c4-modeling
79创建 C4 架构图
架构文档经常混合不同层级的细节,让利益相关者感到困惑。此技能通过 Mermaid 语法、层级规则和审查检查来指导 C4 图的创建。
运行并行 AI 工作流
单代理工作可能会错过有用的替代方案或缺陷。此技能会将工作分发给多个代理或提供商,然后将它们的输出归约为一个决策。
将此请求复制给你的智能体,其中包含权威 Skill 页面和清单。
Review the Skillstore skill "MapReduce Skill" from https://skillstore.io/skills/consiliency-mapreduce.md and its manifest at https://skillstore.io/api/skills/consiliency-mapreduce/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智能体仍应展示其计划,并按安全策略请求必要确认。
当 AI Agent、爬虫或脚本需要干净上下文,而不是读取完整页面时,请使用这些链接。
正在使用“MapReduce Skill”。 从保守、激进和安全视角规划用户身份验证。
预期结果:
一份整合后的路线图会列出已接受的部分、被拒绝的权衡、主要风险和后续操作。
正在使用“MapReduce Skill”。 比较三个生成的用户服务实现。
预期结果:
正在使用“MapReduce Skill”。 让三个 worker 诊断间歇性的结账失败。
预期结果:
一份经过验证的根本原因摘要会列出最小修复路径和置信度说明。
Four findings are confirmed because the cookbook instructs agents to invoke external AI provider CLIs, including Codex with autonomous permissions. The other 54 findings are false positives caused by Markdown delimiters, inline code, benign prose, or fixed date substitutions. No prompt injection or other semantic threat was found.
这些是真实的本地能力,对此技能可能是预期行为,因此需要复核,但不会按已确认恶意行为计分。
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据,不判断该 Skill 是否安全。
https://skillstore.io/skills/consiliency-mapreduce/audits/11?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/consiliency-mapreduce?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/consiliency-mapreduce?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/consiliency-mapreduce/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/consiliency-mapreduce.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Consiliency. (2026). MapReduce Skill security audit report (audit version 11) [Author version unspecified]. Skillstore. https://skillstore.io/skills/consiliency-mapreduce/audits/11@techreport{consiliency-consiliency-mapreduce-2026,
author = {Consiliency},
title = {MapReduce Skill security audit report (audit version 11)},
institution = {Skillstore},
year = {2026},
number = {11},
url = {https://skillstore.io/skills/consiliency-mapreduce/audits/11},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "MapReduce Skill security audit report (audit version 11)"
version: "unspecified"
type: report
authors:
- name: "Consiliency"
date-released: "2026-07-19"
url: "https://skillstore.io/skills/consiliency-mapreduce/audits/11"
identifiers:
- type: other
value: "skillstore:consiliency-mapreduce:audit:11"
description: "Skillstore immutable audit report identifier"
生成相互竞争的实现,运行验证,并选择最安全的合并路径。
在承诺路线图之前,收集保守、激进、安全性和可扩展性计划。
收集独立诊断,比较证据,并选择经过验证的最小修复。
使用三个 worker 规划 {feature}:保守、激进和安全。要求每个 worker 写入单独的文件。整合到 {output_path}。为 {feature} 生成两个或三个实现选项。使用相同测试验证每个选项。将它们归约为一个选定方案和理由。将 {bug_report} 发送给多个诊断 worker。要求提供证据、可能的根本原因和拟议修复。将结果归约为一个经过验证的修复计划。对 {project_area} 运行 MapReduce 审查。仅在已获批准的情况下使用 Claude、Codex 或 Claude Code。比较输出时,将安全性和可维护性赋予最高权重。作者
Consiliency许可证
MIT
Skillstore 修订
r1
版本提示
作者未声明版本。
引用
635f69fb8d2f4e6330ba47a4e5a0fb239c04d110
维护新鲜度
2026/7/25
使用量
3 次下载 · 379 次浏览
文件结构
创建 C4 架构图
架构文档经常混合不同层级的细节,让利益相关者感到困惑。此技能通过 Mermaid 语法、层级规则和审查检查来指导 C4 图的创建。
检索本地文档上下文
开发者在编码前会因搜索分散的库文档而浪费时间。此技能会引导 Claude、Codex 和 Claude Code 优先加载有针对性的本地 ai-docs。
提取项目编码标准
项目约定通常分散在指南和工具配置中。此 skill 会将贡献、格式化、lint、钩子和 CI 规则提取为清晰的标准摘要。
跨 Web、文档和代码研究主题
研究任务通常需要最新来源、本地文档和代码示例。此技能指导 Claude、Codex 和 Claude Code 通过基于置信度的综合进行并行研究。
将结构化数据转换为 TOON
当重复的结构化数据被发送给 AI 模型时,JSON 可能会浪费 token。此技能可帮助将合适的数据转换为紧凑的 TOON,并提供验证指导。
构建项目测试模式
团队经常编写难以维护且不一致的测试。此技能为 Claude、Codex 和 Claude Code 提供一套共享的测试结构,用于夹具、mock、覆盖率和 CI 范围。
协调并行子代理工作流
由 DieGopherLT
当任务重叠或依赖隐藏上下文时,多代理工作可能会失败。此技能可帮助 Claude、Codex 和 Claude Code 规划有边界的子代理任务分配。
编排多智能体 AI 群体
由 DNYoussef
当由单个智能体处理所有任务时,复杂的 AI 工作可能会陷入停滞。此技能会指导 Claude、Codex 和 Claude Code 使用 agentic-flow 群体模式,实现协调一致的并行工作。
编排多模型技能级联
由 DNYoussef
复杂的 AI 工作通常需要多种技能、模型和质量检查。此技能可帮助设计包含路由、sandbox 测试、swarm 协调和记忆的级联。
设计多智能体架构
由 ChakshuGautam
当一个上下文窗口承载所有任务时,复杂的智能体工作可能会失败。此技能帮助 Claude、Codex 和 Claude Code 设计具有清晰交接机制的智能体系统。
构建流式多智能体工作流
由 DNYoussef
顺序式 AI 工作流经常会在步骤之间丢失上下文。此技能定义了 stream-chain 模式,可将每一步的结果传递给下一个任务。
协调高级 Hive Mind 工作流
由 DNYoussef
大型 AI 项目需要清晰的智能体角色、持久记忆和可靠决策。此技能通过 queen 主导的协调和共识工作流来指导 Claude Flow hive mind。