria anterior)

3. Findings por severidade (critico/alto/medio/baixo/info)

4. Analise por skill (detalhada)

5. Recomendacoes de novas skills

6. Plano de acao priorizado

Referencias

Para detalhes tecnicos, consultar:

• references/analysis_criteria.md - Rubricas de scoring
• references/security_patterns.md - Padroes de seguranca
• references/skill_template.md - Template para novas skills
• references/schema.md - Schema do banco de dados

Best Practices

• Provide clear, specific context about your project and requirements
• Review all suggestions before applying them to production code
• Combine with other complementary skills for comprehensive analysis

Common Pitfalls

• Using this skill for tasks outside its domain expertise
• Applying recommendations without understanding your specific context
• Not providing enough project context for accurate analysis

Related Skills

• skill-installer - Complementary skill for enhanced analysis

Limitations

• Use this skill only when the task clearly matches the scope described above.
• Do not treat the output as a substitute for environment-specific validation, testing, or expert review.
• Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.

Escopo, privacidade e limites

Use python scripts/run_audit.py --root /caminho/skills --skill id para escolher a raiz autorizada. Por padrao usa a pasta skills que contem esta skill; SKILL_SENTINEL_ROOT pode configura-la. Nao le outros projetos automaticamente. Nao executa codigo das skills auditadas nem instala suas dependencias. Links simbolicos sao recusados e cada arquivo-fonte deve ser regular, ter um unico hard link e no maximo 2 MiB. Profundidade de descoberta e limitada: o inventario nao comprova cobertura total do catalogo.

Imports nao criam estado. Operacoes explicitas usam SKILL_SENTINEL_STATE_DIR ou $XDG_STATE_HOME/skill-sentinel (fallback ~/.local/state/skill-sentinel). O diretorio deve pertencer ao usuario e ter modo 0700. Banco e relatorios sao privados; relatórios usam nomes novos, nao sobrescrevem e nao aceitam travessia de caminhos. Os controles de permissao destinam-se a sistemas POSIX; nao contornar uma recusa em outro sistema.

--recommend somente produz hipoteses de gaps, sem criar auditoria, banco ou skills. --compare compara snapshots apenas; diferencas de escopo ou versao das heuristicas tornam tendencias incomparaveis. --format json altera o resumo de terminal; a auditoria normal ainda salva um relatorio Markdown privado.

Scores, palavras-chave, nomes de modulos e maturidade detectada sao sinais consultivos com falsos positivos e negativos. Ausencia de findings nao comprova seguranca; um arquivo auth.py nao comprova autenticacao. Dime

… (nội dung đầy đủ có trong gói tải về)