スキル fiftyone-dataset-inference
📦
fiftyone-dataset-inference
コンテンツリビジョン r1 中リスク ⚙️ 外部コマンド🌐 ネットワークアクセス
FiftyOne 推論データセットの作成
コンピュータビジョンチームには、メディア、ラベル、予測を FiftyOne に読み込むための再現可能な方法が必要です。このスキルは、Claude、Codex、Claude Code に対して、データセット作成、インポート検証、モデル推論の手順を案内します。
対応: Claude Codex Code(CC)
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。
エージェントリクエスト
Review the Skillstore skill "fiftyone-dataset-inference" from https://skillstore.io/skills/adonaivera-fiftyone-dataset-inference.md and its manifest at https://skillstore.io/api/skills/adonaivera-fiftyone-dataset-inference/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
「fiftyone-dataset-inference」を使用しています。 ラベルなしの商品画像フォルダに物体検出予測が必要です。
期待される結果:
- 永続ストレージ付きでデータセットが作成されました。
- 選択したディレクトリから画像がインポートされました。
- 検出予測が predictions フィールドに保存されました。
- FiftyOne ビューが予測のあるサンプルにフィルタリングされました。
「fiftyone-dataset-inference」を使用しています。 COCO アノテーションファイルと画像ディレクトリにインポート検証が必要です。
期待される結果:
- COCO ラベルが ground_truth フィールドにインポートされました。
- インポートされたサンプル数がソースファイル数と比較されました。
- 目視確認のために FiftyOne App が開かれました。
「fiftyone-dataset-inference」を使用しています。 YOLOv5 データセットを検索可能なレビュー用データセットに変換する必要があります。
期待される結果:
- YOLOv5 ディレクトリが FiftyOne データセットとしてインポートされました。
- ground truth ラベルが予測とは別に保存されました。
- 後続分析用にデータセットコンテキストが設定されました。
セキュリティ監査
中リスクv8 • 2026/7/5 バージョン別レポートを開く
The static findings are mostly false positives caused by Markdown fences, inline code, and documentation links. The skill is focused on FiftyOne dataset import and inference, but it includes behavior-level risks around Bash directory scans and dependency installation commands returned by tooling.
1
スキャンされたファイル
409
解析済み行数
0
レビュー項目
0
誤検知を無視
確認済みのセキュリティ上の懸念 (2)
中
Unquoted User Path in Shell Examples
The workflow tells the assistant to scan a user-provided directory with Bash examples that substitute the path directly. A path with shell metacharacters could be unsafe if copied into a shell command without quoting or structured arguments.
The Bash examples and user-provided path are explicit. The skill also asks for confirmation before dataset creation, so the risk depends on how the assistant executes the scan.
中
Unverified Dependency Install Command
The skill says model dependency failures include an install_command and tells the assistant to offer to run it. Running dependency commands returned by tooling without verification can install unexpected packages or execute shell commands.
The text explicitly references install_command and installation. It does not require automatic execution, so normal user approval may reduce impact.
リスク要因
⚙️ 外部コマンド (75)
SKILL.md:21 SKILL.md:22 SKILL.md:23 SKILL.md:36-38 SKILL.md:38-41 SKILL.md:41-43 SKILL.md:43-51 SKILL.md:51-53 SKILL.md:53-61 SKILL.md:61-64 SKILL.md:64-72 SKILL.md:72-81 SKILL.md:81-85 SKILL.md:85-93 SKILL.md:93-99 SKILL.md:99-101 SKILL.md:101-106 SKILL.md:106-115 SKILL.md:115-118 SKILL.md:118-129 SKILL.md:129-135 SKILL.md:135-137 SKILL.md:137-139 SKILL.md:139-143 SKILL.md:143-145 SKILL.md:145-151 SKILL.md:151-160 SKILL.md:160-164 SKILL.md:164-166 SKILL.md:166-170 SKILL.md:170-172 SKILL.md:172-178 SKILL.md:178 SKILL.md:179 SKILL.md:180-181 SKILL.md:181-187 SKILL.md:187-188 SKILL.md:188-189 SKILL.md:189 SKILL.md:190 SKILL.md:191 SKILL.md:192 SKILL.md:193 SKILL.md:194 SKILL.md:195-196 SKILL.md:196-197 SKILL.md:197-201 SKILL.md:201 SKILL.md:204-205 SKILL.md:205-208 SKILL.md:208-209 SKILL.md:209-210 SKILL.md:210-213 SKILL.md:213-214 SKILL.md:214-217 SKILL.md:217-218 SKILL.md:218-221 SKILL.md:221-222 SKILL.md:222-228 SKILL.md:228-259 SKILL.md:259-263 SKILL.md:263-296 SKILL.md:296-300 SKILL.md:300-321 SKILL.md:321-326 SKILL.md:326-334 SKILL.md:334-336 SKILL.md:336-357 SKILL.md:357-363 SKILL.md:363-368 SKILL.md:368-377 SKILL.md:377 SKILL.md:381 SKILL.md:385 SKILL.md:394
