📦
c4-modeling
79C4-Architekturdiagramme erstellen
Architekturdokumentation vermischt häufig Detailebenen und verwirrt Stakeholder. Diese Skill unterstützt C4-Diagramme mit Mermaid-Syntax, Ebenenregeln und Review-Prüfungen.
Dokumentation Ansehen
Fähigkeiten model-discovery
📦
model-discovery
Inhaltsrevision r1 Hohes Risiko 🔑 Umgebungsvariablen🌐 Netzwerkzugriff📁 Dateisystemzugriff⚙️ Externe Befehle
Aktuelle KI-Modell-IDs entdecken
Modellnamen ändern sich schnell, und veraltete IDs unterbrechen Agenten-Workflows. Dieser Skill ruft Modelllisten von Anbietern ab, speichert sie im Cache und ordnet sie Routing-Stufen zu.
Unterstützt: Claude Codex Code(CC)
Vor der Installation anhalten und eine Bestätigung anfordern.
Prüfen Sie den Plan und holen Sie vor Änderungen an Dateien die ausdrückliche Zustimmung des Benutzers ein.
Mit meinem Agent installieren
Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.
Agent-Anfrage
Review the Skillstore skill "model-discovery" from https://skillstore.io/skills/consiliency-model-discovery.md and its manifest at https://skillstore.io/api/skills/consiliency-model-discovery/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.
Agent-lesbare Ressourcen
Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.
Testen
„model-discovery“ wird verwendet. Prüfe auf neue OpenAI-Modelle und sag mir, was sich geändert hat.
Erwartetes Ergebnis:
Das OpenAI-Register enthält zwei neue Modelle der GPT-5.2-Familie. Eines wirkt schnell, und eines wirkt leistungsstark. Beide müssen vor dem Produktionseinsatz überprüft werden.
„model-discovery“ wird verwendet. Welches Claude-Modell sollte ich für eine schnelle Codeformatierungsaufgabe verwenden?
Erwartetes Ergebnis:
Verwende die schnelle Claude-Stufe für schnelle Formatierung. Die aktuelle Zuordnung verweist in der Claude Code CLI auf die Haiku-Klasse.
„model-discovery“ wird verwendet. Aktualisiere alle Anbieterdaten, ändere aber keine Stufendateien.
Erwartetes Ergebnis:
Die Anbieterdaten wurden aktualisiert und zwischengespeichert. Es wurden keine Stufendateien geändert. Prüfe den neuen Modellbericht, bevor du Klassifizierungen speicherst.
Sicherheitsaudit
Hohes Risikov9 • 13.7.2026 Versionsbericht öffnen
No malicious intent or prompt injection was found, and most alerts are documentation or language-token false positives. Confirmed risks include broad parent .env loading, credentials in curl arguments or URLs, an unvalidated Ollama host, and a predictable temporary path.
11
Gescannte Dateien
1,921
Analysierte Zeilen
22
Prüfelemente
0
Falschmeldungen ignoriert
Bestätigte Sicherheitsbedenken (2)
Hoch
Environment file access
env_file = parent / ".env"
The loop probes every parent directory for a .env file, and the following load call imports the first match. This scope can capture unrelated project secrets.
Mittel
Unvalidated Ollama Host Allows Arbitrary Requests
OLLAMA_HOST is used without scheme or host validation. Inherited configuration can direct curl to an arbitrary network host at the fixed API path.
The environment value is concatenated directly into the curl URL with no allowlist or URL validation. The request occurs whenever Ollama fetching is enabled.
Elemente der Fähigkeitsprüfung (22)
Dies sind echte lokale Fähigkeiten, die für diese Fähigkeit erwartet werden können; daher müssen sie überprüft werden, werden jedoch nicht als bestätigtes bösartiges Verhalten gezählt.
Hoch
Generic API/secret keys
-H "x-api-key: $ANTHROPIC_API_KEY" \
The documented shell command expands the API key into a curl header argument. Command arguments can expose the credential through process listings.
