Навыки ai-native-development
📦

ai-native-development

v1.0.0 Ревизия содержимого r1 Высокий риск ⚙️ Внешние команды📁 Доступ к файловой системе⚡ Содержит скрипты🌐 Доступ к сети🔑 Переменные окружения

Создавайте AI-Native приложения

Командам нужны надежные паттерны для добавления LLM, retrieval, tools и agents в production software. Этот skill предоставляет практические шаблоны и справочные материалы для RAG, vector search, function calling, observability и cost control.

Поддерживает: Claude Codex Code(CC)
⚠️ 38 Плохо

Установить с помощью моего Агента

Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.

Запрос агента
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.

Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.

Ресурсы для AI-агентов

Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.

Markdown-детали GET /skills/ariegoldkin-ai-native-development.md Подписанный manifest GET /api/skills/ariegoldkin-ai-native-development/manifest Подписанный lockfile GET /api/skills/ariegoldkin-ai-native-development/lockfile

Протестировать

Использование «ai-native-development». Спроектируйте RAG assistant для HR policy documents.

Ожидаемый результат:

  • Retrieval plan с chunk size, overlap, metadata fields и top-k strategy.
  • Prompt structure, которая требует citations и отказывается от unsupported answers.
  • Validation checklist для source coverage, hallucination checks и privacy review.

Использование «ai-native-development». Проверьте мои agent tools перед запуском.

Ожидаемый результат:

  • Tool safety review, который отмечает side effects, такие как email или database writes.
  • Рекомендуемые JSON schema constraints и human approval points.
  • Limit plan для maximum iterations, logging и error recovery.

Использование «ai-native-development». Снизьте cost для LLM feature.

Ожидаемый результат:

  • Model routing plan для simple и complex requests.
  • Возможности caching и batching для повторяющихся prompts или embeddings.
  • Budget alerts и usage metrics для мониторинга после deployment.

Аудит безопасности

Высокий риск
v11 • 09.07.2026 Открыть версионный отчет

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
Просканировано файлов
4,519
Проанализировано строк
1
Пункты проверки
0
Ложные срабатывания проигнорированы

Подтверждённые проблемы безопасности (1)

Высокий
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.
Пункты проверки возможностей (1)

Это реальные локальные возможности, которые могут ожидаться для этого навыка, поэтому они требуют проверки, но не считаются подтверждённым вредоносным поведением.

Высокий
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.

Факторы риска

⚙️ Внешние команды (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
📁 Доступ к файловой системе (2)
examples/chatbot-with-rag-example.ts:7 SKILL.md:367
⚡ Содержит скрипты (1)
references/agentic-workflows.md:88
🌐 Доступ к сети (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
🔑 Переменные окружения (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
Аудитор:: claude Посмотреть историю аудитов →
Поделиться и цитировать этот отчет

Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.

Открыть версионный отчет
Оценка безопасности

Копировать ссылку на отчёт

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

Значок 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)

Значок 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>

Встраиваемая карточка

<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>
Академические ссылки (APA · BibTeX · CFF)

Цитата 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

Цитата 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"

Оценка Skillstore

Почему такая оценка Достоверность доказательств: Средний
45
Архитектура
100
Сопровождаемость
87
Контент
71
Сообщество
78
Соответствие спецификации

Что вы можете построить

Прототипировать support RAG assistant

Используйте retrieval и citation patterns, чтобы спроектировать grounded chatbot для product documentation или внутренних knowledge bases.

Спланировать agentic workflow

Примените примеры ReAct и multi-agent, чтобы разбить сложные задачи на tool-backed agent steps с четкими ограничениями.

Подготовить AI features к production

Используйте рекомендации по observability и cost, чтобы добавить tracing, budget checks, quality evaluation и debugging workflows.

Попробуйте эти промпты

Выбрать retrieval architecture 
Помогите мне выбрать RAG architecture для моего приложения. Мои источники данных: [describe sources], пользователи задают вопросы: [describe questions], а мои ограничения: [latency, cost, privacy]. Порекомендуйте chunking, retrieval и варианты vector database.
Реализовать grounded Q&A flow 
Используйте этот skill, чтобы описать grounded Q&A flow с citations. Включите этапы ingestion, embeddings, retrieval, prompt construction, answer generation и validation для [application context].
Проверить дизайн agent tool 
Проверьте этот предложенный список agent tool на safety и reliability: [paste tools]. Определите отсутствующие schemas, approval gates, validation needs и iteration limits перед реализацией.
Спроектировать production monitoring 
Спроектируйте production observability plan для AI application, которое использует [model], [retrieval system] и [tools]. Включите metrics, traces, evaluations, cost alerts, failure modes и dashboards.

Лучшие практики

  • Начните с узкого RAG use case и оцените качество ответов перед расширением scope.
  • Добавьте explicit approval для tools, которые отправляют сообщения, изменяют данные или вызывают external systems.
  • Отслеживайте token usage, latency, errors и answer quality с первого production test.

