📦
c4-modeling
79C4アーキテクチャ図を作成する
アーキテクチャドキュメントでは詳細レベルが混在し、ステークホルダーを混乱させることがよくあります。このスキルは、Mermaid構文、レベルごとのルール、レビュー確認項目に基づいてC4図の作成を支援します。
ドキュメント 表示
スキル model-discovery
📦
model-discovery
コンテンツリビジョン r1 高リスク 🔑 環境変数🌐 ネットワークアクセス📁 ファイルシステムへのアクセス⚙️ 外部コマンド
現在のAIモデルIDを検出
モデル名は急速に変化し、古いIDはエージェントのワークフローを壊します。このスキルはプロバイダーのモデル一覧を取得してキャッシュし、ルーティングティアにマッピングします。
対応: Claude Codex Code(CC)
インストール前に停止して確認を求めてください。
計画を確認し、ファイルを変更する前にユーザーの明示的な同意を得てください。
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 "model-discovery" from https://skillstore.io/skills/consiliency-model-discovery.md and its manifest at https://skillstore.io/api/skills/consiliency-model-discovery/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.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
「model-discovery」を使用しています。 新しいOpenAIモデルを確認して、何が変わったか教えてください。
期待される結果:
OpenAIレジストリには、GPT-5.2ファミリーの新しいモデルが2つあります。1つは fast に見え、もう1つは heavy に見えます。どちらも本番利用前にレビューが必要です。
「model-discovery」を使用しています。 簡単なコード整形タスクには、どのClaudeモデルを使うべきですか？
期待される結果:
簡単な整形には fast Claude ティアを使用してください。現在のマッピングでは、Claude Code CLI の Haiku クラスを指しています。
「model-discovery」を使用しています。 すべてのプロバイダーデータを更新してください。ただし、ティアファイルは変更しないでください。
期待される結果:
プロバイダーデータは更新され、キャッシュされました。ティアファイルは変更されていません。分類を保存する前に、新しいモデルレポートを確認してください。
セキュリティ監査
高リスクv9 • 2026/7/13 バージョン別レポートを開く
No malicious intent or prompt injection was found, and most alerts are documentation or language-token false positives. Confirmed risks include broad parent .env loading, credentials in curl arguments or URLs, an unvalidated Ollama host, and a predictable temporary path.
11
スキャンされたファイル
1,921
解析済み行数
22
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)
高
Environment file access
env_file = parent / ".env"
The loop probes every parent directory for a .env file, and the following load call imports the first match. This scope can capture unrelated project secrets.
中
Unvalidated Ollama Host Allows Arbitrary Requests
OLLAMA_HOST is used without scheme or host validation. Inherited configuration can direct curl to an arbitrary network host at the fixed API path.
The environment value is concatenated directly into the curl URL with no allowlist or URL validation. The request occurs whenever Ollama fetching is enabled.
機能レビュー項目 (22)
これらは、このスキルに期待される可能性のある実際のローカル機能であるため、レビューが必要ですが、確認済みの悪意ある動作としてはカウントされません。
高
Generic API/secret keys
-H "x-api-key: $ANTHROPIC_API_KEY" \
The documented shell command expands the API key into a curl header argument. Command arguments can expose the credential through process listings.
高
Generic API/secret keys
-H "x-api-key: $ANTHROPIC_API_KEY" \
The documented shell command expands the API key into a curl header argument. Command arguments can expose the credential through process listings.
高
Generic API/secret keys
-H "x-api-key: $ANTHROPIC_API_KEY" \
The documented shell command expands the API key into a curl header argument. Command arguments can expose the credential through process listings.
高
Generic API/secret keys
API key as query parameter: `?key=$GEMINI_API_KEY`
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
高
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY"
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
高
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | \
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
高
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | \
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
高
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | \
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
高
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY&pageSize=100"
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
高
Generic API/secret keys
curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY&pageToken=NEXT_
The guidance places the Gemini API key in a URL query parameter. Query strings and expanded curl arguments can leak through histories, logs, and process listings.
高
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY"
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
高
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY" | \
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
高
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY" | \
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
高
Generic API/secret keys
-H "Authorization: Bearer $OPENAI_API_KEY" | \
The documented shell command expands the bearer token into a curl argument. Other local users may observe command arguments through process listings.
