Compétences project-development
📦
project-development
Révision du contenu r2 Risque moyen 📁 Accès au système de fichiers⚙️ Commandes externes🌐 Accès réseau
Planifier des pipelines de projets LLM fiables
Les équipes construisent souvent des projets LLM avant d’avoir prouvé l’adéquation de la tâche, le coût et les limites du pipeline. Cette compétence guide la validation, l’architecture par étapes et les plans d’itération pour Claude, Codex et Claude Code.
Prend en charge: Claude Codex Code(CC)
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 "project-development" from https://skillstore.io/skills/muratcankoylan-project-development.md and its manifest at https://skillstore.io/api/skills/muratcankoylan-project-development/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.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.
Tester
Utilisation de « project-development ». Je dois analyser 8 000 tickets d’assistance et produire des résumés de thèmes.
Résultat attendu:
- Évaluation de l’adéquation tâche-modèle avec les forces probables et les points faibles.
- Un plan de pipeline par lots en étapes avec des artefacts intermédiaires persistants.
- Un cadre d’estimation des coûts avec des marges pour les nouvelles tentatives et la revue.
Utilisation de « project-development ». Notre projet d’agent comporte de nombreux outils et des exécutions lentes.
Résultat attendu:
- Une recommandation de tester une base plus simple avant d’ajouter des outils.
- Des critères pour conserver, fusionner ou supprimer des outils spécialisés.
- Un plan d’itération qui compare la qualité, la latence et le coût.
Utilisation de « project-development ». Je veux un modèle réutilisable pour le traitement LLM par lots.
Résultat attendu:
- Des définitions d’étapes pour l’acquisition de données, la préparation des prompts, les appels au modèle, l’analyse et le rendu.
- Des recommandations de gestion d’état basée sur les fichiers pour la mise en cache et le débogage.
- Des notes sur la tolérance de l’analyseur et la validation manuelle avant le passage à l’échelle.
Audit de sécurité
Risque moyenv8 • 09/08/2026 Ouvrir le rapport versionné
Most static findings are false positives caused by Markdown formatting, documentation examples, benign citations, and mislabeled text. The executable template has medium-risk path traversal, HTML injection, and indirect prompt injection weaknesses. These issues should be fixed before marketplace publication.
4
Fichiers analysés
2,102
Lignes analysées
6
Éléments à examiner
0
Faux positifs ignorés
Préoccupations de sécurité confirmées (3)
Moyen
scripts/pipeline_template.py:132-153scripts/pipeline_template.py:603-652scripts/pipeline_template.py:767-773
Unvalidated Identifiers Permit Path Traversal
Batch and item identifiers are joined without validation. Absolute or traversal paths can redirect writes and cleanup deletions outside intended directories.
The CLI value reaches Path joins without confinement checks, and cleanup unlinks files beneath the resulting path.
Moyen
Generated HTML Includes Unescaped Batch Identifier
The batch identifier is inserted into title and heading markup without escaping. A crafted identifier can inject active content when the report opens.
The CLI-controlled batch_id is interpolated directly into two HTML contexts while other displayed strings are explicitly escaped.
Moyen
Untrusted Source Content Can Manipulate Model Instructions
Acquired title and content are inserted directly into the model prompt. Malicious source text can alter requested behavior or corrupt structured output.
The template interpolates source fields without trust-boundary controls, then passes the complete prompt to the configured LLM call.
Éléments d’évaluation des capacités (6)
Il s’agit de capacités locales réelles qui peuvent être attendues pour cette compétence ; elles nécessitent donc un examen, mais ne sont pas comptabilisées comme comportement malveillant confirmé.
Moyen
Python file write/append
with open(raw_file, "w") as f:
This executable write uses a path derived from an unvalidated batch identifier. Absolute or traversal values can redirect pipeline output outside the intended directory.
Moyen
Python file write/append
with open(prompt_file, "w") as f:
This executable write uses a path derived from an unvalidated batch identifier. Absolute or traversal values can redirect pipeline output outside the intended directory.
Moyen
Python file write/append
with open(response_file, "w") as f:
This executable write uses a path derived from an unvalidated batch identifier. Absolute or traversal values can redirect pipeline output outside the intended directory.
Moyen
Python file write/append
with open(parsed_file, "w") as f:
This executable write uses a path derived from an unvalidated batch identifier. Absolute or traversal values can redirect pipeline output outside the intended directory.
Moyen
Python file write/append
with open(agg_file, "w") as f:
This executable write uses a path derived from an unvalidated batch identifier. Absolute or traversal values can redirect pipeline output outside the intended directory.
Moyen
Python file write/append
with open(output_file, "w") as f:
This executable write uses a path derived from an unvalidated batch identifier. Absolute or traversal values can redirect pipeline output outside the intended directory.
Facteurs de risque
📁 Accès au système de fichiers (12)
references/pipeline-patterns.md:309 references/pipeline-patterns.md:485 references/pipeline-patterns.md:500 references/pipeline-patterns.md:505 references/pipeline-patterns.md:529 references/pipeline-patterns.md:608 scripts/pipeline_template.py:182 scripts/pipeline_template.py:246 scripts/pipeline_template.py:314 scripts/pipeline_template.py:404 scripts/pipeline_template.py:417 scripts/pipeline_template.py:547
⚙️ Commandes externes (18)
🌐 Accès réseau (2)
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.