Hoch
Generic API/secret keys
-H "x-api-key: $ANTHROPIC_API_KEY" \
The documented shell command expands the API key into a curl header argument. Command arguments can expose the credential through process listings.
Hoch
Generic API/secret keys
-H "x-api-key: $ANTHROPIC_API_KEY" \
The documented shell command expands the API key into a curl header argument. Command arguments can expose the credential through process listings.
Hoch
Generic API/secret keys
API key as query parameter: `?key=$GEMINI_API_KEY`
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Hoch
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY"
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Hoch
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | \
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Hoch
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | \
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Hoch
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | \
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Hoch
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY&pageSize=100"
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Hoch
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY&pageToken=NEXT_
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Hoch
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY"
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
Hoch
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY" | \
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
Hoch
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY" | \
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
Hoch
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY" | \
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
Hoch
Generic API/secret keys
"-H", f"x-api-key: {api_key}",
The Anthropic API key is interpolated into a curl command argument. Process listings can reveal the expanded header to other local users.
Hoch
Generic API/secret keys
"-H", f"Authorization: Bearer {api_key}"
The OpenAI bearer token is interpolated into a curl command argument. Process listings can reveal the expanded header to other local users.
Hoch
Generic API/secret keys
url = f"https://generativelanguage.googleapis.com/v1beta/models?key={api_key}"
The Gemini key is embedded in the request URL and then passed to curl. URLs can expose credentials through process listings, logs, and diagnostics.
Mittel
Temp directory access
if ! uv run python scripts/check_new_models.py --json > /tmp/new_models.json 2>&1; then
The workflow redirects output to a predictable shared /tmp path. A pre-existing symlink can redirect the write and overwrite another user-accessible file.
Niedrig
dotenv library
load_dotenv(env_file)
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
Niedrig
dotenv library
load_dotenv()
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
Niedrig
Python dotenv loader
load_dotenv(env_file)
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
Niedrig
Python dotenv loader
load_dotenv()
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
Risikofaktoren
🔑 Umgebungsvariablen (46)
config/model_tiers.json:25 config/model_tiers.json:58 config/model_tiers.json:101 config/model_tiers.json:134 cookbook/anthropic-models.md:15 cookbook/anthropic-models.md:22 cookbook/anthropic-models.md:31 cookbook/anthropic-models.md:37 cookbook/anthropic-models.md:93 cookbook/gemini-models.md:13 cookbook/gemini-models.md:18 cookbook/gemini-models.md:25 cookbook/gemini-models.md:29 cookbook/gemini-models.md:33 cookbook/gemini-models.md:89 cookbook/gemini-models.md:92 cookbook/openai-models.md:15 cookbook/openai-models.md:21 cookbook/openai-models.md:29 cookbook/openai-models.md:34 cookbook/openai-models.md:39 cookbook/openai-models.md:103 scripts/fetch_models.py:45 scripts/fetch_models.py:73 scripts/fetch_models.py:115 scripts/fetch_models.py:164 scripts/fetch_models.py:23 scripts/fetch_models.py:30 scripts/fetch_models.py:34 scripts/fetch_models.py:36 scripts/fetch_models.py:23 scripts/fetch_models.py:30 scripts/fetch_models.py:34 scripts/fetch_models.py:73 scripts/fetch_models.py:74 scripts/fetch_models.py:75 scripts/fetch_models.py:81 scripts/fetch_models.py:115 scripts/fetch_models.py:116 scripts/fetch_models.py:117 scripts/fetch_models.py:123 scripts/fetch_models.py:163 scripts/fetch_models.py:164 scripts/fetch_models.py:165 scripts/fetch_models.py:166 scripts/fetch_models.py:169
