MCP HubMCP Hub
Вернуться к навыкам

shift-camouflage

pjt222
Обновлено Yesterday
1 просмотров
17
2
17
Посмотреть на GitHub
Метаapi

О программе

Навык shift-camouflage позволяет разработчикам создавать адаптивные, полиморфные API, которые динамически представляют различные интерфейсы и поведение разным потребителям. Он используется для сокращения поверхности атаки, контекстно-зависимых функциональных флагов и постепенного внедрения функций, предоставляя каждому наблюдателю только то, что ему необходимо. Этот подход имитирует камуфляж каракатицы, позволяя системам оценивать своё окружение и адаптировать внешний интерфейс без изменения основной логики.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/shift-camouflage

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

易其偽

仿烏賊之色胞,行能變之表面——多態之介、隨境之行、動之顯。系之表能應其境而其核恆穩,攻面減而與諸觀者之交宜。

用時

  • 系須顯異介於異用者(API 之版、多租、依角)乃用
  • 各觀者唯顯所須,以減攻面乃用
  • 介層立旗、漸推、A/B 之試乃用
  • 系須隨境而變行,不動其核乃用
  • 護內構於外耦(觀者耦於表,非耦於構)乃用
  • adapt-architecture:表變足而深變不必乃用

  • 必要:須變表之系
  • 必要:諸觀者及其所須之介
  • 可選:當前介之設與其限
  • 可選:威脅之模(何宜隱於何觀者?)
  • 可選:旗之系或漸推之施
  • 可選:性能之限(動表之生有耗)

第一步:圖觀者之地

識誰交於系,各觀者所須見為何。

  1. 列諸觀者:
    • 外用者(終用、API 用者、夥伴)
    • 內服(微服、背景之務、管理之器)
    • 敵者(攻者、爬者、競者)
    • 規者(審者、合規之察)
  2. 各觀者定:
    • 所須見(必要之表)
    • 不宜見(隱之表)
    • 所期見(兼容之表——或異於所須)
    • 何以交(協、頻、敏)
  3. 立觀者—表之矩陣:
Observer-Surface Matrix:
┌──────────────┬────────────────────────┬─────────────────┬──────────────┐
│ Observer     │ Required Surface       │ Hidden Surface  │ Threat Level │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ End users    │ Public API v2, UI      │ Internal APIs,  │ Low          │
│              │                        │ admin endpoints │              │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ Partner API  │ Partner API, webhooks  │ Internal logic, │ Medium       │
│              │                        │ user data       │              │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ Admin tools  │ Full API, debug        │ Raw data store  │ Low          │
│              │ endpoints              │ access          │              │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ Adversaries  │ Nothing (minimal)      │ Everything      │ High         │
│              │                        │ possible        │              │
└──────────────┴────────────────────────┴─────────────────┴──────────────┘

得:觀者之全景已圖,各觀者之表所須亦定。此為後續諸偽之本。

敗則:若觀者之識未全,自二極始:最尊者(管理)與最限者(敵)。先設此二之表,再內插他者之表。

第二步:設色胞之圖

立觀者之境與表之顯之對映——「色胞」之層也。

  1. 定境之信:
    • 驗身之人 → 定其權級
    • 求之源 → 地、網、應之境
    • 旗 → 啟閉特定表元
    • 時/階 → 部署之段、業時、維護之窗
    • 載/健 → 降模或減表
  2. 設表生之則:
    • 各境信之合,定何元為:
      • :入應/介
      • :全棄(誤辭亦不洩其存)
      • :在而為此觀者改(異模、簡資)
      • :故誤導之元,為敵者之境
  3. 立色胞之層:
    • 薄之中介/代理,置於核與觀者間
    • 每求察境之信
    • 施所宜之表設
    • 不動核之行——唯篩變表
Chromatophore Architecture:
┌──────────────────────────────────────────────────────┐
│ Observer Request                                      │
│        │                                              │
│        ↓                                              │
│ ┌─────────────────┐                                   │
│ │ Context Extract  │ ← Auth, origin, flags, time      │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ ┌─────────────────┐                                   │
│ │ Surface Select   │ ← Observer-surface matrix lookup  │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ ┌─────────────────┐                                   │
│ │ Core System      │ ← Processes request normally      │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ ┌─────────────────┐                                   │
│ │ Surface Filter   │ ← Remove/transform/add elements   │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ Observer Response (adapted surface)                    │
└──────────────────────────────────────────────────────┘

