Habilidades get-available-resources

📦

get-available-resources

Name: get-available-resources
Author: davila7

Revisión del contenido r2 Riesgo bajo ⚡ Contiene scripts⚙️ Comandos externos📁 Acceso al sistema de archivos

Detectar recursos de computación científica

Las tareas científicas fallan cuando se desconocen los límites de recursos. Esta skill detecta la capacidad local de CPU, GPU, memoria y disco, y recomienda estrategias de computación adecuadas.

Compatible con: Claude Codex Code(CC)

📊 72 Adecuado

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 "get-available-resources" from https://skillstore.io/skills/davila7-get-available-resources.md and its manifest at https://skillstore.io/api/skills/davila7-get-available-resources/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

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.

Detalle Markdown GET /skills/davila7-get-available-resources.md Manifest firmado GET /api/skills/davila7-get-available-resources/manifest Lockfile firmado GET /api/skills/davila7-get-available-resources/lockfile

Pruébalo

Usando "get-available-resources". Ejecuta la skill antes de analizar un conjunto de datos tabular de 50 GB.

Resultado esperado:

El informe muestra que la memoria disponible está por debajo del tamaño del conjunto de datos. Usa carga por fragmentos con Dask o Zarr y evita cargar todas las filas a la vez.

Usando "get-available-resources". Comprueba si el entrenamiento del modelo puede usar aceleración por hardware.

Resultado esperado:

El informe detecta un backend de GPU compatible. Selecciona la biblioteca de aprendizaje automático correspondiente y conserva una alternativa de CPU para portabilidad.

Usando "get-available-resources". Prepárate para procesar miles de archivos en paralelo.

Resultado esperado:

El informe recomienda un número de workers basado en núcleos lógicos y reserva capacidad para el sistema operativo y otras tareas.

Auditoría de seguridad

Riesgo bajo

v9 • 23/7/2026 Abrir el informe versionado

The fixed-argument subprocess calls and Markdown backticks are legitimate resource detection and documentation patterns, with no shell interpolation, network transfer, or prompt injection. Two local risks remain: the script intentionally inventories host details, and its custom output path can overwrite an existing file.

Archivos escaneados

674

Líneas analizadas

Elementos de revisión

Falsos positivos ignorados

Preocupaciones de seguridad confirmadas (1)

Bajo

SKILL.md:128

System reconnaissance

- **Sequential (< 4 cores)**: Prefer sequential processing to avoid overhead

The skill intentionally inventories CPU, memory, disk, GPU, OS, and working-directory details, creating a low local information-disclosure risk.

Elementos de revisión de capacidades (1)

Estas son capacidades locales reales que pueden esperarse para esta habilidad, por lo que requieren revisión, pero no se cuentan como comportamiento malicioso confirmado.

Medio

scripts/detect_resources.py:267

Python file write/append

with open(output_path, 'w') as f:

The caller-controlled output path is opened in write mode, so an existing file at that path can be truncated.

Factores de riesgo

Patrones detectados

System reconnaissance

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.

Abrir el informe versionado

Copiar enlace del informe

https://skillstore.io/skills/davila7-get-available-resources/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Insignia Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/davila7-get-available-resources/security.svg)](https://skillstore.io/skills/davila7-get-available-resources?utm_source=security_passport_badge)

Insignia HTML

<a href="https://skillstore.io/skills/davila7-get-available-resources?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-get-available-resources/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Tarjeta para insertar

<iframe src="https://skillstore.io/embed/skills/davila7-get-available-resources.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

davila7. (2026). get-available-resources security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-get-available-resources/audits/9

Cita BibTeX

@techreport{davila7-davila7-get-available-resources-2026,
  author = {davila7},
  title = {get-available-resources security audit report (audit version 9)},
  institution = {Skillstore},
  year = {2026},
  number = {9},
  url = {https://skillstore.io/skills/davila7-get-available-resources/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: "get-available-resources security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
  - name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-get-available-resources/audits/9"
identifiers:
  - type: other
    value: "skillstore:davila7-get-available-resources:audit:9"
    description: "Skillstore immutable audit report identifier"

Comparar variantes

2 variantes instalables

Cada autor sigue siendo un skill instalable independiente. La variante recomendada se ordena según la evidencia de Skillstore.