🌐 Netzwerkzugriff (31)
cookbook/anthropic-models.md:8 cookbook/anthropic-models.md:21 cookbook/anthropic-models.md:30 cookbook/anthropic-models.md:36 cookbook/gemini-models.md:8 cookbook/gemini-models.md:18 cookbook/gemini-models.md:25 cookbook/gemini-models.md:29 cookbook/gemini-models.md:33 cookbook/gemini-models.md:89 cookbook/gemini-models.md:92 cookbook/ollama-models.md:10 cookbook/ollama-models.md:16 cookbook/ollama-models.md:28 cookbook/ollama-models.md:35 cookbook/ollama-models.md:38 cookbook/ollama-models.md:42 cookbook/ollama-models.md:128 cookbook/ollama-models.md:131 cookbook/ollama-models.md:139 cookbook/ollama-models.md:139 cookbook/openai-models.md:8 cookbook/openai-models.md:20 cookbook/openai-models.md:28 cookbook/openai-models.md:33 cookbook/openai-models.md:38 scripts/fetch_models.py:45 scripts/fetch_models.py:80 scripts/fetch_models.py:122 scripts/fetch_models.py:169 SKILL.md:19
📁 Dateisystemzugriff (3)
⚙️ Externe Befehle (33)
scripts/fetch_models.py:78 scripts/fetch_models.py:120 scripts/fetch_models.py:170 scripts/fetch_models.py:206 SKILL.md:33 SKILL.md:45 SKILL.md:47 SKILL.md:53 SKILL.md:55 SKILL.md:56 SKILL.md:61 SKILL.md:123-141 SKILL.md:141-147 SKILL.md:147-148 SKILL.md:148-149 SKILL.md:149-155 SKILL.md:155 SKILL.md:156-157 SKILL.md:157 SKILL.md:158-164 SKILL.md:164-174 SKILL.md:174-178 SKILL.md:178-193 SKILL.md:193-199 SKILL.md:199-202 SKILL.md:202-203 SKILL.md:203-204 SKILL.md:204-205 SKILL.md:205-208 SKILL.md:208-216 SKILL.md:216 SKILL.md:217 SKILL.md:226-234
Geprüft von: codex Audit-Verlauf anzeigen →
Diesen Bericht teilen & zitieren
Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.
Berichtslink kopieren
https://skillstore.io/skills/consiliency-model-discovery/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown-Badge
[](https://skillstore.io/skills/consiliency-model-discovery?utm_source=security_passport_badge)HTML-Badge
<a href="https://skillstore.io/skills/consiliency-model-discovery?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/consiliency-model-discovery/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Einbettungskarte
<iframe src="https://skillstore.io/embed/skills/consiliency-model-discovery.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Wissenschaftliche Zitate (APA · BibTeX · CFF)
APA-Zitat
Consiliency. (2026). model-discovery security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/consiliency-model-discovery/audits/9BibTeX-Zitat
@techreport{consiliency-consiliency-model-discovery-2026,
author = {Consiliency},
title = {model-discovery security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/consiliency-model-discovery/audits/9},
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: "model-discovery security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "Consiliency"
date-released: "2026-07-13"
url: "https://skillstore.io/skills/consiliency-model-discovery/audits/9"
identifiers:
- type: other
value: "skillstore:consiliency-model-discovery:audit:9"
description: "Skillstore immutable audit report identifier"
Skillstore-Score
Warum dieser Score Evidenzvertrauen: Mittel 45
Architektur
85
Wartbarkeit
87
Inhalt
70
Gemeinschaft
83
Spezifikationskonformität
Was Sie erstellen können
Agenten-Modellreferenzen aktualisieren
Aktuelle Modell-IDs der Anbieter prüfen, bevor Prompts, Routing-Regeln oder Skill-Dokumentation aktualisiert werden.
Neu veröffentlichte Modelle klassifizieren
Modelle erkennen, die im Register fehlen, und sie den Stufen fast, default oder heavy zuweisen.
Lokale Ollama-Modelle auswählen
Installierte lokale Modelle auflisten und ihre Größe, Parameter und Eignung für Coding-Aufgaben vergleichen.
