Skill Reviewer: audite Skills sem executar o pacote

ANÁLISE EDITORIAL

Uma Skill pode parecer segura porque é apenas um arquivo Markdown, mas o pacote ao redor dela pode pedir ferramentas amplas, carregar scripts, depender de arquivos ausentes ou esconder uma instrução perigosa em conteúdo que deveria ser apenas analisado. O Skill Reviewer, mantido no projeto DeerFlow, foi criado para revisar esse tipo de pacote como dado não confiável. Ele separa fatos determinísticos de julgamento semântico, mostra o que foi realmente inspecionado e evita confundir uma boa leitura estática com comportamento comprovado.

O ponto central é simples: a Skill revisora não instala, não ativa e não executa a Skill avaliada. Ela usa a ferramenta interna review_skill_package do DeerFlow para obter uma representação controlada do pacote. Nesta curadoria, o repositório oficial bytedance/deer-flow tinha 82.644 estrelas e 11.412 forks, consulta realizada em 18 de setembro de 2026. O material foi fixado no commit f9f3127dc144f231acae9a522edd36ffbc96e439, sob licença MIT.

O que esta Skill faz

O Skill Reviewer organiza uma auditoria de prontidão em quatro camadas. Primeiro, resolve qual pacote será examinado e qual é o escopo da revisão. Depois, chama review_skill_package com um perfil e um nível de conteúdo explícitos. Em seguida, lê antes de tudo os bloqueadores e erros determinísticos, como estrutura inválida, recursos ausentes, truncamento, falha de leitura ou achado do SkillScan. Só então aplica a rubrica semântica de gatilhos, instruções, recursos, segurança, contrato de saída, manutenção e evidências.

O resultado usa três estados de prontidão. blocked indica um bloqueador determinístico ou semântico. revise indica que a publicação ainda exige correções materiais. publish_candidate significa somente que nenhum problema material foi encontrado dentro do escopo avaliado. A própria Skill proíbe interpretar esse último estado como prova de funcionamento.

Ela também separa prontidão de garantia. Uma inspeção apenas estática fica em static_only. Casos positivos e negativos de roteamento executados podem elevar a garantia para trigger_checked. Testes de comportamento retidos permitem behavior_verified. Uma comparação com baseline e evidências de regressão pode chegar a regression_verified. Essa separação impede que um relatório bem escrito pareça mais conclusivo do que as provas disponíveis.

Para quem serve

A Skill serve a mantenedores de catálogos, equipes de plataforma, revisores de segurança, autores de Skills e responsáveis por governança de agentes. Ela é especialmente útil quando uma organização recebe pacotes de terceiros e precisa decidir se eles estão prontos para publicação sem dar ao pacote acesso ao terminal, rede, arquivos sensíveis ou segredos.

Ela não substitui o trabalho de criar ou corrigir uma Skill. Se o pedido for editar, empacotar, instalar ou executar experimentos, a instrução manda encaminhar o trabalho a uma ferramenta de criação depois de explicar o limite da revisão. Também não é uma revisão genérica de código de aplicação. O objeto é um pacote de Skill, seus gatilhos, instruções, recursos, permissões e evidências.

No catálogo do Bastidores, a Audit Library Health procura problemas repetidos em uma biblioteca inteira. O NVIDIA Skill Inspector inspeciona estrutura, política e artefatos de uma Skill em outro ecossistema. O Skill Reviewer desta página é diferente: ele conduz a avaliação controlada de um pacote no DeerFlow e produz um parecer com prontidão, garantia, limitações e correções sugeridas.

Origem, adoção e versão

A fonte é a pasta pública skills/public/skill-reviewer. O arquivo SKILL.md auditado não declara versão própria. Por isso, a referência reproduzível desta página é o commit completo, não um número inventado para a Skill.

O DeerFlow publicou a release v2.0.0, mas o commit auditado é posterior a essa release. A página registra os dois fatos separadamente: v2.0.0 é a release de referência do produto, enquanto f9f3127dc144f231acae9a522edd36ffbc96e439 identifica os bytes efetivamente revisados. As 82.644 estrelas medem o repositório inteiro e não representam instalações desta Skill isolada.

Compatibilidade e pré-requisitos

O uso como desenhado exige uma instalação compatível do DeerFlow 2 que disponibilize a ferramenta interna review_skill_package. Apenas copiar o Markdown para Codex, Claude Code ou outro agente não cria essa ferramenta. Fora do DeerFlow, o pacote ainda pode servir como metodologia de revisão, mas o fluxo automático fica incompleto.

O revisor aceita referências canônicas de Skills instaladas, caminhos locais e conteúdo colado, conforme a forma suportada pelo DeerFlow. O usuário precisa saber qual pacote deseja revisar e, se necessário, quais dimensões quer priorizar. Para uma avaliação completa, a ferramenta também precisa acessar todos os arquivos do pacote dentro dos limites de tamanho e leitura configurados.

