Резолверы навыков

resolve_skill(uri) загружает навык из URI и возвращает дескриптор с извлечённым локальным путём. Поле AgentSkillStepConfig.skill использует то же разрешение.

from mmar_carl import resolve_skill

skill = resolve_skill("github://anthropics/skills/skills/pdf@main")
print(skill.local_root)   # ~/.cache/mmar_carl/skills/github/<key>/skills/pdf

Поддерживаемые схемы

Схема	Откуда разрешается
`github://owner/repo/path@ref`	GitHub tarball (без `git`).
`local://` / обычный путь	Локальная директория.
`https://`	Удалённый архив.
`module://pkg.path`	Python-пакет.

SkillResolverRegistry диспетчеризует по схеме; регистрируйте пользовательские резолверы для расширения. GithubResolver скачивает tarball-архивы с codeload.github.com и кэширует их в ~/.cache/mmar_carl/skills/github/<key>/.

Целостность (SHA-пининг)

Прикрепите навык к известному дайджесту SKILL.md, чтобы обнаруживать скомпрометированный upstream:

skill = resolve_skill(
    "github://anthropics/skills/skills/pdf@main",
    sha256="<hex-of-SKILL.md>",
    trust_policy="sha_pinned",
)

С trust_policy="sha_pinned" CARL проверяет SHA256 локального SKILL.md после извлечения и вызывает SkillIntegrityError при несовпадении. Принудительно обновите через GithubResolver().resolve(uri, force_refresh=True).

Обнаружение установленных навыков

from mmar_carl import SkillLoader

skills = SkillLoader().catalog_all()   # SKILL.md dirs + the agent-skills library

SkillManifest парсит frontmatter SKILL.md, включая get_allowed_tools() / get_allowed_tool_names() для списка allowed-tools.

Смотрите также

Обзор AgentSkills · Изолированная среда