Habilidades model-discovery
📦
model-discovery
Revisión del contenido r1 Riesgo alto 🔑 Variables de entorno🌐 Acceso a red📁 Acceso al sistema de archivos⚙️ Comandos externos
Descubrir IDs actuales de modelos de IA
Los nombres de los modelos cambian rápidamente y los IDs obsoletos rompen los flujos de trabajo de agentes. Esta skill obtiene las listas de modelos de los proveedores, las almacena en caché y las asigna a niveles de enrutamiento.
Compatible con: Claude Codex Code(CC)
Detente y solicita confirmación antes de instalar.
Revisa el plan y obtén el consentimiento explícito del usuario antes de modificar archivos.
Instalar con mi Agente
Copia esta solicitud en tu Agente. Incluye la página canónica del Skill y el manifiesto.
Solicitud de agente
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.Tu Agente debe seguir mostrando su plan y solicitar cualquier confirmación exigida por la política de seguridad.
Recursos legibles por agentes
Usa estos enlaces cuando un agente de IA, crawler o script necesite contexto limpio en vez de leer la página completa.
Pruébalo
Usando "model-discovery". Comprueba si hay nuevos modelos de OpenAI y dime qué cambió.
Resultado esperado:
El registro de OpenAI tiene dos nuevos modelos de la familia GPT-5.2. Uno parece fast y otro parece heavy. Ambos necesitan revisión antes de usarse en producción.
Usando "model-discovery". ¿Qué modelo de Claude debería usar para una tarea rápida de formato de código?
Resultado esperado:
Usa el nivel fast de Claude para formato rápido. La asignación actual apunta a la clase Haiku en Claude Code CLI.
Usando "model-discovery". Actualiza todos los datos de proveedores, pero no modifiques los archivos de niveles.
Resultado esperado:
Los datos de proveedores se actualizaron y se almacenaron en caché. No se cambiaron archivos de niveles. Revisa el nuevo informe de modelos antes de guardar clasificaciones.
Auditoría de seguridad
Riesgo altov9 • 13/7/2026 Abrir el informe versionado
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
Archivos escaneados
1,921
Líneas analizadas
22
Elementos de revisión
0
Falsos positivos ignorados
Preocupaciones de seguridad confirmadas (2)
Alto
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.
Medio
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.
Elementos de revisión de capacidades (22)
Estas son capacidades locales reales que pueden esperarse para esta habilidad, por lo que requieren revisión, pero no se cuentan como comportamiento malicioso confirmado.
Alto
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.
Alto
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.
Alto
Generic API/secret keys
-H "x-api-key: $ANTHROPIC_API_KEY" \
The documented shell command expands the API key into a curl header argument. Command arguments can expose the credential through process listings.
Alto
Generic API/secret keys
API key as query parameter: `?key=$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.
Alto
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY"
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Alto
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$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.
Alto
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | \
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Alto
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$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.
Alto
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY&pageSize=100"
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
Alto
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$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.
Alto
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.
Alto
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.
Alto
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.
Alto
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.
Alto
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.
Alto
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.
Alto
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.
Medio
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.
Bajo
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.
Bajo
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.
Bajo
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.
Bajo
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.
Factores de riesgo
🔑 Variables de entorno (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
🌐 Acceso a red (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
📁 Acceso al sistema de archivos (3)
⚙️ Comandos externos (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
Auditado por: codex Ver historial de auditorías →
Compartir y citar este informe
Comparte el informe de evaluación versionado, la insignia neutral, la tarjeta insertable y las citas. Skillstore presenta evidencias sin decidir si este Skill es seguro.
Copiar enlace del informe
https://skillstore.io/skills/consiliency-model-discovery/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportInsignia Markdown
[](https://skillstore.io/skills/consiliency-model-discovery?utm_source=security_passport_badge)Insignia HTML
<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>Tarjeta para insertar
<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>Citas académicas (APA · BibTeX · CFF)
Cita APA
Consiliency. (2026). model-discovery security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/consiliency-model-discovery/audits/9Cita BibTeX
@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"
Puntuación de Skillstore
Por qué esta puntuación Confianza de la evidencia: Medio 45
Arquitectura
85
Mantenibilidad
87
Contenido
70
Comunidad
83
Cumplimiento de la especificación
Lo que puedes crear
Actualizar referencias de modelos de agentes
Consulta los IDs actuales de modelos de proveedores antes de actualizar prompts, reglas de enrutamiento o documentación de skills.
Clasificar modelos recién lanzados
Detecta modelos ausentes en el registro y asígnalos a los niveles fast, default o heavy.
Seleccionar modelos locales de Ollama
Enumera los modelos locales instalados y compara su tamaño, parámetros e idoneidad para tareas de programación.
Prueba estos prompts
Obtener un proveedor
Usa model-discovery para obtener los IDs de modelos de OpenAI más recientes. Explica cualquier clave de API ausente o error de red en lenguaje sencillo.
Comprobar modelos nuevos
Usa model-discovery para comprobar si algún proveedor devolvió nuevos modelos sin clasificar. Resume el recuento por proveedor y nivel sugerido.
Elegir niveles de enrutamiento
Lee la configuración actual de niveles y recomienda opciones de modelos fast, default y heavy para Claude Code, Codex y Gemini CLI.
Auditar desviaciones en el registro de modelos
Compara los resultados de proveedores almacenados en caché con los modelos conocidos, identifica asignaciones de niveles obsoletas y propone actualizaciones del registro sin cambiar archivos automáticamente.
Mejores prácticas
- Ejecuta el descubrimiento con la opción de proveedor más acotada que necesite la tarea.
- Revisa las clasificaciones de nuevos modelos antes de usarlas en enrutamiento de producción.
- Mantén las claves de API de proveedores con alcance limitado y evita compartir archivos de caché fuera del proyecto.
Evitar
- No codifiques IDs de modelos de memoria cuando haya datos actuales del proveedor disponibles.
- No ejecutes actualizaciones forzadas en espacios de trabajo no confiables con archivos .env amplios.
- No trates los modelos clasificados automáticamente como listos para producción sin revisarlos.
Preguntas frecuentes
¿Esta skill llama a APIs externas?
Sí. El script de obtención puede llamar a endpoints de Anthropic, OpenAI, Gemini y Ollama al actualizar datos de modelos.
¿Qué herramientas pueden usar esta skill?
El informe marca compatibilidad con Claude, Codex y Claude Code.
¿Dónde se almacenan los modelos descubiertos?
Las respuestas obtenidas de los proveedores se almacenan en caché en cache/models.json. Las clasificaciones conocidas se almacenan en config/known_models.json.
¿Puede clasificar modelos automáticamente?
Sí. Usa patrones de nombres para inferir niveles fast, default o heavy, y luego informa los modelos que aún necesitan revisión.
¿Necesita claves de API?
Los proveedores en la nube necesitan claves de API. El descubrimiento de Ollama usa el host local configurado y no requiere una clave de proveedor.
¿Es seguro ejecutarla en un entorno bloqueado?
Puede estar bloqueada por restricciones de acceso a red, subprocesos, sistema de archivos o entorno.
Detalles del desarrollador
Autor
ConsiliencyLicencia
MIT
Revisión de Skillstore
r1
Aviso de versión
El autor no declaró una versión.
Repositorio
https://github.com/Consiliency/treesitter-chunker/tree/main/.ai-dev-kit/skills/model-discoveryRef.
635f69fb8d2f4e6330ba47a4e5a0fb239c04d110
Actualidad del mantenimiento
23/7/2026
Uso
6 descargas · 178 vistas
Estructura de archivos