MCP HubMCP Hub
Вернуться к навыкам

defend-colony

pjt222
Обновлено 6 days ago
15 просмотров
17
2
17
Посмотреть на GitHub
Метаreactdesign

О программе

Этот навык предоставляет структуру для реализации многоуровневой коллективной защиты в распределенных системах, вдохновленную биологическими иммунными реакциями. Он обеспечивает обнаружение угроз, масштабируемое распространение оповещений и пропорциональные контрмеры, чтобы избежать чрезмерной или недостаточной реакции. Используйте его при разработке стратегий глубокой эшелонированной обороны, когда ни один компонент не может противостоять всем угрозам.

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/defend-colony

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

Документация

守巢

以警信、角動、比例應施分系、團、組之層群禦——取自社蟲巢禦與生免系。

  • 為無單守可涵諸威之分系設深禦
  • 築按威嚴擴之事應
  • 保單件不能獨禦之系
  • 現禦過應(每警全動)或不應(威未察至害成)
  • 築員須自組應事之組韌
  • coordinate-swarm 含具威應調模

  • :所守巢(系、組、團)之述
  • :知威類(攻、敗、爭、境險)
  • :現禦機與敗模
  • :可守型與其能
  • :每威層可應延
  • :事後復需

一:映威景與禦界

識何須守、自何、界於何。

  1. 定巢關資:
    • 不惜代價須守何?(核數、產系、要人)
    • 何可忍暫損?(分期境、非關服)
    • 極威時何可棄?(快、副、非要能)
  2. 按型與嚴分威:
    • Probes:低級察或試(口掃、復敗登)
    • Incursions:活界違(未權訪、注試)
    • Infestations:界內持威(受損節、內威)
    • Existential:巢生威(數損、災敗、DDoS)
  3. 映禦界:
    • 外界:首察機(牆、速限、監)
    • 內界:關資界(訪控、加密、隔)
    • 核:末禦(備、殺關、斷)

得: 資(優先)、威(按嚴分)、禦界(層)之明圖。此圖導諸後禦設。

敗: 威景感蓋→始於頂 3 關資與頂 3 威型。全覆不及覆要。界不明→默「信無、驗諸」(零信姿)而隨觀實流定界。

二:設警信網

築察威傳警之通系。

  1. 各禦層置哨:
    • 外哨:輕、高感察(或生偽陽)
    • 內哨:重、高特察(少偽陽、慢)
    • 核哨:關資監(零忍漏威)
  2. 定漸強警信:
    • Yellow:察異、增監、無動
    • Orange:確威模、地守動、斥察
    • Red:活破或嚴威、全禦動、非要暫
    • Black:生威、諸資至禦、需則棄可棄資
  3. 施警傳:
    • 地:哨直警鄰守
    • 域:哨簇聚信、達閾則升
    • 巢廣:域升觸廣警
    • 各傳步加確——單哨不觸巢廣警
  4. 築警疲防:
    • 自抑復同警(時窗去重)
    • 需獨哨升確
    • 追警威比——偽陽過 50%→哨再校
Alarm Propagation:
┌──────────────────────────────────────────────────────────┐
│ Sentinel detects anomaly ──→ Yellow alert (local)        │
│        │                                                 │
│        ↓ (confirmed by 2nd sentinel)                     │
│ Orange alert ──→ Local defenders mobilize                │
│        │                                                 │
│        ↓ (pattern matches known threat + 3rd sentinel)   │
│ Red alert ──→ Full defense mobilization                  │
│        │                                                 │
│        ↓ (critical asset under active attack)            │
│ Black alert ──→ All resources to defense, circuit break  │
└──────────────────────────────────────────────────────────┘

