CODEZ / Sobre o site e métodos de dados
Sobre a CODEZ: Inclusão de habilidades, classificação por estrelas e metodologia de dados.
O CODEZ.WIN é um diretório rastreável de descoberta de habilidades de agentes que ajuda você a encontrar candidatos por tarefa e, em seguida, retornar ao repositório original para verificar descrições, dependências e licenças. Esta página explica como os números e tags no diretório são gerados e o que eles não comprovam.
Verificação do método:
Instantâneo do diretório:
Esta seção registra as regras reais de coleta e exibição de dados utilizadas neste site. As descrições de terceiros pertencem aos seus autores originais; as explicações de métodos e sugestões de seleção são compiladas e editadas pela CODEZ. A inclusão não implica que o projeto tenha sido submetido a testes de uso reais, auditorias de segurança ou certificação de compatibilidade.
Quais fontes estão incluídas atualmente?
A captura atual contém 11 repositórios e 611 skills. A lista de fontes configura 11 repositórios. Nesta coleta houve 0 erros de repositório, e 0 repositórios mantêm dados anteriores.
A tabela abaixo lista os dados em ordem de origem, não por popularidade. "Não marcado como expirado" indica apenas que não há um sinalizador de falha no nível do repositório; não garante a leitura completa arquivo por arquivo. Quando apenas algumas origens são atualizadas, outros repositórios podem reter dados mais antigos; portanto, o horário do snapshot para todo o lote não pode ser considerado o horário de coleta para cada origem.
Repositório de origem e dados públicos desta coleta:
| Repositório de origem | Estrelas do repositório | Skills incluídos | Status da coleta de dados |
|---|---|---|---|
| anthropics/skills | 183,533 | 20 | Não marcado como desatualizado |
| openai/skills | 28,289 | 44 | Não marcado como desatualizado |
| vercel-labs/agent-skills | 32,960 | 9 | Não marcado como desatualizado |
| obra/superpowers | 304,663 | 15 | Não marcado como desatualizado |
| microsoft/skills | 3,145 | 209 | Não marcado como desatualizado |
| vercel-labs/open-agents | 5,862 | 13 | Não marcado como desatualizado |
| anthropics/knowledge-work-plugins | 32,664 | 252 | Não marcado como desatualizado |
| huggingface/skills | 11,209 | 26 | Não marcado como desatualizado |
| cloudflare/skills | 3,166 | 19 | Não marcado como desatualizado |
| supabase/agent-skills | 2,923 | 2 | Não marcado como desatualizado |
| duixcom/duix-skills | 12 | 2 | Não marcado como desatualizado |
Por que algumas habilidades não estão aparecendo no diretório?
A coleta de dados examina apenas repositórios públicos e não desativados na lista de fontes, usando a árvore de arquivos do branch padrão; o limite atual por repositório é de 300 arquivos candidatos SKILL.md. Se o limite for excedido ou a árvore de arquivos for truncada, toda a coleta de repositórios reportará um erro e os dados truncados não serão publicados como um resultado completo.
São excluídos caminhos que contenham estes fragmentos de diretório: /test/, /tests/, /fixtures/, /node_modules/, /examples/. O nome do arquivo deve terminar em SKILL.md e o frontmatter YAML deve conter strings não vazias nos campos name e description. Scripts de terceiros não são executados.
Este é o limite para entradas analisáveis neste site, não uma verificação de todos os requisitos na especificação de Habilidades do Agente. Arquivos individuais que não podem ser lidos, que não possuem os metadados necessários ou que não puderem ser analisados podem ser ignorados; itens que não constam na lista de origem não serão detectados automaticamente.
Por que skills diferentes exibem a mesma contagem de estrelas?
As estrelas pertencem aos repositórios do GitHub. As habilidades dentro do mesmo repositório exibem as estrelas desse repositório; esses números não representam quantas vezes uma única habilidade foi favoritada, nem devem ser somados entre diferentes habilidades. O GitHub usa estrelas para expressar apreço e reconhecimento, portanto, este site as utiliza como uma dica para descoberta.
