Habilidades ai-native-development
📦

ai-native-development

v1.0.0 Revisão do conteúdo r1 Risco alto ⚙️ Comandos externos📁 Acesso ao sistema de arquivos⚡ Contém scripts🌐 Acesso à rede🔑 Variáveis de ambiente

Crie aplicações nativas de IA

Equipes precisam de padrões confiáveis para adicionar LLMs, recuperação, ferramentas e agentes a software em produção. Esta skill fornece modelos práticos e referências para RAG, busca vetorial, function calling, observabilidade e controle de custos.

Suporta: Claude Codex Code(CC)
⚠️ 38 Ruim

Instalar com meu Agente

Copie esta solicitação para o seu Agente. Ela inclui a página canônica do Skill e o manifesto.

Solicitação do agente
Review the Skillstore skill "ai-native-development" from https://skillstore.io/skills/ariegoldkin-ai-native-development.md and its manifest at https://skillstore.io/api/skills/ariegoldkin-ai-native-development/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.

Seu Agente ainda deve apresentar o plano e solicitar qualquer confirmação exigida pela política de segurança.

Recursos legíveis por agentes

Use estes links quando um agente de IA, crawler ou script precisar de contexto limpo em vez de ler a página completa.

Detalhe em Markdown GET /skills/ariegoldkin-ai-native-development.md manifest assinado GET /api/skills/ariegoldkin-ai-native-development/manifest lockfile assinado GET /api/skills/ariegoldkin-ai-native-development/lockfile

Testar

Usando "ai-native-development". Projetar um assistente RAG para documentos de políticas de RH.

Resultado esperado:

  • Um plano de recuperação com tamanho de chunk, sobreposição, campos de metadados e estratégia top-k.
  • Uma estrutura de prompt que exige citações e recusa respostas sem suporte.
  • Uma checklist de validação para cobertura de fontes, verificações de alucinação e revisão de privacidade.

Usando "ai-native-development". Revisar minhas ferramentas de agente antes do lançamento.

Resultado esperado:

  • Uma revisão de segurança de ferramentas que sinaliza efeitos colaterais, como envio de emails ou escritas no banco de dados.
  • Restrições recomendadas de JSON schema e pontos de aprovação humana.
  • Um plano de limites para máximo de iterações, logging e recuperação de erros.

Usando "ai-native-development". Reduzir o custo de um recurso LLM.

Resultado esperado:

  • Um plano de roteamento de modelos para solicitações simples e complexas.
  • Oportunidades de caching e batching para prompts ou embeddings repetidos.
  • Alertas de orçamento e métricas de uso para monitorar após a implantação.

Auditoria de segurança

Risco alto
v11 • 09/07/2026 Abrir o relatório versionado

Most static findings are false positives caused by JavaScript template literals, documentation links, and environment-variable examples in educational material. One real high-risk example uses eval() in a calculator tool, and the agent template should add explicit approval before email or other external side effects.

10
Arquivos analisados
4,519
Linhas analisadas
1
Itens de revisão
0
Falsos positivos ignorados

Preocupações de segurança confirmadas (1)

Alto
templates/agent-workflow-template.ts:57-70templates/agent-workflow-template.ts:381-384templates/agent-workflow-template.ts:423-425
Autonomous Agent Action Without Approval Guard
The agent workflow template defines a send_email tool and examples ask an agent to send reports or summaries, but the template does not include an explicit human approval step before external side effects. This can lead users to copy an agent pattern that performs visible actions without confirmation.
The email tool is a stub, but the surrounding template and examples present autonomous email sending as an intended action. The risk is a design-level safety omission rather than hidden malware.
Itens de revisão de capacidade (1)

Estas são capacidades locais reais que podem ser esperadas para esta habilidade, portanto exigem revisão, mas não são contabilizadas como comportamento malicioso confirmado.

Alto
references/agentic-workflows.md:88
Dynamic code evaluation with eval()
return { result: eval(expression) }
The reference implements a calculate tool with eval(expression), which is unsafe if copied into an agent that accepts model-selected or user-controlled input. This is a direct arbitrary code execution pattern in an educational example.