Diese Prompts ausprobieren
Einen Anbieter abrufen
Verwende model-discovery, um die neuesten OpenAI-Modell-IDs abzurufen. Erkläre fehlende API-Schlüssel oder Netzwerkfehler in einfacher Sprache.
Neue Modelle prüfen
Verwende model-discovery, um zu prüfen, ob ein Anbieter neue nicht klassifizierte Modelle zurückgegeben hat. Fasse die Anzahl nach Anbieter und vorgeschlagener Stufe zusammen.
Routing-Stufen auswählen
Lies die aktuelle Stufenkonfiguration und empfehle fast-, default- und heavy-Modellauswahlen für Claude Code, Codex und Gemini CLI.
Abweichungen im Modellregister prüfen
Vergleiche zwischengespeicherte Anbieterergebnisse mit bekannten Modellen, identifiziere veraltete Stufenzuordnungen und schlage Registeraktualisierungen vor, ohne Dateien automatisch zu ändern.
Bewährte Praktiken
- Führe die Erkennung mit der engsten Anbieteroption aus, die für die Aufgabe benötigt wird.
- Überprüfe neue Modellklassifizierungen, bevor du sie im Produktionsrouting verwendest.
- Beschränke Anbieter-API-Schlüssel auf den nötigen Umfang und vermeide es, Cache-Dateien außerhalb des Projekts zu teilen.
Vermeiden
- Hardcode keine Modell-IDs aus dem Gedächtnis, wenn aktuelle Anbieterdaten verfügbar sind.
- Führe keine erzwungenen Aktualisierungen in nicht vertrauenswürdigen Workspaces mit umfangreichen .env-Dateien aus.
- Behandle automatisch klassifizierte Modelle nicht ohne Prüfung als produktionsbereit.
Häufig gestellte Fragen
Ruft dieser Skill externe APIs auf?
Ja. Das Fetch-Skript kann Anthropic-, OpenAI-, Gemini- und Ollama-Endpunkte aufrufen, wenn Modelldaten aktualisiert werden.
Welche Tools können diesen Skill verwenden?
Der Bericht kennzeichnet Unterstützung für Claude, Codex und Claude Code.
Wo werden entdeckte Modelle gespeichert?
Abgerufene Anbieterantworten werden in cache/models.json zwischengespeichert. Bekannte Klassifizierungen werden in config/known_models.json gespeichert.
Kann er Modelle automatisch klassifizieren?
Ja. Er verwendet Namensmuster, um fast-, default- oder heavy-Stufen abzuleiten, und meldet anschließend Modelle, die noch geprüft werden müssen.
Benötigt er API-Schlüssel?
Cloud-Anbieter benötigen API-Schlüssel. Die Ollama-Erkennung verwendet den konfigurierten lokalen Host und benötigt keinen Anbieterschlüssel.
Ist die Ausführung in einer stark eingeschränkten Umgebung sicher?
Er kann durch Einschränkungen beim Netzwerk-, Subprozess-, Dateisystem- oder Umgebungszugriff blockiert werden.
Entwicklerdetails
Autor
ConsiliencyLizenz
MIT
Skillstore-Revision
r1
Versionshinweis
Der Autor hat keine Version angegeben.
Repository
https://github.com/Consiliency/treesitter-chunker/tree/main/.ai-dev-kit/skills/model-discoveryRef.
635f69fb8d2f4e6330ba47a4e5a0fb239c04d110
Aktualität der Wartung
23.7.2026
Nutzung
6 Downloads · 178 Aufrufe
Dateistruktur
Mehr von Consiliency
Alle anzeigen📦
docs-retrieval
79Lokalen Dokumentationskontext abrufen
Entwickler verlieren Zeit damit, vor dem Programmieren verstreute Bibliotheksdokumentationen zu durchsuchen. Diese Skill weist Claude, Codex und Claude Code an, zuerst gezielte lokale ai-docs zu laden.
