المهارات fiftyone-embeddings-visualization

📦

fiftyone-embeddings-visualization

Name: fiftyone-embeddings-visualization
Author: AdonaiVera

مراجعة المحتوى r1 آمن ⚙️ الأوامر الخارجية🌐 الوصول إلى الشبكة

تصوّر تضمينات FiftyOne

يمكن أن تخفي مجموعات بيانات الصور عناقيد، وقيمًا شاذة، ومشكلات في التسميات. ترشد هذه المهارة Claude وCodex وClaude Code عبر تصورات تضمينات FiftyOne.

يدعم: Claude Codex Code(CC)

🥉 77 برونزي

التثبيت باستخدام Agent لدي

انسخ هذا الطلب إلى Agent لديك. يتضمن صفحة Skill المعتمدة وملف manifest.

طلب الوكيل

Review the Skillstore skill "fiftyone-embeddings-visualization" from https://skillstore.io/skills/adonaivera-fiftyone-embeddings-visualization.md and its manifest at https://skillstore.io/api/skills/adonaivera-fiftyone-embeddings-visualization/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

يجب أن يواصل Agent عرض خطته وطلب أي تأكيد تفرضه سياسة الأمان.

موارد مهيّأة لـ Agents

استخدم هذه الروابط عندما يحتاج AI Agent أو crawler أو script إلى سياق نظيف بدلًا من قراءة الصفحة كاملة.

تفاصيل Markdown GET /skills/adonaivera-fiftyone-embeddings-visualization.md manifest موقَّع GET /api/skills/adonaivera-fiftyone-embeddings-visualization/manifest lockfile موقَّع GET /api/skills/adonaivera-fiftyone-embeddings-visualization/lockfile

اختبرها

جارٍ استخدام "fiftyone-embeddings-visualization". تصوّر مجموعة بيانات product-images الخاصة بي باستخدام UMAP.

النتيجة المتوقعة:

تم تعيين سياق مجموعة البيانات إلى product-images.
تم العثور على تضمينات CLIP الحالية واستخدامها لتصور ثنائي الأبعاد باسم exploration.
افتح تطبيق FiftyOne واختر مفتاح Brain المسمى exploration في لوحة Embeddings.

جارٍ استخدام "fiftyone-embeddings-visualization". اعثر على القيم الشاذة المحتملة في مجموعة بيانات wildlife الخاصة بي.

النتيجة المتوقعة:

تم حساب درجة التفرد لمجموعة البيانات.
تم ترتيب العينات ذات أعلى تفرد أولًا للمراجعة.
النقاط المعزولة في لوحة Embeddings مرشحات جيدة لفحص التعليقات التوضيحية.

جارٍ استخدام "fiftyone-embeddings-visualization". قارن الحقيقة الأساسية والتنبؤات في فضاء التضمينات.

النتيجة المتوقعة:

تم إعداد عرض تضمينات ثنائي الأبعاد لمراجعة النموذج.
لوّن حسب الحقيقة الأساسية لفحص بنية الفئات، ثم لوّن حسب التنبؤات لمقارنة سلوك النموذج.
المناطق التي تتباعد فيها الألوان هي غالبًا أماكن مناسبة لفحص أخطاء التنبؤ.

التدقيق الأمني

آمن

v8 • ٥‏/٧‏/٢٠٢٦ فتح التقرير المرتبط بالإصدار

All static command findings are Markdown code fences, inline parameter names, or FiftyOne MCP examples rather than executable Ruby or shell backticks. The network findings are localhost app directions and public documentation links, and no prompt injection, exfiltration intent, or malicious behavior was found.