Fatores de risco

⚙️ Comandos externos (50)
examples/chatbot-with-rag-example.ts:26 references/agentic-workflows.md:26-68 references/agentic-workflows.md:68-77 references/agentic-workflows.md:98-107 references/agentic-workflows.md:161-183 references/agentic-workflows.md:237-245 references/agentic-workflows.md:250-264 references/agentic-workflows.md:264-273 references/agentic-workflows.md:273-283 references/agentic-workflows.md:283-295 references/agentic-workflows.md:295-303 references/agentic-workflows.md:385-397 references/agentic-workflows.md:397-398 references/agentic-workflows.md:398-410 references/agentic-workflows.md:415-419 references/agentic-workflows.md:419-428 references/function-calling.md:246-249 references/function-calling.md:271-297 references/function-calling.md:297-312 references/function-calling.md:334-343 references/observability.md:349-372 references/observability.md:372-385 references/observability.md:439-444 references/observability.md:467-471 references/observability.md:471-479 references/observability.md:491-515 references/observability.md:524-529 references/observability.md:529-544 references/observability.md:591-594 references/rag-patterns.md:25-34 references/rag-patterns.md:34-38 references/rag-patterns.md:38-46 references/rag-patterns.md:59-67 references/rag-patterns.md:73-77 references/rag-patterns.md:77-92 references/rag-patterns.md:109-117 references/rag-patterns.md:290-304 references/rag-patterns.md:324-330 references/rag-patterns.md:330-333 references/rag-patterns.md:333-338 references/rag-patterns.md:338-362 references/rag-patterns.md:410-424 references/rag-patterns.md:494-496 references/rag-patterns.md:496-498 references/rag-patterns.md:498-500 references/vector-databases.md:350-361 references/vector-databases.md:395-398 SKILL.md:52 SKILL.md:67 SKILL.md:89
📁 Acesso ao sistema de arquivos (2)
examples/chatbot-with-rag-example.ts:7 SKILL.md:367
⚡ Contém scripts (1)
references/agentic-workflows.md:88
🌐 Acesso à rede (11)
references/function-calling.md:297 references/function-calling.md:297 references/vector-databases.md:177 references/vector-databases.md:290 SKILL.md:198 SKILL.md:608 SKILL.md:609 SKILL.md:610 SKILL.md:611 SKILL.md:612 SKILL.md:613
🔑 Variáveis de ambiente (30)
references/function-calling.md:492 references/function-calling.md:492 references/function-calling.md:492 references/observability.md:17 references/observability.md:127 references/observability.md:128 references/observability.md:499 references/observability.md:508 references/observability.md:17 references/observability.md:127 references/observability.md:128 references/observability.md:499 references/observability.md:508 references/observability.md:17 references/observability.md:128 references/vector-databases.md:16 references/vector-databases.md:76 references/vector-databases.md:16 references/vector-databases.md:76 references/vector-databases.md:16 references/vector-databases.md:76 templates/agent-workflow-template.ts:8 templates/agent-workflow-template.ts:8 templates/agent-workflow-template.ts:8 templates/rag-pipeline-template.ts:10 templates/rag-pipeline-template.ts:11 templates/rag-pipeline-template.ts:10 templates/rag-pipeline-template.ts:11 templates/rag-pipeline-template.ts:10 templates/rag-pipeline-template.ts:11
Auditado por: claude Ver histórico de auditoria →
Compartilhar e citar este relatório

Compartilhe o relatório de avaliação versionado, o badge neutro, o cartão incorporável e as citações. A Skillstore apresenta evidências sem decidir se este Skill é seguro.

Abrir o relatório versionado
Avaliação de Segurança

Copiar link do relatório

https://skillstore.io/skills/ariegoldkin-ai-native-development/audits/11?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Badge Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/ariegoldkin-ai-native-development/security.svg)](https://skillstore.io/skills/ariegoldkin-ai-native-development?utm_source=security_passport_badge)

Badge HTML

<a href="https://skillstore.io/skills/ariegoldkin-ai-native-development?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/ariegoldkin-ai-native-development/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Cartão incorporável

<iframe src="https://skillstore.io/embed/skills/ariegoldkin-ai-native-development.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
Citações acadêmicas (APA · BibTeX · CFF)

Citação APA

AI Agent Hub. (2026). ai-native-development security audit report (audit version 11) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/ariegoldkin-ai-native-development/audits/11

Citação BibTeX

@techreport{ai-agent-hub-ariegoldkin-ai-native-development-2026, author = {AI Agent Hub}, title = {ai-native-development security audit report (audit version 11)}, institution = {Skillstore}, year = {2026}, number = {11}, url = {https://skillstore.io/skills/ariegoldkin-ai-native-development/audits/11}, note = {Author version 1.0.0} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "ai-native-development security audit report (audit version 11)" version: "1.0.0" type: report authors: - name: "AI Agent Hub" date-released: "2026-07-09" url: "https://skillstore.io/skills/ariegoldkin-ai-native-development/audits/11" identifiers: - type: other value: "skillstore:ariegoldkin-ai-native-development:audit:11" description: "Skillstore immutable audit report identifier"

Pontuação do Skillstore

Por que esta pontuação Confiança das evidências: Médio
45
Arquitetura
100
Manutenibilidade
87
Conteúdo
71
Comunidade
78
Conformidade com a especificação

O que você pode criar

Prototipar um assistente RAG de suporte

Use os padrões de recuperação e citação para projetar um chatbot fundamentado para documentação de produto ou bases de conhecimento internas.