Copier le lien du rapport
https://skillstore.io/skills/muratcankoylan-project-development/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportBadge Markdown
[](https://skillstore.io/skills/muratcankoylan-project-development?utm_source=security_passport_badge)Badge HTML
<a href="https://skillstore.io/skills/muratcankoylan-project-development?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/muratcankoylan-project-development/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Carte intégrable
<iframe src="https://skillstore.io/embed/skills/muratcankoylan-project-development.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
muratcankoylan. (2026). project-development security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/muratcankoylan-project-development/audits/8Citation BibTeX
@techreport{muratcankoylan-muratcankoylan-project-development-2026,
author = {muratcankoylan},
title = {project-development security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/muratcankoylan-project-development/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: "project-development security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "muratcankoylan"
date-released: "2026-08-09"
url: "https://skillstore.io/skills/muratcankoylan-project-development/audits/8"
identifiers:
- type: other
value: "skillstore:muratcankoylan-project-development:audit:8"
description: "Skillstore immutable audit report identifier"
Comparer les variantes
2 variantes installablesChaque auteur reste un skill installable distinct. La variante recommandée est classée selon les preuves Skillstore.
Pourquoi cette variante est première
Utilisation Skillstore plus élevée
Auteur / source Score Skillstore Niveau de confiance des preuves Utilisation Skillstore Mis à jour
muratcankoylan-project-development
Score Skillstore 50
Niveau de confiance des preuves Élevé
Utilisation Skillstore 18
Mis à jour
2026-09-09
chakshugautam-project-development
Score Skillstore 50
Niveau de confiance des preuves Élevé
Utilisation Skillstore 13
Mis à jour
2026-09-09
Score Skillstore
Pourquoi ce score Niveau de confiance des preuves: Élevé 64
Architecture
85
Maintenabilité
87
Contenu
71
Communauté
83
Conformité aux spécifications
Ce que vous pouvez créer
Valider une nouvelle idée LLM
Vérifier l’adéquation tâche-modèle, les taux d’erreur acceptables et la forme de sortie attendue avant d’écrire l’automatisation.
Concevoir un pipeline d’analyse par lots
Décomposer le flux de travail d’un grand corpus en étapes pouvant être mises en cache, avec des points clairs de réexécution et de débogage.
Maîtriser les coûts d’un projet d’agent
Estimer l’utilisation des tokens, choisir une architecture simple et décider quand la complexité multi-agent est justifiée.
Essayez ces prompts
Évaluer l’adéquation de la tâche
Évaluez si ce projet est adapté au traitement par LLM. Couvrez le type d’entrée, la sortie souhaitée, la tolérance aux erreurs, les besoins de connaissances du modèle et un test de prototype manuel.
Ébaucher les étapes du pipeline
Concevez un pipeline LLM par étapes pour ce flux de travail. Définissez les étapes acquire, prepare, process, parse et render avec les artefacts, les règles de réexécution et la gestion des échecs.
Estimer l’échelle et le coût
Estimez le coût en tokens et le temps d’exécution pour ce projet par lots. Incluez les hypothèses sur le nombre d’éléments, les estimations de tokens d’entrée et de sortie, une marge pour les nouvelles tentatives et les options de maîtrise des coûts.
Examiner les compromis d’architecture
Examinez cette architecture de projet LLM. Identifiez où un pipeline unique suffit, où le travail multi-agent peut aider, et quelle complexité doit être supprimée.
Bonnes pratiques
- Exécuter un prototype manuel avec un élément représentatif avant d’écrire l’automatisation.
- Garder chaque étape du pipeline idempotente, observable et exécutable indépendamment.
- Suivre les coûts en tokens et les échecs d’analyse pendant le développement, pas après le lancement.
Éviter
- Ne construisez pas un pipeline complet avant d’avoir prouvé que le modèle peut gérer la tâche.
- Ne combinez pas l’acquisition, les appels au modèle, l’analyse et le rendu en une seule étape opaque.
- N’utilisez pas une architecture multi-agent uniquement pour imiter les rôles d’une équipe humaine.
Foire aux questions
Cette compétence appelle-t-elle directement des API LLM externes ?
Non. Le modèle inclus renvoie des réponses simulées jusqu’à ce que l’utilisateur ajoute une intégration API.
Cela peut-il aider avec des projets Claude et Claude Code ?
Oui. Les recommandations s’appliquent à Claude, Claude Code, Codex et à d’autres outils capables d’utiliser des agents.
Le modèle de pipeline est-il prêt pour la production ?
Non. Il s’agit d’un modèle de départ qui nécessite une validation, des contrôles de sécurité et une vraie gestion des API.
Quand devrais-je utiliser une conception multi-agent ?
Utilisez-la lorsque l’isolation du contexte ou l’exploration parallèle améliore suffisamment la qualité pour justifier le coût.
Comment la compétence prend-elle en charge la planification des coûts ?
Elle explique l’estimation des tokens, les hypothèses de longueur de sortie, les marges pour les nouvelles tentatives et les choix d’architecture plus simples.
Que dois-je faire avant de passer un job par lots à l’échelle ?
Validez manuellement un élément, inspectez la qualité de la sortie, testez l’analyse et estimez le coût total en tokens.
Détails du développeur
Auteur
muratcankoylanLicence
MIT
Révision Skillstore
r2
Avis de version
L’auteur n’a déclaré aucune version.
Réf
02be9409c79ca1183f7844009c14d9df684d0cf9
Récence de maintenance
11/08/2026
Utilisation
13 téléchargements · 299 vues
Structure de fichiers