得:色胞之圖譯境之信為表之設。圖明、可審,與核之邏輯離。

敗則:若圖太繁(境之合過多),簡為依角之表:定三五之表型(公、夥、管、內、極簡),各觀者歸一型。

第三步:行為之多態

使系之行隨境變,不徒表變。

  1. 識隨境之行:
    • 應之詳(管者繁,公者簡)
    • 限速(夥者寬,未知者嚴)
    • 誤辭(內者詳,外者泛)
    • 資新(尊者實時,常者緩存)
    • 能可得(測者全,常者唯穩)
  2. 立行之諸變:
    • 各變為完整、已試之路
    • 境決何變執行
    • 諸變共核之邏輯,而異於顯與政
  3. 與旗之合:
    • 旗控何行變為活
    • 漸推:新行先示於部分觀者,漸增之
    • 斷路:若新變致誤,自還於安行

得:系之行隨境變——同核之邏輯生宜異眾之應。旗使新行漸推。

敗則:若多態生過多碼路,合為流模:核 → 政層 → 顯層。多態唯居於政與顯之層,核之邏輯為一。

第四步:減攻面

最少所敵者可察可交。

  1. 行最少表之則:
    • 各觀者唯見所須——無餘
    • 未驗身者見最少之表
    • 誤辭不洩內構(無棧追、無內路、無版號)
  2. 行主動之減:
    • 除默頁、頭、端,以隱技堆
    • 雜化非要之應特性(時抖、頭序)
    • 全閉未用之 API 端(非隱——實閉)
  3. 施模之擾:
    • 變應之特,敗指紋之識
    • 引控之不測於非功之面
    • 功之行恆定,表之特變
  4. 察偵察:
    • 識探隱表之求模(枚舉之攻)
    • 警復取不存之端(路模糊)
    • 跨會話追偵察之模(參 defend-colony

得:攻面極小,敵者難定技堆、內構、隱能。偵察之試已察而追。

敗則:若減表斷正當之用者,觀者—表之矩陣未全——正當之須被隱。回第一步而新之。若雜化致患,限雜化於非功之面(時、頭),功之應仍恆定。

第五步:守表之諧

使動之表恆一、可調、可維。

  1. 表之試:
    • 各觀者型明試之(管者見管之表乎?公者見公之表乎?)
    • 試表之轉(觀者之境會話中變何如?)
    • 試表之敗模(色胞層敗則何表現?)
  2. 表之文:
    • 各觀者型及其表設皆書之
    • 境之信與其於表選之效皆書之
    • 文與實行同步(試文以實)
  3. 調之支:
    • 管/調模顯何表型活與其因
    • 日記何表設施於各求
    • 可重放求於特定表型以調
  4. 表之化:
    • 加新表元:加於宜之型,試而部
    • 除表元:先期警退,後除
    • 變表行:旗控,漸推

得:可維、可試、有文之表變之系。動性不傷其調、其文、其化之能。

敗則:若色胞層為調試之夢魘,加透明:每應含追頭(唯管/調型可見),示何表型已施與何境之信定之。

  • 觀者之地已圖,各觀者之表所須已定
  • 色胞之圖譯境為表之設
  • 行之多態使應隨觀者之境
  • 攻面為敵觀者已減
  • 各觀者型明試之
  • 表敗模顯安默(極簡之表)
  • 調/管模可察活之表設
  • 表之文合實行

  • 表繁之爆:觀者型過多、變過繁。合為三五之型。多者皆入廣類。
  • 核污:使表變之邏滲入核業之邏。色胞層必離——若核中有依觀者之 if-else,構誤也。
  • 唯隱之安:減表為深防之一層,非代正之安控。隱端仍須驗身與授權。
  • 表不一:觀者甲見一版,觀者乙見二版——而本當同見。明試諸表,守觀者—表之矩陣為定本。
  • 忘敗之表:色胞層自敗,觀者見何表?默必安(極簡),非開(全表)。

  • assess-form — 表之變或解形察之壓而不必深變
  • adapt-architecture — 表變不足時之深構之變
  • repair-damage — 表變可掩傷於修中(慎用——勿藏實患)
  • defend-colony — 攻面減為防之一層;偵察之察入防
  • coordinate-swarm — 分布之系隨境之行須協之表變
  • configure-api-gateway — API 之關實多色胞層之能
  • deploy-to-kubernetes — Kubernetes 之服與入使網層之表控

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan/skills/shift-camouflage
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык