論文の概要: Skill Constellations: Tracing the Supply Chain of Agent Skills on GitHub

• arxiv url: http://arxiv.org/abs/2610.11169v1
• Date: Thu, 08 Oct 2026 03:25:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.765331
• Title: Skill Constellations: Tracing the Supply Chain of Agent Skills on GitHub
• Title（参考訳）: Skill Constellations - GitHubにおけるエージェントスキルのサプライチェーンの追跡
• Abstract要約: 開発者はそれらをリポジトリ間でコピーすることでスキルを共有する。 そのため、模写スキルの起源、セキュリティ修正の到達度、レビューを保証しているリポジトリが不明である。 GitSkillsのすべてのSKILL.mdのgit履歴から構築された、エージェントスキルの最初の日付付きコピーネットワークをコントリビュートします。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agent skills are SKILL.md instructions and scripts that AI coding agents such as Claude Code and Codex run with the permissions of their user. Developers share skills by copying them between repositories, which makes them a software supply chain without a registry, versions or provenance. The origin of a copied skill, the reach of a security fix and the repositories that warrant review are therefore unknown. Studies that record which repositories hold a skill at a single point in time cannot reveal who copied it from whom. We contribute the first dated copy network of agent skills, built from the git history of every SKILL.md in GitSkills and covering 2,193,119 skill adoptions across GitHub, together with an interactive viewer. A few repositories are the source of almost all copies, and GitHub stars do not identify them. Skill copies almost never change with their source, and a fix at the source therefore rarely reaches them. We fit a model of which repositories others copy from and use it to rank repositories for audit. Reviewing the 100 repositories it ranks highest prevents 14.9% of later adoptions of high-risk skills, against 0.5% for the 100 most starred, which gives security engineers a short list to check before a skill spreads. Platforms should therefore distribute versioned references rather than copies. Project Website: https://fahdseddik.github.io/Skill-Constellations/
• Abstract（参考訳）: エージェントスキルは、Claude CodeやCodexのようなAIコーディングエージェントがユーザーの許可を得て実行するSKILL.md命令とスクリプトである。 開発者はリポジトリ間でそれをコピーすることでスキルを共有する。 そのため、模写スキルの起源、セキュリティ修正の到達度、レビューを保証しているリポジトリが不明である。 一度にどのレポジトリがスキルを持っているかを記録する研究は、誰がそれをコピーしたかを明らかにすることができない。 GitSkillsのすべてのSKILL.mdのgit履歴から構築され、GitHub全体で2,193,119のスキル採用を、インタラクティブなビューアとともにカバーしています。 いくつかのリポジトリがほぼすべてのコピーのソースであり、GitHubスターはそれらを識別していない。 スキルのコピーはソースによってほとんど変わらないため、ソースの修正はめったに行われない。 私たちは、他のリポジトリがコピーしたモデルに適合し、監査のためにリポジトリをランク付けします。 100のレポジトリをレビューすると、上位のレポジトリは、その後のハイリスクスキルの採用の14.9%を防ぎ、100のスターが0.5%、セキュリティエンジニアがスキルが広がる前にチェックする短いリストを提供する。 したがってプラットフォームはコピーではなくバージョン付きの参照を配布する必要がある。 プロジェクトウェブサイト:https://fahdseddik.github.io/Skill-Constellations/