🌐 ネットワークアクセス (4)
監査者: codex 監査履歴を表示 →
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/adonaivera-fiftyone-dataset-inference/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/adonaivera-fiftyone-dataset-inference?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/adonaivera-fiftyone-dataset-inference?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/adonaivera-fiftyone-dataset-inference/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/adonaivera-fiftyone-dataset-inference.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
AdonaiVera. (2026). fiftyone-dataset-inference security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/adonaivera-fiftyone-dataset-inference/audits/8BibTeX形式の引用
@techreport{adonaivera-adonaivera-fiftyone-dataset-inference-2026,
author = {AdonaiVera},
title = {fiftyone-dataset-inference security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/adonaivera-fiftyone-dataset-inference/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: "fiftyone-dataset-inference security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "AdonaiVera"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/adonaivera-fiftyone-dataset-inference/audits/8"
identifiers:
- type: other
value: "skillstore:adonaivera-fiftyone-dataset-inference:audit:8"
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 55
アーキテクチャ
85
保守性
87
コンテンツ
72
コミュニティ
83
仕様準拠
作成できるもの
画像レビューセットの準備
ラベルなし画像フォルダを FiftyOne に読み込み、目視レビュー用の検出予測を生成します。
ラベル付きベンチマークのインポート
ground truth を予測とは分離したまま、COCO、YOLO、または VOC ラベルからデータセットを作成します。
クライアントデータ納品物の検証
フォルダ内容を確認し、サンプルをインポートし、件数を確認して、品質チェック用に FiftyOne ビューを開きます。
これらのプロンプトを試す
メディアフォルダのインポート
このローカルメディアフォルダから FiftyOne データセットを作成してください。まずフォルダを確認し、データセット名を提案して、インポート前に確認してください。
COCO ラベルのインポート
私の COCO 画像データセットを FiftyOne にインポートしてください。別個の ground_truth フィールドを使用し、インポート後にサンプル数を検証してください。
高速検出の実行
データセットがインポートされた後、高速な組み込み検出モデルを実行し、予測を predictions フィールドに保存してください。
完全なレビュー用ワークフローの構築
このデータセット向けにエンドツーエンドの FiftyOne ワークフローを構築してください。形式を検出し、ラベルをインポートし、適切なモデルを実行し、アプリを起動して、検証結果を要約してください。
ベストプラクティス
- インポート前に、データセット名、ラベルフィールド、ソースパスをユーザーに確認します。
- ground truth ラベルとモデル予測は別々のフィールドに保持します。
- 低速または高負荷のモデルを実行する前に、小さめのモデルバリアントから始めます。
回避
- ユーザーの明示的な承認なしに既存のデータセットを上書きしないでください。
- 正確なコマンドを先に確認せずに、依存関係のインストールコマンドを実行しないでください。
- インポートされたラベルと予測を同じフィールドに混在させないでください。
よくある質問
このスキルは何を作成しますか？
ローカルメディアから FiftyOne データセットを作成し、インポートされたラベルやモデル予測を追加できます。
どのラベル形式がサポートされていますか？
手順では、COCO、YOLO、VOC、KITTI、CVAT、TensorFlow records、分類ディレクトリツリーを扱います。
モデル推論を実行できますか？
はい。検出、分類、セグメンテーション、または埋め込みに FiftyOne Model Zoo オペレーターを使用するようアシスタントを案内します。
ローカルセットアップは必要ですか？
はい。FiftyOne MCP と、参照されている Voxel51 プラグインがインストールされ、実行中である必要があります。
データをインポートする前に確認しますか？
このスキルは、インポート前にフォルダを確認し、設定をユーザーに確認するようアシスタントに指示します。
モデル品質を評価できますか？
レビュー用のデータセットと予測を準備できますが、評価指標や精度レポートは定義しません。
開発者情報
作成者
AdonaiVera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
6eec4a59f63ff83440a84c18d1aef79743bc714e
メンテナンスの新しさ
2026/7/20
利用状況
6 ダウンロード · 327 閲覧
ファイル構成
📄 SKILL.md