得: 威嚴定應強之漸警系。多獨哨確防單點偽警。警疲以去重與校管。

敗: 警系生過多偽陽→升哨閾或升前需更確。威漏→於被破層加哨或降察閾。警傳過慢→減確需、接高偽陽率為換。

三:動角基守

賦禦角與動協與威級比例。

  1. 定守角:
    • Sentinels:察專(恆活、低資耗)
    • Guards:首應(動前閒、速應)
    • Soldiers:重守(動耗、高能)
    • Healers:損修與復專(見 repair-damage
    • Messengers:跨巢域調禦
  2. 映角至警級:
    • Yellow:哨增監頻、守備
    • Orange:守至威位動、兵備
    • Red:兵動、非要工轉禦
    • Black:諸角至禦、巢活暫
  3. 施比例應:
    • 勿為探遣兵(費且露能)
    • 勿僅賴哨對侵(應不足)
    • 合應於威層——現層敗則升、威退則降
  4. 角轉協:
    • 工可為守(急暫升)
    • 守可為兵(持威需重應)
    • 威過後反轉復常

得: 按威嚴擴之禦力。常操用最小禦資。威下巢可速動比例禦無過應亦無不應。

敗: 動過慢→預置守於知威徑近。動過耗→減常守力、更賴工至守轉。動中角惑→簡為 3 角(察、應、復)非 5。

四:行免憶與適

自每威遇學以進後禦。

  1. 事後建威簽:
    • 攻模(如何察)
    • 攻徑(自何入)
    • 效應(何止)
    • 敗應(何無用)
  2. 存簽於巢免憶:
    • 哨之速查模庫
    • 含知效應之守本
    • 標偽陽模以減後警疲
  3. 施適免:
    • 新簽傳至諸哨(巢廣學)
    • 察威之哨先得更(地學)
    • 周評汰舊簽(不再適威)
  4. 壓試免憶:
    • 周再擬過威驗禦仍行
    • 紅隊試引新威試適
    • 量知與未知威之察時

得: 每遇後更強之禦系。知威察更速應更效。新威以漸警系理、其解加於免憶。

敗: 免憶過大緩察→按頻與嚴優先簽、檔稀/輕威。禦過專知威而失新→守「泛巡」能不賴模配——純異察為基。

五:調事後復

自禦轉常操含損修與韌增。

  1. 威除驗:
    • 確威消(非僅抑)
    • 察主事中或入之次威
    • 驗無受損代活
  2. 損評:
    • 錄何損、退、失
    • 按關優先修(核資先)
    • 估復時與需資
  3. 復行:
    • 遣癒至損區(見 repair-damage
    • 按優先序復服
    • 復中保升哨活(脆期)
  4. 降協:
    • 漸降警級(Red → Orange → Yellow → 常)
    • 轉工返主角
    • 止兵與守返巡
    • 憶鮮時 24 小時內事後評

得: 自禦至復至常操之順轉。復中升監接次威。事後評入學於免憶。

敗: 復過慢→為最可能損景預築復本。復中次威現→降過急、久保高警。事後評略(時壓下常)→排為不可議曆事。

  • 關資識與優先
  • 威按型與嚴分
  • 禦界含多層、各層含哨
  • 警信含漸級與多哨確
  • 守角定、動映至警級
  • 比例應防過與不應
  • 免憶取與施每事之教
  • 事後復協安復常操

  • Maginot 線禦:過投單層禦而他層無守。禦須層——單層可破
  • 警疲:過多警含過少實威耗守注。校哨嚴;漏偽陽勝漏實威
  • 對稱應:每威以同強應費資露能。合應於威——需時方升
  • 無免憶:復對同威不學費而脆。每事須更巢禦知
  • 恆戰姿:持高警操耗守衰常巢能。威過則慎降

  • coordinate-swarm — 支警信與動之基調模
  • build-consensus — 時壓下集禦決之速共識
  • scale-colony — 禦系須與巢長擴
  • repair-damage — 禦事後生復之 morphic 技
  • configure-alerting-rules — 施警信模之實警設
  • conduct-post-mortem — 入免憶之結構事後析

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-ultra/skills/defend-colony
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