对照HuggingFace router的模型列表与chat-ui配置，研究尚未收录的模型，编写简短英文说明，并同步添加到生产和开发配置。
- 添加路由中新上线的模型
- 用简短说明概括模型特点
- 同步更新生产和开发环境的模型信息
ruvnet/ruflo7.8万2026年10月21日 更新
免费在 GitHub 公开中文介绍
harness-threat-model
以只读方式检查MCP连接与操作相关的威胁，按威胁整理发现并报告最高严重程度，可输出表格或JSON，帮助准备发布前的安全审查材料。
原文查看原文说明
Enterprise-review-grade threat model from `harness threat-model {path}`. Categorizes MCP-surface threats; emits `worst: 'clean'|'low'|'medium'|'high'` + per-threat findings. Pure-read.
适用场景
- 开展发布前的安全检查
- 准备提交给安全团队的报告
- 在定期审计中检查威胁变化
- 按严重程度判定检查失败
中文介绍
功能
针对指定路径，以只读方式检查MCP连接与操作相关的威胁，并生成分类报告。报告列出每项威胁的发现，以及整体最高严重程度。严重程度分为clean、low、medium和high四级。支持表格或JSON输出，也可设置阈值，在严重程度达到或超过指定级别时返回退出码1。
适用场景
适合在发布前进行安全审查时，准备交给信息安全团队的材料。定期审计时，也可用它检查MCP相关威胁的变化。它与harness-mcp-scan配合使用，后者负责针对单个服务器开展静态检查。
使用示例
- “检查这个项目的威胁，并用JSON汇总。”
- “如果严重程度达到
medium或更高，就以失败状态退出。”
注意事项
使用固定为metaharness@~0.4.1的harness，从本地安装或专用缓存中获取。如果找不到harness，会返回{ degraded: true }，代替检查结果，并以退出码0结束。
本介绍由 AI（OpenAI Codex）根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。
客观评估
AI 仅根据 SKILL.md 的内容，从 4 个方面进行了评估。星标数和热度不计入评估。
- 指令清晰度能否看出何时使用、做什么
- A良好明确用于发布前审查和定期审计，并报告威胁分类及最高严重程度。
- 步骤具体性步骤、输入输出和示例是否具体
- A良好具体说明了执行命令、解析字段、严重程度排序和失败退出码。
- 安全性发送数据、删除文件、执行命令等是否有说明
- A良好明确说明检查为只读操作，并固定所执行的harness版本。
- 安装难易度所需工具和 API 密钥是否少且有说明
- B部分不足说明了harness的固定版本和获取位置，但未提供安装步骤。
总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI（OpenAI Codex）于 2026年10月21日 评估。仅供参考，安装前请同时查看原文。
如果您认为评估有误，请申请复核
包含的文件（1）
- SKILL.md1.4 KB
SKILL.md（原文）
安装前可以查看交给 AI 代理的指令内容。
The companion to harness-mcp-scan for enterprise security reviews.
Where mcp-scan is a per-server static lint, threat-model produces a
categorized report suitable for sharing with an InfoSec team.
Algorithm
Implementation: scripts/threat-model.mjs.
- Invoke the pinned
harnessbinary (metaharness@~0.4.1, resolved from a local install or the one-time~/.ruflo/metaharness-cache-<pin>cache — never@latest):harness threat-model <path> --json. - Parse
{ worst, findings[] }. --fail-on <severity>: exit 1 whenworst >= fail-on. Defaulthigh.
Severity rank
| Severity | Rank |
|---|---|
| clean | 0 |
| low | 1 |
| medium | 2 |
| high | 3 |
When to use
- Pre-launch review: include the JSON output in the release-readiness packet sent to security.
- Periodic audit: schedule via the planned
oia-auditbackground worker (ADR-150 Phase 2) to detect MCP-surface drift.
Graceful degradation
Same pattern as the other skills: when harness is absent, emit
{ degraded: true } and exit 0. ADR-150 architectural constraint.
评价
还没有评价。欢迎分享你的使用感受。
评论
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
同一仓库的技能
为技术选型和设计决策创建ADR文档，沿用现有文件的连续编号，生成模板并登记到AgentDB，同时为找到的相关历史决策添加链接和依赖关系。
- 记录采用某项技术的理由
- 记录API或数据模型变更
- 将基础设施决策形成文档
ruvnet/ruflo7.8万2026年10月21日 更新
读取记录架构决策及其原因的ADR，创建并更新搜索索引和依赖关系图。支持两种文档格式，并汇总引用与状态的不一致情况。
- 导入其他项目的ADR后建立索引
- 同步文件与关系图
- 为现有代码库开始管理ADR
ruvnet/ruflo7.8万2026年10月21日 更新
删除ADR设计决策记录或关系信息后，清空并重建索引，移除残留的旧条目，再核对当前文件数与索引记录数是否一致；也可预览重建内容而不作更改。
- 删除ADR文件后重建索引
- 删除ADR关系后清理残留记录
- 定期核对并重建ADR索引
ruvnet/ruflo7.8万2026年10月21日 更新
将代码差异与记录已采纳设计决策的ADR进行核对，整理违反决策、引用过时记录及缺少相关记录的变更，并提出代码修正或决策调整建议。
- 合并PR前检查设计决策
- 核对重大变更与设计决策
- 查找对已被替代ADR的引用
ruvnet/ruflo7.8万2026年10月21日 更新
检查已保存的架构决策记录（ADR），报告失效引用、替代关系中的循环和状态不一致问题，适合导入后的校验与发布前的数据检查。
- 检查ADR导入后的数据一致性
- 在持续集成中检测不一致问题
- 发布前检查已保存的ADR数据
ruvnet/ruflo7.8万2026年10月21日 更新