📦

stack-analyzer

Name: stack-analyzer
Author: Consiliency

Révision du contenu r2 Risque moyen ⚙️ Commandes externes🌐 Accès réseau📁 Accès au système de fichiers

Analyser les piles de projet et recommander des compétences

Les équipes ont besoin de compétences IA cohérentes qui correspondent à chaque base de code. Cette compétence détecte les signaux de pile, recommande des compétences génériques et peut générer l’échafaudage de modèles spécifiques au projet.

Prend en charge: Claude Codex Code(CC)

⚠️ 50 Médiocre

Maintain this Skill? Claim it ⚠️ 50 Médiocre

Arrêtez-vous et demandez confirmation avant l’installation.

Examinez le plan et obtenez le consentement explicite de l’utilisateur avant de modifier des fichiers.

Installer avec mon Agent

Copiez cette demande dans votre Agent. Elle contient la page Skill de référence et le manifeste.

Demande d’agent

Review the Skillstore skill "stack-analyzer" from https://skillstore.io/skills/consiliency-stack-analyzer.md and its manifest at https://skillstore.io/api/skills/consiliency-stack-analyzer/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.

Votre Agent doit toujours présenter son plan et demander toute confirmation exigée par la politique de sécurité.

Ressources lisibles par les agents

Utilisez ces liens lorsqu’un Agent IA, un crawler ou un script a besoin d’un contexte propre au lieu de lire toute la page.

Détail Markdown GET /skills/consiliency-stack-analyzer.md manifest signé GET /api/skills/consiliency-stack-analyzer/manifest lockfile signé GET /api/skills/consiliency-stack-analyzer/lockfile

Tester

Utilisation de « stack-analyzer ». Analyser un référentiel Next.js et Supabase.

Résultat attendu:

React, Next.js, Supabase et des migrations de base de données détectés. Recommandation de supabase-patterns, react-patterns, schema-alignment et security-audit, avec project-domain comme candidat à l’échafaudage.

Utilisation de « stack-analyzer ». Prévisualiser les options d’échafaudage pour un référentiel Python axé sur la recherche.

Résultat attendu:

Signaux de sous-agent de recherche et fixtures de test trouvés. Suggestion des modèles project-research et project-testing, avec une note indiquant que les modèles nécessitent une complétion TODO spécifique au projet.

Utilisation de « stack-analyzer ». Résumer l’impact du nettoyage après l’échafaudage.

Résultat attendu:

Liste des compétences générées, explication qu’elles persistent après la suppression du plugin et indication du manifeste généré pour le nettoyage.

Audit de sécurité

Risque moyen

v13 • 23/10/2026 Ouvrir le rapport versionné

All 46 static alerts were dismissed after contextual review, including manual inspection of the three templates. One semantic finding identifies unsafe scaffolding writes that can overwrite files outside the intended destination. No evidence found of credential theft, data exfiltration, or audit-manipulation instructions.

Fichiers analysés

542

Lignes analysées

Éléments à examiner

Faux positifs ignorés

Préoccupations de sécurité confirmées (4)

Moyen

SKILL.md:124-133

Scaffolding Writes Are Not Confined to the Destination

After copying the template, the example uses '> temp && mv temp SKILL.md' without changing directories. Following it can overwrite the caller's SKILL.md; a preexisting temp symlink can redirect truncation to another writable file.

The complete scaffolding block contains relative writes and no destination directory change or collision checks. Damage requires executing the documented example with scaffolding enabled.

Faible

templates/project-testing/SKILL.md:1

Unscanned file (invalid_frontmatter) — manual review required

[unscanned: invalid_frontmatter]

Force-confirmed metadata/low static finding; AI false-positive verdict rejected.

Faible

templates/project-research/SKILL.md:1

Unscanned file (invalid_frontmatter) — manual review required

[unscanned: invalid_frontmatter]

Force-confirmed metadata/low static finding; AI false-positive verdict rejected.

Faible

templates/project-domain/SKILL.md:1

Unscanned file (invalid_frontmatter) — manual review required

[unscanned: invalid_frontmatter]

Force-confirmed metadata/low static finding; AI false-positive verdict rejected.

Facteurs de risque

Audité par: codex Voir l’historique des audits →

Partager et citer ce rapport

Partagez le rapport d’évaluation versionné, le badge neutre, la carte intégrable et les citations. Skillstore présente les preuves sans décider si ce Skill est sûr.