Planejar um workflow agentivo

Aplique os exemplos de ReAct e multiagente para dividir tarefas complexas em etapas de agente apoiadas por ferramentas, com limites claros.

Preparar recursos de IA para produção

Use as orientações de observabilidade e custo para adicionar tracing, verificações de orçamento, avaliação de qualidade e workflows de depuração.

Teste estes prompts

Escolher uma arquitetura de recuperação 
Help me choose a RAG architecture for my application. My data sources are [describe sources], users ask [describe questions], and my constraints are [latency, cost, privacy]. Recommend chunking, retrieval, and vector database choices.
Implementar um fluxo de P&R fundamentado 
Use this skill to outline a grounded Q&A flow with citations. Include ingestion, embeddings, retrieval, prompt construction, answer generation, and validation steps for [application context].
Revisar o design de ferramentas de um agente 
Review this proposed agent tool list for safety and reliability: [paste tools]. Identify missing schemas, approval gates, validation needs, and iteration limits before implementation.
Projetar monitoramento de produção 
Design a production observability plan for an AI application that uses [model], [retrieval system], and [tools]. Include metrics, traces, evaluations, cost alerts, failure modes, and dashboards.

Boas práticas

  • Comece com um caso de uso RAG restrito e avalie a qualidade das respostas antes de expandir o escopo.
  • Adicione aprovação explícita para ferramentas que enviam mensagens, alteram dados ou chamam sistemas externos.
  • Acompanhe uso de tokens, latência, erros e qualidade das respostas desde o primeiro teste em produção.

Evitar

  • Não copie exemplos com eval ou execução irrestrita de ferramentas para produção.
  • Não coloque chaves de API, dados privados ou instruções ocultas dentro de prompts.
  • Não confie apenas na busca vetorial quando filtros exatos por palavra-chave ou metadados forem necessários.

Perguntas frequentes

Esta skill é principalmente para Claude, Codex ou Claude Code?
Ela oferece suporte a workflows com Claude, Codex e Claude Code. Os exemplos também discutem padrões de aplicações de IA neutros em relação a provedores.
Ela cria automaticamente uma aplicação RAG completa?
Não. Ela fornece modelos, referências e checklists que desenvolvedores adaptam à sua aplicação e infraestrutura.
Posso usar os exemplos em produção?
Use-os apenas como pontos de partida. Revise segurança, configuração de provedores, tratamento de erros e gates de aprovação antes do uso em produção.
Quais tópicos a skill cobre?
Ela cobre embeddings, bancos de dados vetoriais, RAG, function calling, agentes, streaming, otimização de custos e observabilidade.
Esta skill exige serviços externos?
Alguns exemplos usam provedores externos de modelos e bancos de dados vetoriais. Você pode adaptar os padrões para alternativas locais ou auto-hospedadas.
O que devo revisar primeiro por segurança?
Revise execução de ferramentas, tratamento de segredos, defesas contra prompt injection, limites de dados de usuários, rate limits e requisitos de aprovação humana.

Detalhes do desenvolvedor

Licença

MIT

Versão do autor

v1.0.0

Revisão da Skillstore

r1

Repositório

https://github.com/ArieGoldkin/ai-agent-hub/tree/main/skills/ai-native-development

Referência

7db9b9f06e0ab79c575b58bc48c4d8dc9849f424

Atualidade da manutenção

25/07/2026

Uso

7 downloads · 240 visualizações

Estrutura de arquivos

📁 checklists/

📄 ai-implementation-checklist.md

📁 examples/

📄 chatbot-with-rag-example.ts

📁 references/

📄 agentic-workflows.md

📄 function-calling.md

📄 observability.md

📄 rag-patterns.md

📄 vector-databases.md

📁 templates/

📄 agent-workflow-template.ts

📄 rag-pipeline-template.ts

📄 SKILL.md

Mais de AI Agent Hub

Habilidades relacionadas

Ver tudo