高
Generic API/secret keys
"-H", f"x-api-key: {api_key}",
The Anthropic API key is interpolated into a curl command argument. Process listings can reveal the expanded header to other local users.
高
Generic API/secret keys
"-H", f"Authorization: Bearer {api_key}"
The OpenAI bearer token is interpolated into a curl command argument. Process listings can reveal the expanded header to other local users.
高
Generic API/secret keys
url = f"https://generativelanguage.googleapis.com/v1beta/models?key={api_key}"
The Gemini key is embedded in the request URL and then passed to curl. URLs can expose credentials through process listings, logs, and diagnostics.
中
Temp directory access
if ! uv run python scripts/check_new_models.py --json > /tmp/new_models.json 2>&1; then
The workflow redirects output to a predictable shared /tmp path. A pre-existing symlink can redirect the write and overwrite another user-accessible file.
低
dotenv library
load_dotenv(env_file)
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
低
dotenv library
load_dotenv()
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
低
Python dotenv loader
load_dotenv(env_file)
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
低
Python dotenv loader
load_dotenv()
This call automatically imports values from a discovered .env file into the process. That implicit credential loading can use secrets without explicit per-run consent.
リスク要因
🔑 環境変数 (46)
config/model_tiers.json:25 config/model_tiers.json:58 config/model_tiers.json:101 config/model_tiers.json:134 cookbook/anthropic-models.md:15 cookbook/anthropic-models.md:22 cookbook/anthropic-models.md:31 cookbook/anthropic-models.md:37 cookbook/anthropic-models.md:93 cookbook/gemini-models.md:13 cookbook/gemini-models.md:18 cookbook/gemini-models.md:25 cookbook/gemini-models.md:29 cookbook/gemini-models.md:33 cookbook/gemini-models.md:89 cookbook/gemini-models.md:92 cookbook/openai-models.md:15 cookbook/openai-models.md:21 cookbook/openai-models.md:29 cookbook/openai-models.md:34 cookbook/openai-models.md:39 cookbook/openai-models.md:103 scripts/fetch_models.py:45 scripts/fetch_models.py:73 scripts/fetch_models.py:115 scripts/fetch_models.py:164 scripts/fetch_models.py:23 scripts/fetch_models.py:30 scripts/fetch_models.py:34 scripts/fetch_models.py:36 scripts/fetch_models.py:23 scripts/fetch_models.py:30 scripts/fetch_models.py:34 scripts/fetch_models.py:73 scripts/fetch_models.py:74 scripts/fetch_models.py:75 scripts/fetch_models.py:81 scripts/fetch_models.py:115 scripts/fetch_models.py:116 scripts/fetch_models.py:117 scripts/fetch_models.py:123 scripts/fetch_models.py:163 scripts/fetch_models.py:164 scripts/fetch_models.py:165 scripts/fetch_models.py:166 scripts/fetch_models.py:169
🌐 ネットワークアクセス (31)