Ouvrir le rapport versionné

Copier le lien du rapport

https://skillstore.io/skills/consiliency-stack-analyzer/audits/13?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Badge Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/consiliency-stack-analyzer/security.svg)](https://skillstore.io/skills/consiliency-stack-analyzer?utm_source=security_passport_badge)

Badge HTML

<a href="https://skillstore.io/skills/consiliency-stack-analyzer?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/consiliency-stack-analyzer/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Carte intégrable

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

Citations académiques (APA · BibTeX · CFF)

Citation APA

Consiliency. (2026). stack-analyzer security audit report (audit version 13) [Author version unspecified]. Skillstore. https://skillstore.io/skills/consiliency-stack-analyzer/audits/13

Citation BibTeX

@techreport{consiliency-consiliency-stack-analyzer-2026,
  author = {Consiliency},
  title = {stack-analyzer security audit report (audit version 13)},
  institution = {Skillstore},
  year = {2026},
  number = {13},
  url = {https://skillstore.io/skills/consiliency-stack-analyzer/audits/13},
  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: "stack-analyzer security audit report (audit version 13)"
version: "unspecified"
type: report
authors:
  - name: "Consiliency"
date-released: "2026-10-23"
url: "https://skillstore.io/skills/consiliency-stack-analyzer/audits/13"
identifiers:
  - type: other
    value: "skillstore:consiliency-stack-analyzer:audit:13"
    description: "Skillstore immutable audit report identifier"

Score Skillstore

Pourquoi ce score Niveau de confiance des preuves: Moyen

Architecture

Maintenabilité

Contenu

Communauté

Conformité aux spécifications

Ce que vous pouvez créer

Intégrer un référentiel existant

Examiner la pile détectée et identifier quelles compétences de développement IA doivent être activées en premier.

Configurer l’installation ai-dev-kit

Utiliser les règles de recommandation pour décider quelles compétences génériques doivent être activées pendant l’installation.

Créer des brouillons de compétences spécifiques au projet

Générer l’échafaudage de modèles de recherche, de domaine ou de test que les équipes peuvent compléter pour leur référentiel.

Essayez ces prompts

Analyser mon référentiel

Utilise stack-analyzer pour examiner ce référentiel et lister les compétences génériques recommandées avec leurs raisons. Ne génère pas de fichiers d’échafaudage.

Planifier l’activation des compétences

Utilise stack-analyzer avec la pile détectée et explique quelles compétences recommandées doivent être activées en premier.

Prévisualiser les modèles de projet

Utilise stack-analyzer pour identifier les candidats à l’échafaudage et décrire les fichiers qui seraient créés avant d’apporter des changements.

Exécuter une revue complète de l’installation

Utilise stack-analyzer pendant l’installation de ai-dev-kit, compare les recommandations aux compétences existantes et propose une mise à jour du manifeste pour revue.

Bonnes pratiques

Exécuter d’abord en mode rapport uniquement afin que les utilisateurs puissent examiner les recommandations avant l’activation.
Vérifier les résultats de library-detection avant d’activer l’auto-activation ou l’échafaudage.
Examiner les fichiers .claude/skills générés et les entrées de manifeste avant de committer les changements.

Éviter

Ne pas générer l’échafaudage de modèles dans des répertoires appartenant au plugin.
Ne pas recommander de compétences pour des technologies absentes de la sortie de détection.
Ne pas laisser les placeholders TODO générés inchangés dans les compétences spécifiques au projet.

Foire aux questions

Qu’analyse cette compétence ?

Elle utilise des signaux de pile détectés tels que les langages, frameworks, bases de données, outils de test et outils de build.

Modifie-t-elle automatiquement les fichiers ?

Elle peut générer des fichiers uniquement lorsque l’échafaudage est activé. Le mode rapport uniquement laisse les fichiers inchangés.

Quels outils la prennent en charge ?

Le rapport liste la prise en charge de Claude, Codex et Claude Code.

Quelles compétences peut-elle recommander ?

Elle peut recommander des compétences ai-dev-kit pour BAML, Supabase, l’alignement de schéma, MCP, FastAPI, React et les flux de travail d’audit de sécurité.

Où vont les compétences générées par échafaudage ?

Elles sont créées sous .claude/skills et suivies dans .claude/skills/_generated.json.

Une revue manuelle est-elle requise ?

Oui. Examinez les recommandations et les modèles générés avant de les utiliser dans des flux de travail de production.