Por qué esta variante es la primera

Mayor puntuación de Skillstore

Autor / fuente Puntuación de Skillstore Confianza de la evidencia Uso en Skillstore Actualizado

davila7 Recomendado Actual

davila7-get-available-resources

Puntuación de Skillstore 72

Confianza de la evidencia Alto

Uso en Skillstore 9

Actualizado

2026-09-09

K-Dense-AI

k-dense-ai-get-available-resources

Puntuación de Skillstore 38

Confianza de la evidencia Medio

Uso en Skillstore 10

Actualizado

2026-09-09

Puntuación de Skillstore

Por qué esta puntuación Confianza de la evidencia: Alto

Arquitectura

Mantenibilidad

Contenido

Comunidad

Cumplimiento de la especificación

Lo que puedes crear

Planificar análisis de datos grandes

Comprueba si un conjunto de datos cabe en memoria antes de elegir pandas, Dask, Zarr o flujos de trabajo por streaming.

Elegir hardware de entrenamiento

Detecta compatibilidad con CUDA, ROCm o Metal antes de seleccionar un backend de aprendizaje automático.

Establecer líneas base del proyecto

Registra la capacidad de cómputo local antes de simulaciones, procesamiento por lotes o planificación de reproducibilidad.

Prueba estos prompts

Comprobar antes del análisis

Usa get-available-resources antes de analizar este conjunto de datos. Resume los límites detectados y recomienda un enfoque de procesamiento seguro.

Planificar trabajo paralelo

Ejecuta get-available-resources y elige un número de workers para este trabajo por lotes. Explica si joblib, multiprocessing o Dask encaja mejor.

Seleccionar backend de aceleración

Usa get-available-resources para detectar las GPU disponibles. Recomienda un backend de PyTorch, TensorFlow, JAX o CPU para el entrenamiento.

Diseñar pipeline consciente de los recursos

Ejecuta get-available-resources, inspecciona el informe y diseña un pipeline para un conjunto de datos mayor que la memoria, con elecciones claras de almacenamiento y cómputo.

Mejores prácticas

Ejecuta la skill antes de cómputos largos o costosos para que los límites de recursos orienten las decisiones de diseño.
Revisa el archivo de recursos generado antes de confirmar, publicar o compartir artefactos del proyecto.
Vuelve a ejecutar la detección después de cambiar de máquina, cerrar aplicaciones grandes o añadir hardware nuevo.

Evitar

No asumas que un informe de recursos sigue actualizado después de cambios en la carga del sistema o el uso del disco.
No publiques .claude_resources.json cuando los detalles de la máquina deban permanecer privados.
No trates las recomendaciones como sustituto de benchmarks para cargas de trabajo críticas.

Preguntas frecuentes

¿Esta skill envía datos de recursos por la red?

No. Los archivos revisados solo recopilan información local y escriben un informe JSON local.

¿Qué archivo crea la skill?

De forma predeterminada, crea .claude_resources.json en el directorio de trabajo actual.

¿Puedo elegir una ruta de salida diferente?

Sí. El script de detección documenta una opción de salida para elegir otra ruta local.

¿Qué plataformas son compatibles?

La skill documenta compatibilidad con macOS, Linux y Windows, con comprobaciones de GPU que dependen de herramientas de la plataforma.

¿Instala dependencias automáticamente?

No. La documentación dice que psutil es obligatorio y proporciona un comando de instalación separado.

¿Pueden las recomendaciones sustituir las pruebas de rendimiento?

No. Son orientación de planificación basada en los recursos detectados, no benchmarks medidos de cargas de trabajo.

Detalles del desarrollador

Autor

davila7

Licencia

MIT

Revisión de Skillstore

Aviso de versión

El autor no declaró una versión.

Repositorio

https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/get-available-resources

Ref.

c43861a65bb95efcae259cd161c9d6f4dc7eec6f

Actualidad del mantenimiento

25/7/2026

Uso

7 descargas · 189 vistas

Estructura de archivos

📁 scripts/

📄 detect_resources.py

📄 SKILL.md