json-to-llm-context
Convertir du JSON en contexte LLM
Les grands payloads JSON gaspillent des tokens et masquent les faits dont un modèle a besoin. Cette skill transforme des exports JSON structurés ou jsonb en résumés concis et lisibles pour Claude, Codex et Claude Code.
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "json-to-llm-context" from https://skillstore.io/skills/vc999999999-json-to-llm-context.md and its manifest at https://skillstore.io/api/skills/vc999999999-json-to-llm-context/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「json-to-llm-context」を使用しています。 Un payload de profil utilisateur avec le statut du compte, les coordonnées, les rôles et les horodatages.
期待される結果:
Le résultat nomme l'utilisateur, liste le statut actif et les informations de contact vérifiées, puis résume le nombre de rôles dans une section Collections.
「json-to-llm-context」を使用しています。 Un payload de commandes avec plusieurs enregistrements, états de paiement, totaux et nombres d'articles.
期待される結果:
Le résultat indique le nombre total de commandes, la distribution des statuts et quelques exemples représentatifs de commandes sans répéter chaque champ.
「json-to-llm-context」を使用しています。 Un objet de configuration imbriqué avec des métadonnées, des feature flags et des valeurs par défaut vides.
期待される結果:
Le résultat conserve les paramètres significatifs, supprime le bruit vide et peut préserver certaines valeurs par défaut sélectionnées lorsque le mode strict est demandé.
セキュリティ監査
安全Manual review found all static findings are false positives from Markdown backticks, examples, JSON field names, and a broad obfuscation heuristic. The skill contains a local Python JSON summarizer that reads user-provided JSON and can write a text summary. No network access, subprocess execution, environment access, prompt injection text, or hidden code was found.
リスク要因
⚙️ 外部コマンド (33)
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/vc999999999-json-to-llm-context/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/vc999999999-json-to-llm-context?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/vc999999999-json-to-llm-context?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/vc999999999-json-to-llm-context/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/vc999999999-json-to-llm-context.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
vc999999999. (2026). json-to-llm-context security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/vc999999999-json-to-llm-context/audits/5BibTeX形式の引用
@techreport{vc999999999-vc999999999-json-to-llm-context-2026,
author = {vc999999999},
title = {json-to-llm-context security audit report (audit version 5)},
institution = {Skillstore},
year = {2026},
number = {5},
url = {https://skillstore.io/skills/vc999999999-json-to-llm-context/audits/5},
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: "json-to-llm-context security audit report (audit version 5)"
version: "unspecified"
type: report
authors:
- name: "vc999999999"
date-released: "2026-07-07"
url: "https://skillstore.io/skills/vc999999999-json-to-llm-context/audits/5"
identifiers:
- type: other
value: "skillstore:vc999999999-json-to-llm-context:audit:5"
description: "Skillstore immutable audit report identifier"
Skillstore スコア
このスコアの理由 証拠の信頼度: 高作成できるもの
Résumer des réponses API
Convertir une grande réponse de service en contexte compact avant de demander à un LLM de déboguer un comportement ou d'expliquer un état.
Préparer des exports jsonb
Transformer des payloads jsonb de base de données en résumés lisibles pour l'analyse, la revue du support ou l'investigation produit.
Réduire les tokens de prompt
Compresser des enregistrements imbriqués tout en gardant visibles les identifiants, statuts, relations et champs importants.
これらのプロンプトを試す
Utilise json-to-llm-context sur ce fichier JSON et retourne le résumé lisible.
Convertis ce JSON en contexte LLM compact. Utilise moins d'échantillons et des chaînes plus courtes si la première sortie est trop longue.
Résume ce payload, mais préserve status, profile.email, identifiers et les champs order même lorsqu'ils semblent clairsemés.
Génère un contexte structuré en sections avec des marqueurs de chemin et des détails développés afin que chaque ligne de résumé puisse être retracée jusqu'au JSON source.
ベストプラクティス
- Utilisez le mode strict lorsque l'absence de valeurs false ou vides pourrait changer le sens.
- Préservez les clés critiques pour l'entreprise comme status, les identifiants, les emails et les champs de relation.
- Réduisez les limites d'échantillons, de profondeur et de longueur de chaînes avant d'envoyer de très grands payloads à un LLM.
回避
- Ne l'utilisez pas pour des documents non JSON ou des tâches OCR.
- Ne supposez pas que le résumé préserve chaque champ source sauf si les options strict et preserve sont utilisées.
- Ne l'exécutez pas sur des fichiers locaux sensibles sauf si la destination de sortie et le chemin de partage sont approuvés.
よくある質問
Cette skill envoie-t-elle du JSON à un service distant ?
Peut-il lire depuis l'entrée standard ?
Peut-il écrire le résumé dans un fichier ?
Préservera-t-il chaque champ JSON ?
Quels formats sont pris en charge ?
Quels outils IA peuvent utiliser cette skill ?
開発者情報
作成者
vc999999999ライセンス
MIT
Skillstore リビジョン
r1
バージョンに関する注意
作者はバージョンを宣言していません。
参照
36e07d5e13068e5be64447e8f20b427cf2cbd21a
メンテナンスの新しさ
2026/7/21
利用状況
20 ダウンロード · 175 閲覧