cookbook/anthropic-models.md:8 cookbook/anthropic-models.md:21 cookbook/anthropic-models.md:30 cookbook/anthropic-models.md:36 cookbook/gemini-models.md:8 cookbook/gemini-models.md:18 cookbook/gemini-models.md:25 cookbook/gemini-models.md:29 cookbook/gemini-models.md:33 cookbook/gemini-models.md:89 cookbook/gemini-models.md:92 cookbook/ollama-models.md:10 cookbook/ollama-models.md:16 cookbook/ollama-models.md:28 cookbook/ollama-models.md:35 cookbook/ollama-models.md:38 cookbook/ollama-models.md:42 cookbook/ollama-models.md:128 cookbook/ollama-models.md:131 cookbook/ollama-models.md:139 cookbook/ollama-models.md:139 cookbook/openai-models.md:8 cookbook/openai-models.md:20 cookbook/openai-models.md:28 cookbook/openai-models.md:33 cookbook/openai-models.md:38 scripts/fetch_models.py:45 scripts/fetch_models.py:80 scripts/fetch_models.py:122 scripts/fetch_models.py:169 SKILL.md:19
📁 ファイルシステムへのアクセス (3)
⚙️ 外部コマンド (33)
scripts/fetch_models.py:78 scripts/fetch_models.py:120 scripts/fetch_models.py:170 scripts/fetch_models.py:206 SKILL.md:33 SKILL.md:45 SKILL.md:47 SKILL.md:53 SKILL.md:55 SKILL.md:56 SKILL.md:61 SKILL.md:123-141 SKILL.md:141-147 SKILL.md:147-148 SKILL.md:148-149 SKILL.md:149-155 SKILL.md:155 SKILL.md:156-157 SKILL.md:157 SKILL.md:158-164 SKILL.md:164-174 SKILL.md:174-178 SKILL.md:178-193 SKILL.md:193-199 SKILL.md:199-202 SKILL.md:202-203 SKILL.md:203-204 SKILL.md:204-205 SKILL.md:205-208 SKILL.md:208-216 SKILL.md:216 SKILL.md:217 SKILL.md:226-234
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/consiliency-model-discovery/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/consiliency-model-discovery?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/consiliency-model-discovery?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/consiliency-model-discovery/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/consiliency-model-discovery.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
Consiliency. (2026). model-discovery security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/consiliency-model-discovery/audits/9BibTeX形式の引用
@techreport{consiliency-consiliency-model-discovery-2026,
author = {Consiliency},
title = {model-discovery security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/consiliency-model-discovery/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: "model-discovery security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "Consiliency"
date-released: "2026-07-13"
url: "https://skillstore.io/skills/consiliency-model-discovery/audits/9"
identifiers:
- type: other
value: "skillstore:consiliency-model-discovery:audit:9"
description: "Skillstore immutable audit report identifier"
Skillstore スコア
このスコアの理由 証拠の信頼度: 中 45
アーキテクチャ
85
保守性
87
コンテンツ
70
コミュニティ
83
仕様準拠
作成できるもの
エージェントのモデル参照を更新
プロンプト、ルーティングルール、またはスキルドキュメントを更新する前に、現在のプロバイダーモデルIDを確認します。
新しくリリースされたモデルを分類
レジストリに存在しないモデルを検出し、fast、default、heavy の各ティアに割り当てます。
ローカルOllamaモデルを選択
インストール済みのローカルモデルを一覧表示し、そのサイズ、パラメータ、コーディングタスクへの適合性を比較します。
これらのプロンプトを試す
1つのプロバイダーを取得
model-discovery を使用して最新のOpenAIモデルIDを取得してください。不足しているAPIキーやネットワークエラーがあれば、平易な言葉で説明してください。
新しいモデルを確認
model-discovery を使用して、いずれかのプロバイダーが新しい未分類モデルを返したか確認してください。プロバイダー別の件数と推奨ティアを要約してください。
ルーティングティアを選択
現在のティア設定を読み取り、Claude Code、Codex、Gemini CLI 向けに fast、default、heavy のモデル選択を推奨してください。
モデルレジストリのずれを監査