A página inicial exibe os repositórios classificados por estrelas, da maior para a menor, e, em caso de empate, a classificação é feita pelo ID do repositório. O diretório completo de habilidades é classificado pelas estrelas do repositório ao qual pertence e, em seguida, pelo nome e ID da habilidade para manter uma ordem estável; o número do cartão representa a posição no diretório, não a pontuação de desempenho. A página inicial também permite alternar para outros métodos de classificação, como por nome.
| Campos | Significado real | Isso não pode ser usado para fazer um julgamento. |
|---|---|---|
| Estrelas do repositório | Popularidade do repositório retornada pelo GitHub durante a coleta de dados | Taxa de sucesso ou segurança de uma única habilidade |
| Número de skills incluídos | Número de entradas que podem ser analisadas e mantidas neste instantâneo. | Todas as capacidades, qualidade ou compatibilidade do repositório |
| Data de atualização do repositório | Data do último push ao repositório no GitHub | Quais correções recentes foram implementadas na Skill que você está usando? |
A classificação foi declarada pelo autor ou determinada por este site?
A categorização é baseada na regra de classificação por tag única deste site. Primeiro, é feita a verificação manual, depois as regras de serviço em nuvem e de fluxo de trabalho do Agente são verificadas no nome e no caminho; as entradas restantes são determinadas pelo número de correspondências de palavras-chave no nome, na descrição e no caminho da habilidade. As entradas que não correspondem são categorizadas como "Outras". Se o número de correspondências for o mesmo, a ordem das regras é seguida.
Uma habilidade pode abranger desenvolvimento, dados, pesquisa e outras tarefas. O diretório fornece apenas uma categoria principal, o que pode levar a classificações incorretas. Uma categoria não garante compatibilidade com um cliente específico; após filtrar, você deve ler o arquivo SKILL.md, o arquivo README e as descrições de dependências. Ao solucionar problemas, você precisa do repositório específico, do caminho para o arquivo SKILL.md e da documentação de suporte para essa categoria.
A tabela apresenta a revisão manual de categorias de arquivos específicos. As categorias anteriores vêm do catálogo público na data da revisão. Os critérios se baseiam nos originais vinculados em um commit fixado. Apenas as categorias foram alteradas; os skills de terceiros não foram executados e sua eficácia em todos os clientes não foi comprovada.
| Skill | Classificação antes da revisão | Categoria atual | Fundamento da decisão do site | Fontes conferidas |
|---|---|---|---|---|
| obra/superpowers / brainstorming | Design | Fluxo de trabalho do agente | Organiza a confirmação de intenção, requisitos e design antes da implementação. Os principais resultados são decisões colaborativas e especificações. | 2026-10-07 |
| obra/superpowers / verification-before-completion | Outros | Fluxo de trabalho do agente | Exige identificar o comando de verificação e ler a saída completa antes de declarar o trabalho concluído. O foco é o processo de aceitação e entrega do agente. | 2026-10-07 |
| obra/superpowers / writing-skills | Documentos | Fluxo de trabalho do agente | O cerne do processo gira em torno da criação, edição e utilização de Skills para verificar o comportamento do agente em cenários de estresse, e consiste no processo de escrever e validar as capacidades do Agente. | 2026-10-07 |
| anthropics/skills / pdf | Design | Documentos | Este documento explica como extrair, mesclar, dividir, gerar e realizar OCR em documentos PDF digitalizados; a principal entrada e saída são documentos, e os exemplos em Python ilustram os métodos de implementação. | 2026-10-08 |
| openai/skills / pdf | Desenvolvimento | Documentos | Os principais resultados esperados relacionados à leitura, criação e verificação de renderização de PDFs antes da entrega são o documento e a verificação de seu layout, e não tarefas de desenvolvimento de software. | 2026-10-08 |
| vercel-labs/open-agents / frontend-design | Fluxo de trabalho do agente | Design | Orienta a implementação de interfaces frontend por meio de tipografia, cor, layout e movimento; as principais entregas são o design da interface e o código. | 2026-10-11 |
| cloudflare/skills / cf-cli | Desenvolvimento | Serviços em nuvem | Aborda operações da Cloudflare API, a implantação de Workers e a gestão de recursos DNS, D1, KV e R2; a tarefa principal é operar serviços em nuvem, e o arquivo de origem informa que a CLI está em beta. | 2026-10-13 |
| cloudflare/skills / gateway-workers | Desenvolvimento | Serviços em nuvem | Concentra-se na ação Forward das políticas HTTP do Cloudflare Gateway, no Workers e no ponto de entrada GatewayMiddleware; seu escopo principal são os serviços em nuvem. Apenas o texto original foi analisado; o Skill não foi executado. | 2026-10-19 |
CODEZ: Selecione a habilidade de fluxo de trabalho por etapa da tarefa ↗
CODEZ: comparação das fontes de dois skills PDF e critérios de aceitação ↗
obra/superpowers / skills/brainstorming/SKILL.md ↗
obra/superpowers / skills/verification-before-completion/SKILL.md ↗
obra/superpowers / skills/writing-skills/SKILL.md ↗
anthropics/skills / skills/pdf/SKILL.md ↗
openai/skills / skills/.curated/pdf/SKILL.md ↗
vercel-labs/open-agents / .agents/skills/frontend-design/SKILL.md ↗
Todos os repositórios públicos podem ser usados diretamente em seus próprios projetos?