Избегать

  • Не копируйте примеры с eval или unrestricted tool execution в production.
  • Не размещайте API keys, private data или hidden instructions внутри prompts.
  • Не полагайтесь только на vector search, когда требуются exact keyword или metadata filters.

Часто задаваемые вопросы

Этот skill в основном для Claude, Codex или Claude Code?
Он поддерживает workflows Claude, Codex и Claude Code. В примерах также рассматриваются provider-neutral AI application patterns.
Создает ли он complete RAG application автоматически?
Нет. Он предоставляет templates, references и checklists, которые разработчики адаптируют под свое application и infrastructure.
Можно ли использовать примеры в production?
Используйте их только как starting points. Перед production use проверьте security, provider configuration, error handling и approval gates.
Какие темы охватывает этот skill?
Он охватывает embeddings, vector databases, RAG, function calling, agents, streaming, cost optimization и observability.
Требует ли этот skill external services?
Некоторые примеры используют external model providers и vector databases. Вы можете адаптировать patterns к local или self-hosted alternatives.
Что следует сначала проверить для safety?
Сначала проверьте tool execution, secret handling, prompt injection defenses, user data boundaries, rate limits и human approval requirements.

Сведения для разработчиков

Автор

AI Agent Hub

Лицензия

MIT

Версия автора

v1.0.0

Ревизия Skillstore

r1

Репозиторий

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

Ссылка

7db9b9f06e0ab79c575b58bc48c4d8dc9849f424

Актуальность поддержки

24.07.2026

Использование

7 загрузок · 240 просмотров

Структура файлов

📁 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

Больше от AI Agent Hub

📦

api-design-framework

80

Проектируйте API-контракты, готовые к промышленной эксплуатации

Команды часто проектируют API с несогласованными ресурсами, ошибками и подходами к версионированию. Этот навык предоставляет паттерны, чек-листы и шаблоны для работы с REST, GraphQL, gRPC, OpenAPI и AsyncAPI.

Кодинг и разработка Просмотр
📦

brainstorming

79

Превращайте идеи в практичные проекты

Ранним продуктовым и техническим идеям часто не хватает четких ограничений, компромиссов и критериев успеха. Этот навык проводит Claude, Codex и Claude Code через вопросы, варианты и проверенные разделы дизайна.

Продуктивность Просмотр
📦

code-review-playbook

79

Улучшайте код-ревью с помощью структурированного плейбука

Непоследовательные ревью пропускают дефекты и создают неясную обратную связь для авторов. Этот навык предоставляет чек-листы, форматы комментариев и шаблоны для надежных ревью pull request.

Кодинг и разработка Просмотр
📦

database-schema-designer

79

Проектирование надежных схем баз данных

Плохие схемы замедляют команды и приводят к дефектам данных. Этот навык помогает проектировать нормализованные модели, оценивать компромиссы NoSQL, индексирование, ограничения и безопасные миграции.

Данные и аналитика Просмотр

Связанные навыки

Показать все
📦

senior-prompt-engineer

81

Проектируйте более качественные LLM-промпты

от alirezarezvani

Качество промптов часто страдает из-за неясных требований, примеров и критериев оценки. Этот навык помогает командам проектировать, тестировать и проверять production-промпты для Claude, Codex и Claude Code.

Кодинг и разработка Просмотр
📦

context-driven-development

81

Управление разработкой на основе контекста

от wshobson

Проекты с поддержкой ИИ теряют согласованность, когда продуктовые цели, выбор стека и правила рабочего процесса разрознены. Этот навык направляет Claude, Codex и Claude Code с помощью контекстных артефактов Conductor.

Кодинг и разработка Просмотр
📦

error-debugging-error-analysis

79

Быстрее диагностируйте ошибки в продакшене

от sickn33

Отладка ошибок в продакшене занимает много времени, когда логи, трейсы и релизы разрознены. Этот навык проводит Claude, Codex и Claude Code через структурированный анализ первопричин и улучшение наблюдаемости.

Кодинг и разработка Просмотр
📦

langchain-architecture

79

Проектирование архитектур приложений LangChain

от sickn33

LLM-приложения могут становиться сложными для структурирования по мере роста числа агентов, памяти, поиска и инструментов. Этот навык помогает выбирать подходы к проектированию LangChain и выполнять проверки для продакшена.

Кодинг и разработка Просмотр
📦

debugging-toolkit-smart-debug

79

Отладка производственных проблем на основе доказательств

от sickn33

Сложные сбои трудно диагностировать, когда логи, трассировки и доказательства из кода разбросаны по разным местам. Этот навык помогает Claude, Codex и Claude Code проводить структурированную диагностику, планировать исправления и выполнять валидацию.

Кодинг и разработка Просмотр