Dokumentation Ansehen
📦
standards-extraction
78Projekt-Coding-Standards extrahieren
Projektkonventionen sind oft über Leitfäden und Tool-Konfigurationen verteilt. Diese Skill extrahiert Beitrags-, Formatierungs-, Linting-, Hook- und CI-Regeln in eine klare Zusammenfassung der Standards.
Dokumentation Ansehen
📦
toon-format
78Strukturierte Daten in TOON konvertieren
JSON kann Tokens verschwenden, wenn wiederholte strukturierte Daten an KI-Modelle gesendet werden. Dieser Skill hilft dabei, geeignete Daten in kompaktes TOON zu konvertieren, mit Hinweisen zur Validierung.
Daten & Analysen Ansehen
📦
multi-source-research
78Recherchethemen über Web, Dokumentation und Code hinweg
Rechercheaufgaben benötigen oft aktuelle Quellen, lokale Dokumentation und Codebeispiele. Dieser Skill führt Claude, Codex und Claude Code durch parallele Recherche mit vertrauensbasierter Synthese.
Recherche & Lernen Ansehen
📦
test-scaffolding
78Test-Scaffolds über Codebasen hinweg generieren
Das Schreiben erster Testdateien über verschiedene Sprachen hinweg ist repetitiv und wird leicht übersehen. Dieser Skill analysiert die Quellstruktur und erstellt framework-spezifische Scaffolds für Claude-, Codex- und Claude Code-Workflows.
Programmierung & Entwicklung Ansehen
Ähnliche Skills
Alle anzeigen📦
route
77Prompts an ein gewähltes Claude-Modell weiterleiten
von 0xrdan
Die automatische Modellauswahl kann ein anderes Modell auswählen, als vom Benutzer beabsichtigt. Diese Skill ermöglicht es Benutzern, einen Prompt explizit an Haiku, Sonnet oder Opus weiterzuleiten.
Produktivität Ansehen
📦
router-stats
77Claude Router-Nutzung und Einsparungen anzeigen
von 0xrdan
Claude Router-Nutzer benötigen eine klare Übersicht über Routing-Volumen, Ausnahmebehandlung und geschätzte Einsparungen. Dieser Skill liest die lokale Router-Stats-Datei und präsentiert kompakte Nutzungsanalysen.
Daten & Analysen Ansehen
📦
routerbase-model-routing
75RouterBase-Modellrouting planen
von zenlee123
Teams benötigen aktuelle Modellauswahlen, ohne ständig wechselnden Anbieterkatalogen hinterherzulaufen. Diese Skill wandelt RouterBase-Katalogprüfungen in Routing-Pläne mit Fallbacks, Validierungsschritten und Kostenhinweisen um.
Programmierung & Entwicklung Ansehen
📦
agent-tools
38AI-Apps mit der inference.sh CLI ausführen
von inference-sh-3
Agenten benötigen oft eine einheitliche Möglichkeit, gehostete KI-Tools zu entdecken und auszuführen. Diese Skill führt Claude, Codex und Claude Code durch inference.sh CLI-Workflows für Modelle, Medien, Suche und Aufgabenverfolgung.
Produktivität Ansehen
📦
infsh-cli
38KI-Apps über die inference.sh CLI ausführen
von halt-catch-fire
KI-Teams wechseln häufig zwischen vielen Modell-APIs und Tools. Dieser Skill führt Claude, Codex und Claude Code durch Aufgaben mit der inference.sh CLI.
DevOps & Infrastruktur Ansehen
📦
Provider Management
38Fallbacks für KI-Anbieter verwalten
von AttendantLion8
Teams jonglieren häufig mit Abonnements, OAuth-Konten und API-Schlüsseln über verschiedene Modellanbieter hinweg. Dieser Skill organisiert Prioritäten, Limits und Fallback-Optionen in einem einzigen Workflow.
DevOps & Infrastruktur Ansehen