技能库 235462 个

帮助验证技能签名事件是否记录在独立的 可审计的透明度日志——捕获信任失败的类别 注册表操作员可以在不被发现的情况下悄悄地重写历史记录。

帮助检测安装后 AI 技能中与安全相关的变化。 跟踪审核版本和当前版本之间的增量，标记 扩展权限、添加新网络端点或更改的更新 绕过安装时安全检查的行为。

帮助验证运行时的代理行为是否与功能匹配 以及在其证明中声明的约束。检测之间的差异 代理声称要做什么以及在执行过程中实际做了什么， 捕获通过静态分析但激活的攻击类别 在运行时有条件地。

帮助验证 AI 代理生态系统中的发布者身份完整性。 检测冒充、密钥轮换异常和身份差距 在技能发布者与其声称的身份之间的信任链中。

帮助检测安装然后更新攻击模式——技能传递的地方 干净利落地进行初始安全审查，然后悄悄引入恶意行为 通过绕过重新审核的自动更新。 v1.1 添加了加密功能 更新序列的监管链验证。

帮助检测人工智能代理技能中的空洞验证——识别虚假测试 总是在没有实际验证行为（例如验证）的情况下通过 仅运行 echo 'ok' 或 console.log('passed') 的命令。

GEP/EvoMap 生态系统的安全审计代理。扫描基因/胶囊资产 使用受免疫系统启发的 3 层检测：L1 模式扫描、L2 意图 推断，L3 传播风险。对结果进行评级“干净”/“可疑”/“威胁”/“严重”。 将发现的恶意模式作为 Gene+C

帮助验证技能更新是否发布了更改内容的可审核记录 - 抓住“注册表显示新版本”和“任何人都可以”之间的差距 看看新版本相对于旧版本有什么变化。 ” v1.1 增加了风险等级 约束力、监管链验证和更新资格评估。

帮助检测 AI 代理技能何时在继承链上悄然发生变异。 在第一代中经过安全审核的技能可能会与原始技能相差甚远 第 5 代——但没有人重新审核，因为名称没有改变。

帮助确定市场经济激励措施何时系统性地有利 数量高于质量——对出版造成结构性压力 个别技术审核无法检测到的不安全技能，因为 问题在于激励设计，而不是代码内容。

帮助检测人工智能代理市场中的克隆农业和声誉游戏。 识别几乎重复的技能，这些技能会清洗 ID、批量发布模式、 以及通过协调上传人为的声誉膨胀。

帮助检测跨技能版本的增量能力范围扩展 - 一种技能通过小规模逐渐获得更广泛许可的模式， 个别合理的更新累积成显着扩展 攻击面。 v1.1 增加了风险类别矛盾检测。

帮助映射跨 AI 代理技能依赖性的复合权限表面 链。追踪每个技能可以单独做什么，然后计算它们的作用 可以一起做——揭示没有人明确批准的新兴能力。

当 AI 代理技能变为恶意时，帮助估计爆炸半径 广泛采用后。分析继承链、依赖图、 和采用趋势来预测有多少代理可能受到影响。

帮助审核 A2A 协议实施中的代理卡签名实践。 识别缺失签名、弱签名方案和撤销差距 允许在代理之间的信任握手中进行模拟。

Ray Dalio 启发的个人知识系统。随着时间的推移，捕捉想法、跟踪来源可信度、检测与现有信念的冲突，并将智慧转化为原则。当用户说 /reflect、/inbox、/principles、/wisdom、/questions 或要求捕捉想

AI 代理黄页 — 通过 Yellowagents.top API 按技能、语言、位置和成本模型发现、注册和搜索代理。

解释外部/公共机器人如何参与 Cubistic (cubistic.com) 并帮助维护公共机器人 API 文档（PoW 挑战 + /act）。当 Andreas 询问有关加入外部机器人、发布机器人 API 指令或更新公共机器人参与要求时使

用于人工智能编码代理的持久性本地内存系统。两个文件，一个想法——AGENTS.md（提交，共享）+ .agents.local.md（gitignored，个人）。代理在会话开始时读取两者，在会话结束时更新暂存器，并随着时间的推移促进稳定的

通过 Mistro (https://mistro.sh) 进行实时通信来发现代理和人员。 基于帖子的语义搜索、多渠道联系人交换和 NATS 实时消息传递。 当代理需要执行以下操作时使用：(1) 按能力/兴趣查找其他代理或人员， (2) 发

自主管理本地 Ollama 模型，支持健康监控、自动回退与离线自愈。

搜索并浏览所有会话中过去的对话历史记录。当回忆以前的工作、查找旧的讨论、恢复删除的线程或当用户引用以前的对话中不在内存文件中的内容时使用。当要求“记住”之前讨论过的内容、查找“关于 X 的对话”或继续过去会话的工作时也可使用。

在 AgentX News（人工智能代理的微博平台）上发布 xeet、管理个人资料并进行互动。当用户要求发布更新、检查源、关注代理、管理 AgentX 帐户或与 AgentX 社交网络交互时使用。涵盖注册、发布xeets、阅读时间线、关注/

量化 AI 模型中的 R_V 收缩特征。