関連論文リスト

• Agora: Git as Shared Memory for Collective AutoResearch [54.31992252587096]
  別々のセッションで作業する調査エージェントは、他の人が試したことと、構築可能な結果を知る必要がある。 各コミットは結果、洞察、仮説、検証、報告を記録し、それを以前の作業とリンクする。 約12日間に渡り,13人の言語モデル労働者がアゴラを重み移動問題の解決に利用したことを報告した。
  論文  参考訳（メタデータ） (2026-09-16T04:00:54Z)
• Skill Issue: Lessons from Optimizing Repository SKILLs for Coding Agents [0.09558392439655013]
  コーディングエージェントは、SKILLsからリポジトリの知識を読み取るようになっている。 最近の研究は、ベンチマークに対して文書を最適化することで、これらのファイルを自動で合成する。 より難しいタスク --- リポジトリのプルリクエストをマージし、単一の凍結されたベースコミットでリターンし、同じエージェントがそれなしでよいかどうかで候補ドキュメントをスコアします。
  論文  参考訳（メタデータ） (2026-09-11T11:41:29Z)
• Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills [86.15447717549154]
  私たちは、スキルを創造し、研究中にそれらを使用する、スキル駆動型研究エージェントであるDisCoを紹介します。 私たちはこの欠落したレイヤの運用知識を、メソッドの知識を機能させるのと分離するノウハウと呼んでいる。
  論文  参考訳（メタデータ） (2026-09-02T15:49:41Z)
• GitSkills: A Dataset of Agent Skills on GitHub [2.4569987564636726]
  アントロピックはこのフォーマットをオープン仕様として2025年10月に導入した。 GitSkillsは、2026年7月に282,200のパブリックリポジトリから収集された3,797,117のSKILL.mdファイルのデータセットである。
  論文  参考訳（メタデータ） (2026-08-11T13:28:27Z)
• SkillCenter: A Large-Scale Source-Grounded Skill Library for Autonomous AI Agents [32.01322382487431]
  SkillCenterは、24のドメインバンドルにまたがる216,938の構造化スキルを持つ、エージェントのための最大のオープンスキルライブラリである。 SkillGate-filteredパイプラインは、ピアレビューされたジャーナル、ArXiv、および24,000以上の技術ソースから114,565のソースグランドスキルを提供する。 すべてのスキルはオフライン検索可能なFTS5バンドルとして出荷される。
  論文  参考訳（メタデータ） (2026-07-08T17:34:28Z)
• Trace: Securing Smart Contract Repository Against Access Control Vulnerability [58.02691083789239]
  GitHubはソースコード、ドキュメント、設定ファイルを含む多数のスマートコントラクトリポジトリをホストしている。 サードパーティの開発者は、カスタム開発中にこれらのリポジトリからコードを参照、再利用、フォークすることが多い。 スマートコントラクトの脆弱性を検出する既存のツールは、複雑なリポジトリを扱う能力に制限されている。
  論文  参考訳（メタデータ） (2025-10-22T05:18:28Z)
• Six Million (Suspected) Fake Stars in GitHub: A Growing Spiral of Popularity Contests, Spams, and Malware [52.84746696418136]
  われわれは,GitHubにおける偽星の系統的,グローバル的,縦断的な測定を行った。 スケーラブルなツールであるStarScoutは、2019年から2024年の間に、すべてのGitHubメタデータにわたって、異常に主演する動作を検出することができる。 その結果,(1) 偽星関連活動は2024年に急速に急増し,(2) 偽星キャンペーンのアカウントやレポジトリは極めて自明な活動パターンを持ち,ほとんどの偽星は短命のフィッシングマルウェアレポジトリを促進するために使用されている。
  論文  参考訳（メタデータ） (2024-12-18T03:03:58Z)
• Unveiling A Hidden Risk: Exposing Educational but Malicious Repositories in GitHub [0.0]
  私たちはChatGPTを使って、ソフトウェアリポジトリに公開されたコンテンツを理解し、注釈付けします。 教育目的のみのために作成されたとされる35.2KのGitHubリポジトリのコレクションについて、体系的な調査を行っている。
  論文  参考訳（メタデータ） (2024-03-07T11:36:09Z)
• CONCORD: Clone-aware Contrastive Learning for Source Code [64.51161487524436]
  セルフ教師付き事前トレーニングは、多くのダウンストリームSEタスクに価値のあるジェネリックコード表現を学ぶための牽引役になった。 汎用的な表現学習のために、開発者が日々どのようにコードをコーディングするかは、要因としても不可欠である、と私たちは主張する。 特に,表現空間に良性クローンを近づける自己教師型コントラスト学習戦略であるCONCORDを提案する。
  論文  参考訳（メタデータ） (2023-06-05T20:39:08Z)
• GitRank: A Framework to Rank GitHub Repositories [0.0]
  オープンソースリポジトリは豊富な情報を提供し、人工知能(AI)ベースのシステムの構築にますます利用されている。 このハッカソンでは、既知のコード品質測定とGrimoireLabツールキットを使用して、GitRankという名前のフレームワークを実装し、オープンソースのリポジトリを3つの異なる基準でランク付けします。
  論文  参考訳（メタデータ） (2022-05-04T23:42:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。