A visibilidade pública de um repositório no GitHub e a sua licença são informações diferentes. O CODEZ mantém explícitas as incertezas sobre a licença e não deduz a autorização de uso a partir do nome do projeto, de mensagens promocionais no README ou da possibilidade de download.
| Rótulo | Critério do site | Verifique antes de usar |
|---|---|---|
| Identificadores SPDX, como MIT / Apache-2.0 | Sem uma licença independente mais próxima do skill na hierarquia de pastas, é usada a licença do repositório identificada pelo GitHub. | Texto original da licença, âmbito de aplicação e licença de conteúdo adicional. |
| Arquivo de licença pendente de verificação | Foi encontrado um arquivo de licença separado no diretório Skill ou em seus diretórios pai, ou a licença do diretório raiz não foi reconhecida. | Corpo do arquivo correspondente; não utiliza automaticamente a licença raiz do repositório. |
| Não especificado | Não foi encontrada nenhuma base de licenciamento identificável. | Entre em contato com o projeto original para confirmar a autorização e evite confundir legibilidade com permissão. |
De onde vêm as instruções em chinês e inglês?
A interface e os textos próprios são mantidos em treze idiomas. Os resumos de terceiros identificam atualmente README em chinês e inglês junto de SKILL.md, priorizando arquivos com idioma explícito; README.md é classificado pelo texto. As interfaces chinesa e inglesa preferem um breve resumo original correspondente. As demais mantêm a descrição original de SKILL.md. Os links README disponíveis em chinês e inglês são preservados.
Caso o idioma correspondente não esteja disponível ou o resumo não possa ser extraído, será exibida a descrição original em SKILL.md; o arquivo README geral do repositório não será considerado uma introdução a uma habilidade específica, nem o conteúdo traduzido automaticamente será apresentado como texto original do autor. Portanto, o texto original em chinês ainda poderá aparecer na interface em inglês e vice-versa.
Caso a coleta de dados falhe, os dados antigos serão tratados como os dados atuais?
O servidor inicia a coleta de dados às 10h37, horário de Pequim, todos os dias, e gera páginas estáticas a partir do MySQL após a conclusão. O horário do snapshot indica o momento em que este lote de dados foi gerado; ele não é lido de todas as fontes no mesmo segundo, nem representa o horário de modificação de cada projeto.
Quando uma requisição em nível de repositório falha, os dados da última requisição bem-sucedida para esse repositório são reutilizados, e a tabela de classificação e esta página serão marcadas como "Usando Dados Antigos". Se todas as fontes falharem, o snapshot original é mantido e um erro é relatado. Erros em nível de repositório são mantidos no JSON original do diretório. Falhas de leitura de arquivo único podem ser ignoradas e registradas no log de coleta, e o repositório inteiro não será automaticamente marcado como expirado. Portanto, a classificação "Bem-sucedido nesta rodada" ainda possui limitações de cobertura.
O link original do arquivo aponta para a branch padrão usada durante a coleta de dados; o projeto original pode ter sido alterado desde então. Ao reproduzir o problema, você deve registrar os commits específicos e os caminhos dos arquivos no GitHub, em vez de apenas salvar os números neste site.
Como essa informação pode ser usada para decisões concretas?
Primeiro, filtre os candidatos por tarefa e entrada/saída; em seguida, verifique o ambiente, o escopo operacional e as permissões; por fim, realize um teste em pequena escala com a mesma entrada e registre os resultados. As estrelas do repositório, as categorias do diretório e as descrições dos autores podem ajudar a encontrar candidatos, mas não farão os testes por você.
O guia de seleção existente neste site fornece métodos e exemplos de verificação reutilizáveis. Os exemplos não são resultados de testes reais para um projeto específico; análises subsequentes do projeto também diferenciarão entre dados disponíveis publicamente e testes reais.