English · Deutsch

We actively support the latest release of ellmos-ai/skills on the default branch (master).

ellmos-ai/skills is an offline-first, portable AI skill library designed for Claude Code, Codex, AGY/Gemini, BACH, and other local-first agent runtimes:

1. Zero-Egress by Default: Public skills contain pure Markdown (SKILL.md), YAML frontmatter, and local automation scripts. No telemetry, background tracking, or unsolicited outbound network requests are embedded in canonical public skills.
2. Fail-Closed Privacy Boundary: Automated privacy gates (testing/privacy_gate.py and testing/test_public_private_boundary.py) run in CI to ensure that personal data, host-scoped device names, private tokens (API keys, tokens), and internal directories are strictly prevented from entering tracked public repositories.
3. Non-Elevation (User-Mode Execution): All skills and utility scripts operate entirely within unprivileged user space. Administrator or root privileges are never required or requested.
4. Deterministic Frontmatter & Schema Validation: Skill definitions are validated against strict YAML frontmatter schemas (docs/CONVENTIONS.md), preventing malicious instruction injection or untracked state manipulation.
5. Audited Dependency & Invariant Governance: Curated vendored components and dependencies are governed by THIRD_PARTY_LICENSES.md ensuring 0% copyleft and adherence to 10 core runtime invariants (INV-LOCAL-01 to INV-SLA-10).

The repository privacy gate derives its file authority from Git. A gitless archive or enriched projection must therefore delegate explicitly to a trusted canonical checkout instead of guessing from the files physically present:

python testing/privacy_gate.py --canonical-repo <path-to-canonical-checkout>

Without that explicit checkout, the gate fails closed with a non-zero exit code. The canonical path is never embedded in the public script.

If you discover a potential security issue, sensitive information leakage, or vulnerability:

1. Do NOT open a public issue.
2. Send an email to security@ellmos.ai with a copy to support@lukasgeiger.com.
3. Include:
   • Description of the vulnerability or finding.
   • Affected skill(s) or script path(s).
   • Minimal reproduction steps or proof-of-concept.
   • Potential impact assessment.
4. Response SLA: We commit to an initial response acknowledging receipt within 48 hours and an initial triage assessment within 5 business days.

This repository is an unpaid open-source contribution provided free of charge. Under statutory German law (§ 521 BGB Gefälligkeitsrecht), liability is strictly limited to intent (Vorsatz) and gross negligence (grobe Fahrlässigkeit). Use of skills, playbooks, and utility scripts is entirely at your own risk.

Wir unterstützen aktiv die neueste Version von ellmos-ai/skills auf dem Standard-Branch (master).

ellmos-ai/skills ist eine Offline-First-, portable KI-Skill-Bibliothek für Claude Code, Codex, AGY/Gemini, BACH und andere Local-First-Agenten-Laufzeiten:

1. Zero-Egress standardmäßig: Öffentliche Skills bestehen aus reinem Markdown (SKILL.md), YAML-Frontmatter und lokalen Automationsskripten. Es gibt keinerlei Telemetrie, Hintergrund-Tracking oder unaufgeforderte ausgehende Netzwerkverbindungen in kanonischen öffentlichen Skills.
2. Fail-Closed Privacy-Boundary: Automatisierte Privacy-Gates (testing/privacy_gate.py und testing/test_public_private_boundary.py) stellen in der CI sicher, dass keine personenbezogenen Daten, gerätespezifischen Hostnamen, privaten Tokens (API-Keys) oder internen Verzeichnisse in öffentliche Repositories gelangen.
3. Non-Elevation (User-Mode-Betrieb): Alle Skills und Utility-Skripte laufen vollständig im unprivilegierten Benutzerbereich. Administrator- oder Root-Rechte werden zu keinem Zeitpunkt benötigt oder angefordert.
4. Deterministische Frontmatter- & Schema-Validierung: Skill-Definitionen werden gegen strikte YAML-Frontmatter-Schemas validiert (docs/CONVENTIONS.md), um fehlerhafte oder unsichere Instruktionsstrukturen auszuschließen.
5. Auditierte Abhängigkeiten & Invarianten-Governance: Dritte-Partei-Komponenten und Abhängigkeiten werden in THIRD_PARTY_LICENSES.md auditiert (0% Copyleft, 10 Governance- und Laufzeit-Invarianten INV-LOCAL-01 bis INV-SLA-10).

Das Privacy-Gate leitet seine Dateiautorität aus Git ab. Ein gitloses Archiv oder eine angereicherte Projektion muss deshalb ausdrücklich an einen vertrauenswürdigen kanonischen Checkout delegieren, statt aus den physisch vorhandenen Dateien zu raten:

python testing/privacy_gate.py --canonical-repo <pfad-zum-kanonischen-checkout>

Ohne diesen expliziten Checkout bricht das Gate fail-closed mit einem Exitcode ungleich null ab. Der kanonische Pfad ist nicht im öffentlichen Skript fest verdrahtet.

Wenn Sie ein mögliches Sicherheitsproblem, ein Datenleck oder eine Schwachstelle entdecken:

1. Eröffnen Sie bitte KEIN öffentliches Issue.
2. Senden Sie eine E-Mail an security@ellmos.ai mit Kopie an support@lukasgeiger.com.
3. Bitte fügen Sie folgende Angaben bei:
   • Beschreibung der Sicherheitslücke bzw. des Fundes.
   • Betroffene(r) Skill(s) oder Skriptpfad(e).
   • Minimale Schritte zur Reproduktion (Proof-of-Concept).
   • Einschätzung der potenziellen Auswirkungen.
4. Alternativ können Sie private Sicherheitsberichte über GitHub Security Advisories einreichen.
5. Reaktions-SLA: Wir garantieren eine Bestätigung des Eingangs innerhalb von 48 Stunden sowie eine erste Triage-Einstufung innerhalb von 5 Werktagen.

Dieses Projekt ist eine unentgeltliche Open-Source-Bereitstellung. Gemäß § 521 BGB (Gefälligkeitsrecht / Schenkung) ist die Haftung auf Vorsatz und grobe Fahrlässigkeit beschränkt. Die Nutzung der Skills, Playbooks und Skripte erfolgt auf eigene Verantwortung.