الملفات التي تم فحصها

531

الأسطر التي تم تحليلها

عناصر المراجعة

تم تجاهل الإيجابيات الكاذبة

عوامل الخطر

⚙️ الأوامر الخارجية (77)

SKILL.md:22 SKILL.md:30-32 SKILL.md:32-36 SKILL.md:36-38 SKILL.md:38-42 SKILL.md:42-48 SKILL.md:48-52 SKILL.md:52-63 SKILL.md:63-66 SKILL.md:66-68 SKILL.md:68-73 SKILL.md:73-79 SKILL.md:79-82 SKILL.md:82-92 SKILL.md:92-95 SKILL.md:95-101 SKILL.md:101-106 SKILL.md:106-110 SKILL.md:110-115 SKILL.md:115-126 SKILL.md:126-129 SKILL.md:129-130 SKILL.md:130-131 SKILL.md:131-132 SKILL.md:132 SKILL.md:133 SKILL.md:136-137 SKILL.md:137-138 SKILL.md:138-139 SKILL.md:139-144 SKILL.md:144-165 SKILL.md:165-168 SKILL.md:168 SKILL.md:169-170 SKILL.md:170-177 SKILL.md:177-179 SKILL.md:179 SKILL.md:182-187 SKILL.md:187-196 SKILL.md:196-204 SKILL.md:204-215 SKILL.md:215-227 SKILL.md:227-237 SKILL.md:237-240 SKILL.md:240-242 SKILL.md:242-250 SKILL.md:250-251 SKILL.md:251-252 SKILL.md:252-253 SKILL.md:253-254 SKILL.md:254-258 SKILL.md:258 SKILL.md:262-263 SKILL.md:263-264 SKILL.md:264-265 SKILL.md:265-271 SKILL.md:271-293 SKILL.md:293-297 SKILL.md:297-338 SKILL.md:338-342 SKILL.md:342-380 SKILL.md:380-384 SKILL.md:384-420 SKILL.md:420-424 SKILL.md:424-458 SKILL.md:458-464 SKILL.md:464-468 SKILL.md:468 SKILL.md:472 SKILL.md:474-475 SKILL.md:475-477 SKILL.md:477-478 SKILL.md:478 SKILL.md:479 SKILL.md:484-485 SKILL.md:485-498 SKILL.md:498

🌐 الوصول إلى الشبكة (9)

SKILL.md:174 SKILL.md:289 SKILL.md:333 SKILL.md:372 SKILL.md:414 SKILL.md:454 SKILL.md:523 SKILL.md:524 SKILL.md:525

لم يكتشف أحدث تدقيق ثابت ودلالي مكتمل أي نتائج أمنية مؤكدة. ولا يثبت ذلك أن المهارة خالية من الآثار الجانبية.

دقّقه: codex عرض سجل التدقيق →

شارك واستشهد بهذا التقرير

شارك تقرير التقييم المرتبط بالإصدار والشارة المحايدة وبطاقة التضمين والاستشهادات. تعرض Skillstore الأدلة من دون أن تقرر ما إذا كانت هذه المهارة آمنة.

فتح التقرير المرتبط بالإصدار

نسخ رابط التقرير

https://skillstore.io/skills/adonaivera-fiftyone-embeddings-visualization/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

شارة Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/adonaivera-fiftyone-embeddings-visualization/security.svg)](https://skillstore.io/skills/adonaivera-fiftyone-embeddings-visualization?utm_source=security_passport_badge)

شارة HTML

<a href="https://skillstore.io/skills/adonaivera-fiftyone-embeddings-visualization?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/adonaivera-fiftyone-embeddings-visualization/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

بطاقة قابلة للتضمين

<iframe src="https://skillstore.io/embed/skills/adonaivera-fiftyone-embeddings-visualization.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

الاستشهادات الأكاديمية (APA · BibTeX · CFF)

اقتباس APA

AdonaiVera. (2026). fiftyone-embeddings-visualization security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/adonaivera-fiftyone-embeddings-visualization/audits/8

اقتباس BibTeX

@techreport{adonaivera-adonaivera-fiftyone-embeddings-visualization-2026,
  author = {AdonaiVera},
  title = {fiftyone-embeddings-visualization security audit report (audit version 8)},
  institution = {Skillstore},
  year = {2026},
  number = {8},
  url = {https://skillstore.io/skills/adonaivera-fiftyone-embeddings-visualization/audits/8},
  note = {Author version unspecified}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "fiftyone-embeddings-visualization security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
  - name: "AdonaiVera"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/adonaivera-fiftyone-embeddings-visualization/audits/8"
identifiers:
  - type: other
    value: "skillstore:adonaivera-fiftyone-embeddings-visualization:audit:8"
    description: "Skillstore immutable audit report identifier"

تقييم Skillstore

سبب هذا التقييم موثوقية الأدلة: مرتفع

الهندسة المعمارية

قابلية الصيانة

المحتوى

المجتمع

الامتثال للمواصفات

ما الذي يمكنك بناؤه

استكشاف بنية مجموعة البيانات

تصوّر عناقيد الصور، وراجع المناطق الكثيفة، واعثر على العينات المعزولة قبل وضع التسميات أو مراجعة الجودة.