キャッシュ済みのプロバイダー結果を既知のモデルと比較し、古くなったティアマッピングを特定して、ファイルを自動変更せずにレジストリ更新を提案してください。
ベストプラクティス
- タスクに必要な最小限のプロバイダーオプションで検出を実行してください。
- 新しいモデル分類を本番ルーティングで使用する前にレビューしてください。
- プロバイダーAPIキーのスコープを限定し、キャッシュファイルをプロジェクト外で共有しないでください。
回避
- 現在のプロバイダーデータが利用できる場合は、記憶に基づいてモデルIDをハードコードしないでください。
- 広範な .env ファイルを含む信頼できないワークスペースで強制更新を実行しないでください。
- 自動分類されたモデルを、レビューなしに本番対応として扱わないでください。
よくある質問
このスキルは外部APIを呼び出しますか？
はい。フェッチスクリプトは、モデルデータの更新時に Anthropic、OpenAI、Gemini、Ollama のエンドポイントを呼び出せます。
どのツールがこのスキルを使用できますか？
レポートは Claude、Codex、Claude Code のサポートを示します。
検出されたモデルはどこに保存されますか？
取得したプロバイダーレスポンスは cache/models.json にキャッシュされます。既知の分類は config/known_models.json に保存されます。
モデルを自動的に分類できますか？
はい。名前のパターンを使用して fast、default、heavy の各ティアを推定し、その後、まだレビューが必要なモデルを報告します。
APIキーは必要ですか？
クラウドプロバイダーにはAPIキーが必要です。Ollamaの検出は設定済みのローカルホストを使用し、プロバイダーキーは不要です。
ロックダウンされた環境で実行しても安全ですか？
ネットワーク、サブプロセス、ファイルシステム、または環境アクセスの制限によってブロックされる場合があります。
開発者情報
作成者
Consiliency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。
リポジトリ
https://github.com/Consiliency/treesitter-chunker/tree/main/.ai-dev-kit/skills/model-discovery参照
635f69fb8d2f4e6330ba47a4e5a0fb239c04d110
メンテナンスの新しさ
2026/7/22
利用状況
6 ダウンロード · 178 閲覧
ファイル構成
Consiliency のその他のスキル
すべて表示📦
docs-retrieval
79ローカルドキュメントコンテキストの取得
開発者は、コーディング前に散在するライブラリドキュメントを探すことで時間を失います。このスキルは、Claude、Codex、Claude Code が対象のローカル ai-docs を最初に読み込むように導きます。
ドキュメント 表示
📦
standards-extraction
78プロジェクトのコーディング標準を抽出
プロジェクトの慣例は、ガイドやツール設定のあちこちに散在していることがよくあります。このスキルは、コントリビューション、フォーマット、lint、hook、CIのルールを抽出し、明確な標準サマリーにまとめます。
ドキュメント 表示
📦
toon-format
78構造化データをTOONに変換
繰り返しの構造化データをAIモデルに送信すると、JSONはトークンを浪費する場合があります。このスキルは、適切なデータをコンパクトなTOONに変換し、検証ガイダンスを提供します。
データ＆アナリティクス 表示
📦
multi-source-research
78Web、ドキュメント、コードを横断してトピックを調査
調査タスクでは、多くの場合、最新の情報源、ローカルドキュメント、コード例が必要です。このスキルは、信頼度に基づく統合により、Claude、Codex、Claude Code が並列調査を確信を持って進められるようにガイドします。
調査＆学習 表示
📦
test-scaffolding
78コードベース全体でテストスキャフォールドを生成
複数言語にわたって初期段階のテストファイルを書く作業は反復的で、抜け漏れが起きやすいものです。このスキルはソース構造を分析し、Claude、Codex、Claude Code のワークフロー向けにフレームワーク固有のスキャフォールドを作成します。
コーディング＆開発 表示
関連スキル
すべて表示📦
route
77選択したClaudeモデルにプロンプトをルーティングする
作成者 0xrdan
自動モデル選択では、ユーザーが意図したものとは異なるモデルが選ばれることがあります。このスキルにより、ユーザーはプロンプトをHaiku、Sonnet、またはOpusへ明示的にルーティングできます。
生産性 表示
📦
router-stats
77Claude Router の使用状況と節約額を表示
作成者 0xrdan
Claude Router ユーザーには、ルーティング量、例外処理、推定節約額を明確に把握する手段が必要です。このスキルはローカルの router stats ファイルを読み取り、簡潔な使用状況分析を提示します。
データ＆アナリティクス 表示
📦
routerbase-model-routing
75RouterBase モデルルーティングの計画
作成者 zenlee123
チームは、変化し続けるプロバイダーカタログを追いかけずに、最新のモデル選択肢を必要としています。このスキルは、RouterBase のカタログ確認を、フォールバック、検証手順、コストメモを含むルーティング計画に変換します。
コーディング＆開発 表示
📦
agent-tools
38inference.sh CLIでAIアプリを実行
作成者 inference-sh-3
エージェントは多くの場合、ホストされたAIツールを発見して実行するための統一された方法を必要とします。このスキルは、Claude、Codex、Claude Codeに対して、モデル、メディア、検索、タスク追跡のためのinference.sh CLIワークフローを案内します。
生産性 表示
📦
infsh-cli
38inference.sh CLIからAIアプリを実行
作成者 halt-catch-fire
AIチームは多くのモデルAPIやツールを頻繁に使い分けます。このスキルは、Claude、Codex、Claude Codeがinference.sh CLIタスクを進めるためのガイドです。
DevOps＆インフラ 表示
📦
Provider Management
38AIプロバイダーのフォールバックを管理
作成者 AttendantLion8
チームは多くの場合、モデルプロバイダー間でサブスクリプション、OAuthアカウント、APIキーを使い分けています。このスキルは、優先順位、制限、フォールバックの選択を1つのワークフローに整理します。
DevOps＆インフラ 表示