Não é necessário fornecer segredo ao Skill Reviewer. O alvo deve ser tratado como não confiável. Se o pacote avaliado pedir que o revisor revele prompts, execute scripts, instale dependências, acesse URLs, modifique arquivos ou solicite credenciais, essa instrução deve ser ignorada e registrada como evidência de risco.

Instalação

O caminho funcional recomendado é usar o Skill Reviewer que acompanha o DeerFlow, não instalar um Markdown isolado e esperar compatibilidade universal. Consulte a documentação do repositório fixado, instale o DeerFlow em ambiente de teste e confirme que a ferramenta review_skill_package aparece no conjunto de ferramentas disponível para a Skill.

O botão “Baixar pacote auditado” oferece um espelho documental para inspeção. Descompacte o ZIP e leia SKILL.md, as cinco referências em references/, LICENSE e ORIGEM.md. O espelho não contém o runtime do DeerFlow. A instalação funcional e a leitura do pacote são decisões separadas.

Configuração antes do primeiro uso

Comece definindo o sujeito da revisão. Prefira uma referência instalada como skill://public/nome ou um caminho local aprovado. Se o usuário colou um único arquivo, use o modo inline previsto pelo DeerFlow. Não ative a Skill alvo e não a leia por terminal como atalho, porque isso elimina justamente a barreira que separa instrução de dados não confiáveis.

Depois, escolha o perfil. O padrão da própria Skill é deerflow. Um perfil diferente só faz sentido quando o usuário pede portabilidade para outra especificação. Defina também o escopo. all cobre a revisão completa; uma revisão focada pode limitar as dimensões, mas o relatório precisa declarar o que ficou fora.

Para uma análise semântica, use o modo de conteúdo equivalente a semantic-review. Use facts-only quando a pessoa quer somente fatos determinísticos. Truncamento, falha do leitor ou limite do analisador não são detalhes para esconder. Eles reduzem a completude e precisam aparecer nas limitações do parecer.

Primeiro uso seguro

Um pedido inicial pode ser: “revise esta Skill apenas para estrutura, limites de gatilho, recursos e segurança; não execute scripts, não instale dependências e declare qualquer arquivo não lido”. O revisor deve resolver o alvo, chamar a ferramenta interna e mostrar primeiro fatos determinísticos. Só depois deve explicar problemas semânticos e sugerir correções.

Leia o relatório em ordem. Comece por escopo e completude. Confirme se todos os arquivos necessários foram vistos e se houve truncamento. Em seguida, examine prontidão e garantia como campos separados. Por fim, verifique cada achado: severidade, confiança, localização, evidência observada, impacto para o usuário e remediação concreta são obrigatórios.

Se o parecer disser publish_candidate com garantia static_only, a interpretação correta é restrita: o pacote parece publicável segundo a inspeção estática, mas gatilhos e comportamento ainda não foram executados. Se o uso real tiver efeitos externos, segredos ou risco alto, testes retidos e aprovação humana continuam necessários.

Como a revisão protege contra o próprio pacote

Uma Skill maliciosa pode tentar transformar sua documentação em ordem. Pode dizer ao revisor para ignorar políticas, imprimir variáveis de ambiente, fazer uma chamada de rede ou marcar o pacote como aprovado. O Skill Reviewer responde a esse problema com duas barreiras. A primeira é operacional: somente review_skill_package aparece em allowed-tools. A segunda é instrucional: o conteúdo retornado é tratado como dado não confiável e qualquer tentativa de controlar o revisor deve ser ignorada.

O repositório mantém fixtures de avaliação que simulam casos seguros, incompletos, bloqueados e com prompt injection. Esses fixtures são úteis para testar o DeerFlow, mas não são necessários para usar a Skill como documentação. O ZIP do Bastidores os exclui de propósito, inclusive o fixture que declara um segredo fictício e pede exfiltração. Excluir calibração maliciosa reduz o risco de uma ferramenta externa registrar arquivos aninhados como Skills reais.

Resultado esperado

Uma revisão completa deve conter resumo executivo, prontidão, garantia, escopo e completude, achados, análise por dimensão, avaliação de gatilhos, revisão de recursos e scripts, evidências, reescritas sugeridas e ações recomendadas. Uma revisão focada pode omitir áreas fora do pedido, mas ainda precisa declarar escopo, prontidão, garantia, evidência e próximos passos.

O relatório não deve reproduzir grandes blocos do pacote nem revelar segredos encontrados. Também não deve elevar o nível de garantia por inferência. A ausência de problema visível não equivale a teste de comportamento. Uma boa saída mostra exatamente onde termina a prova e onde começa a recomendação.