تشخيص أخطاء النموذج

قارن أنماط الحقيقة الأساسية والتنبؤات في فضاء التضمينات لتحديد الفئات المربكة والأخطاء المحتملة.

مراجعة جودة التمثيل

قارن تضمينات CLIP أو DINOv2 أو ResNet أو MobileNet باستخدام عروض UMAP أو t-SNE أو PCA.

جرّب هذه الموجّهات

تصوّر مجموعة بيانات

استخدم سير عمل تصور تضمينات FiftyOne لمجموعة البيانات my-dataset. تحقق من وجود تضمينات حالية، وأنشئ عرض UMAP ثنائي الأبعاد إذا لزم الأمر، وأخبرني بكيفية فتحه في التطبيق.

العثور على القيم الشاذة

حلل مجموعة البيانات my-dataset للبحث عن صور غير معتادة. احسب التضمينات إذا لزم الأمر، وأنشئ تصورًا يركز على القيم الشاذة، واشرح أين ينبغي أن أفحص العينات المعزولة.

مقارنة الفئات

أنشئ تصور تضمينات لـ my-dataset وأرشدني خلال تلوين النقاط حسب الحقيقة الأساسية والتنبؤات. أبرز مؤشرات تداخل الفئات أو مشكلات التسميات.

مقارنة نماذج التضمين

بالنسبة إلى my-dataset، قارن تصورات تضمينات CLIP وDINOv2. أعد استخدام الحقول الموجودة عند توفرها، واختر طرق اختزال مناسبة، ولخص الاختلافات المرئية.

أفضل الممارسات

اكتشف المشغلات والمخططات المتاحة قبل اختيار المعلمات.
أعد استخدام حقول التضمين الحالية عند الإمكان لتجنب الحساب المتكرر.
ابدأ بمجموعة فرعية لمجموعات البيانات الكبيرة جدًا قبل معالجة كل عينة.

تجنب

لا تصفِّ العينات حسب مفتاح Brain عند فتح لوحة Embeddings.
لا تفترض أن UMAP متاح عندما لا تكون umap-learn مثبتة.
لا تحسب تضمينات جديدة عندما يكون هناك حقل مناسب موجود بالفعل.

الأسئلة المتكررة

ما الذي تساعدني هذه المهارة على تصوره؟

يساعد على تصور عينات الصور كنقاط ثنائية الأبعاد بناءً على تضمينات النموذج.

هل تتطلب FiftyOne؟

نعم. تتطلب خادم FiftyOne MCP قيد التشغيل وتطبيق FiftyOne.

ما نماذج التضمين التي تقترحها؟

تقترح CLIP وDINOv2 وResNet50 وMobileNet حسب هدف التحليل.

هل يمكنها العثور على القيم الشاذة؟

نعم. يمكنها حساب درجات التفرد وإظهار النقاط المعزولة في عرض تضمينات.

هل يمكنها استخدام التضمينات الحالية؟

نعم. يتحقق سير العمل من حقول التضمين الحالية قبل حساب حقول جديدة.

ماذا يحدث إذا لم يكن UMAP مثبتًا؟

يمكن لسير العمل أن يطلب الإذن قبل تثبيت umap-learn، أو يستخدم t-SNE أو PCA بدلًا من ذلك.

تفاصيل المطور

المؤلف

AdonaiVera

الترخيص

MIT

مراجعة Skillstore

تنبيه الإصدار

لم يعلن المؤلف عن إصدار.

المستودع

https://github.com/AdonaiVera/fiftyone-skills/tree/main/embeddings-visualization/skills/fiftyone-embeddings-visualization

مرجع

6eec4a59f63ff83440a84c18d1aef79743bc714e

حداثة الصيانة

٢٢‏/٧‏/٢٠٢٦

الاستخدام

5 تنزيلات · 320 مشاهدات

بنية الملفات

📄 SKILL.md