MCP HubMCP Hub
Volver a habilidades

ai-security

majiayu000
Actualizado 14 days ago
14 vistas
58
9
58
Ver en GitHub
Otroaiautomation

Acerca de

La habilidad de seguridad de IA aplica automáticamente protecciones de seguridad para aplicaciones de IA/LLM. Proporciona detección de inyección de prompts, ofuscación de PII, filtrado de salidas y moderación de contenido. Utilice esta habilidad al construir aplicaciones LLM que requieran barreras de seguridad integradas.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add majiayu000/claude-skill-registry -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/majiayu000/claude-skill-registry
Git CloneAlternativo
git clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/ai-security

Copia y pega este comando en Claude Code para instalar esta habilidad

Repositorio GitHub

majiayu000/claude-skill-registry
Ruta: skills/data/ai-security
0

Habilidades relacionadas

model-selection

Otro

Esta Habilidad de Claude guía automáticamente la selección de modelos y proveedores para aplicaciones de LLM. Ofrece patrones para optimización de costos, estrategias de respaldo y enrutamiento multi-modelo entre proveedores como OpenAI y Anthropic. Úsala al implementar comparación de modelos, conmutación por error de proveedores o compensaciones entre rendimiento y costo en tu sistema de LLM.

Ver habilidad

agent-orchestration-patterns

Otro

Esta Habilidad de Claude guía automáticamente el diseño de sistemas multiagente al hacer cumplir la creación adecuada de esquemas de herramientas con Pydantic, gestionar los estados de los agentes e implementar un manejo robusto de errores. Proporciona patrones de orquestación para flujos de trabajo confiables de llamadas a herramientas y enrutamiento de agentes. Úsela al construir sistemas de agentes complejos para garantizar interacciones mantenibles y estructuradas.

Ver habilidad

rag-design-patterns

Otro

Esta Habilidad de Claude proporciona automáticamente patrones de diseño de sistemas RAG al construir aplicaciones de generación aumentada por recuperación. Ofrece orientación sobre estrategias de fragmentación de documentos, selección de bases de datos vectoriales, gestión de embeddings y técnicas de optimización de recuperación. Los desarrolladores deben usarla al implementar sistemas RAG para garantizar una arquitectura y rendimiento adecuados.

Ver habilidad

model-selection

Otro

Esta habilidad guía automáticamente la selección de modelos y proveedores para aplicaciones de LLM. Ofrece patrones para optimización de costos, estrategias de respaldo y enrutamiento multimodelo entre proveedores como OpenAI y Anthropic. Úsala al implementar comparación de modelos, conmutación por error de proveedores o optimización de costo-rendimiento en tu sistema de LLM.

Ver habilidad