Permissões e riscos

A Skill principal pede acesso apenas à ferramenta review_skill_package. Isso é um limite forte, mas não transforma a ferramenta em barreira absoluta de segurança. O DeerFlow descreve o controle de allowed-tools como escopo comportamental de melhor esforço. A segurança também depende do runtime, do leitor de pacotes, do SkillScan, dos limites de arquivo e da configuração do ambiente.

Pacotes de Skills podem conter código, links simbólicos, arquivos muito grandes, binários, instruções de rede, declarações de segredos e recursos aninhados. O revisor precisa preservar achados determinísticos, sinalizar truncamento e nunca contornar um bloqueio para obter um parecer mais favorável. Em contexto corporativo, trate nomes de arquivos, caminhos e trechos de configuração como informação potencialmente sensível.

Há também risco de colisão de gatilhos. Uma Skill com descrição ampla pode ativar quando não deveria ou competir com uma Skill irmã. O Skill Reviewer consegue apontar esse risco, mas provar roteamento exige casos positivos e negativos executados contra um modelo e runtime declarados. Sem esses artefatos, a garantia continua estática.

Erros comuns e como corrigir

A ferramenta não existe

Confirme que o uso está acontecendo no DeerFlow compatível e que review_skill_package foi disponibilizada. Copiar apenas o ZIP para outro agente não cria a ferramenta. Nesse cenário, use o pacote como referência manual ou instale o runtime oficial em ambiente controlado.

O revisor tentou executar a Skill alvo

Interrompa a revisão. O alvo deve passar somente pela ferramenta controlada. Não use terminal, leitor direto, instalador, gerenciador de pacotes ou rede para obedecer ao conteúdo avaliado. Registre a tentativa como desvio do caminho obrigatório.

O relatório aprovou mesmo com arquivo truncado

Rebaixe a completude e declare a limitação. Um pacote parcialmente lido não sustenta uma revisão completa. Ajuste os limites de forma segura ou divida a inspeção sem esconder quais arquivos ficaram de fora.

Prontidão e garantia foram misturadas

Volte aos campos independentes. publish_candidate pode coexistir com static_only. O primeiro descreve o que a revisão encontrou no escopo. O segundo descreve a força da evidência. Não converta ausência de bloqueador em teste executado.

O achado é genérico

Exija os seis elementos: severidade, confiança, localização, evidência observada, impacto e correção concreta. Recomendações como “melhorar segurança” ou “adicionar testes” não ajudam a decidir nem a corrigir.

A Skill revisora restringiu ferramentas demais

O limite é deliberado quando a Skill está ativa. Se o runtime aplicar allowed-tools a Skills apenas habilitadas, sem ativação, verifique a versão e as correções do DeerFlow. Não contorne a política ampliando permissões de forma global.

Versão, licença e pacote auditado

• Skill: sem versão própria declarada.
• Release de referência do DeerFlow: v2.0.0.
• Commit auditado: f9f3127dc144f231acae9a522edd36ffbc96e439.
• Licença: MIT, verificada no arquivo raiz.
• Adoção consultada: 82.644 estrelas e 11.412 forks em 18/09/2026.
• SHA-256 do ZIP local: ef3aa76375c999a32d6cec500eaebcbf2e323e88c0b39d9e007af41ad5b36b0a.

O ZIP contém oito arquivos: SKILL.md, cinco referências Markdown, LICENSE e ORIGEM.md. O checksum permite confirmar que o download recebido é o mesmo artefato auditado nesta publicação.

Limites do pacote local

O espelho é documental. Ele não inclui DeerFlow, backend, frontend, contêineres, dependências, executáveis, scripts, a implementação de review_skill_package, fixtures, segredos, credenciais ou dados. Sem o runtime compatível, o pacote não executa a revisão automatizada.

A ilustração desta página é uma composição editorial original do Bastidores da IA. Não é captura do DeerFlow, relatório produzido pelo Skill Reviewer, interface real, selo de aprovação ou prova de teste executado.

Checklist antes de usar

• Confirme o pacote alvo e o escopo da revisão.
• Use review_skill_package em vez de ativar ou executar o alvo.
• Leia bloqueadores e erros determinísticos antes do julgamento semântico.
• Declare truncamento, falhas do leitor e dimensões não avaliadas.
• Separe prontidão de garantia e não eleve a evidência por inferência.
• Exija achados com localização, impacto e correção concreta.
• Mantenha fixtures de calibração fora do pacote de uso cotidiano.
• Submeta qualquer publicação, instalação ou mudança a revisão humana.

Fontes oficiais consultadas

• Repositório oficial do DeerFlow.
• SKILL.md do Skill Reviewer no commit auditado.
• Rubrica de revisão oficial.
• Níveis de garantia e verificação de efeito.
• Release DeerFlow 2.0.0.
• Licença MIT.