Token导航 LogoToken导航

Agent Skill · 前端设计

c4_model(c4 型号)

c4_model 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

c4_model 是前端设计类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为调用外部服务;许可证信息还不明确,暂无第三方扫描结果,按安装量在前端设计类的 10,216 个 Skill 里排第 8,797。

总安装 259周安装 11GitHub Stars 公开资料未说明下载 91核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:c4_model(c4 型号)
来源仓库:https://github.com/davidcastagnetoa/skills
仓库路径:skills/c4_model
安装命令:
npx skills add https://github.com/davidcastagnetoa/skills --skill c4_model
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/davidcastagnetoa/skills --skill c4_model

这个 Skill 是做什么的

前端设计类 Skill 关注页面结构、视觉规范和组件写法,输出通常是可运行的界面代码。

c4_model 用于基于 C4 方法论(Context, Container, Component, Code)进行系统架构文档化,适合在需要分解身份验证 KYC 系统架构时使用。适用于梳理从上下文到代码模块的四级抽象层次,帮助构建清晰的技术文档框架。

通过调用该技能可生成结构化架构描述,需结合具体项目确认建模范围和输出格式。安装前请核实仓库权限、维护状态及是否涉及网络或文件操作。c4_model 属于前端设计类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/c4_model

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/davidcastagnetoa/skills --skill c4_model;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

c4_model 怎么安装?

在终端执行 npx skills add https://github.com/davidcastagnetoa/skills --skill c4_model。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

c4_model 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

c4_model 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

c4_model 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

c4_model 用的人多吗?

公开数据是累计安装 259 次,近一周安装 11 次,下载 91 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

c4_model 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理前端设计类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 要求有安全扫描结论才肯安装的团队。
  • 需要厂商级技术支持和 SLA 的生产系统。

前端设计类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
frontend-design

前端设计 · Codex、Claude

8,823,360126,072只读MIT通过
vercel-composition-patterns

Vercel 组合模式 · Codex、Claude

3,858,81625,893需要联网MIT通过
vercel-react-native-skills

Vercel React native skills 前端 · Codex、Claude

2,468,66425,878只读MIT通过
adapt

adapt 搜索 · Codex、Claude

2,027,04023,125操作浏览器未明确通过
bolder

bolder 分析 · Codex、Claude

2,004,28823,130只读未明确通过
c4_model

c4 型号 · 本页

259—调用外部服务未明确未收录

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

c4_model

Skill para aplicar la metodología C4 (Context, Container, Component, Code) como marco conceptual de documentación arquitectónica del sistema de verificación de identidad KYC. Permite descomponer la arquitectura del pipeline de verificación en cuatro niveles de abstracción progresivos, desde la vista de contexto del sistema hasta el detalle de código de cada módulo. Esta skill se centra exclusivamente en la metodología y los principios de modelado, no en herramientas específicas de renderizado.

When to use

Usar esta skill cuando el architecture_agent necesite documentar, comunicar o razonar sobre la arquitectura del sistema KYC a distintos niveles de abstracción. Es apropiada para crear documentación arquitectónica que sea comprensible tanto por perfiles técnicos como no técnicos, y para planificar la estructura de los diagramas antes de implementarlos con cualquier herramienta.

Instructions

  1. Definir el Nivel 1 - Diagrama de Contexto del Sistema: Identificar el sistema KYC como caja central y mapear todos los actores externos (usuarios finales, operadores de backoffice, sistemas externos de fallback como AWS Rekognition o Google Vision) y sus interacciones principales.
Nivel 1 - Context:
- Sistema: "VerifID - Sistema de Verificación de Identidad KYC"
- Personas: Usuario Final, Operador de Revisión Manual
- Sistemas externos: Servicios cloud de fallback (Rekognition, Azure Face API), Base de datos PostgreSQL, Redis, MinIO
  1. Definir el Nivel 2 - Diagrama de Contenedores: Descomponer el sistema KYC en sus contenedores principales: API Backend (FastAPI), Frontend Móvil (React Native/Flutter), Frontend Web, base de datos PostgreSQL, Redis para rate limiting, y MinIO para almacenamiento temporal de imágenes.
Nivel 2 - Containers:
- API Backend (FastAPI, Python) - Orquesta el pipeline de verificación
- App Móvil (React Native/Flutter) - Captura selfie y documento
- App Web - Versión web del flujo de verificación
- PostgreSQL - Datos de sesión y auditoría
- Redis - Rate limiting y caché de sesiones
- MinIO - Almacenamiento temporal de imágenes (max 15 min)
  1. Definir el Nivel 3 - Diagrama de Componentes del Backend: Detallar los módulos internos del backend siguiendo la estructura del proyecto: liveness detection, OCR, face_match, doc_processing, antifraud y decision engine, mostrando las dependencias entre ellos.
Nivel 3 - Components (Backend API):
- LivenessModule: Passive liveness + Active challenge-response + Depth estimation
- OCRModule: PaddleOCR/EasyOCR + MRZ parser + Checksum validator (ICAO 9303)
- FaceMatchModule: InsightFace (ArcFace) embeddings + Cosine similarity
- DocProcessingModule: OpenCV contour detection + Homografía + ELA
- AntifraudModule: EXIF analysis + Deepfake detection + Geolocalización
- DecisionEngine: Score compuesto + Reglas configurables + Logging de auditoría
  1. Definir el Nivel 4 - Diagrama de Código: Para módulos críticos como liveness y face_match, documentar las clases, interfaces y funciones principales con sus relaciones internas.
Nivel 4 - Code (FaceMatchModule):
- FaceExtractor: Extrae rostros de selfie y documento
- EmbeddingGenerator: Genera vectores con ArcFace/FaceNet
- SimilarityCalculator: Calcula cosine similarity entre embeddings
- ThresholdEvaluator: Evalúa contra umbral configurable (>0.85)
  1. Establecer convenciones de nomenclatura y estilo: Definir un estándar para nombrar elementos en cada nivel, incluyendo el formato de las descripciones, la tecnología entre paréntesis, y el estilo de las relaciones entre elementos.
  2. Documentar las decisiones de frontera entre niveles: Especificar qué elementos pertenecen a cada nivel y por qué, evitando mezclar niveles de abstracción. Por ejemplo, Redis es un contenedor (Nivel 2), no un componente del backend.
  3. Crear narrativas por nivel: Para cada diagrama C4, redactar una descripción textual que explique el propósito del nivel, los elementos incluidos, y las decisiones arquitectónicas relevantes del pipeline KYC que justifican la estructura.
  4. Validar completitud y coherencia entre niveles: Verificar que cada contenedor del Nivel 2 aparece como zoom-in en algún diagrama de Nivel 3, y que los componentes críticos tienen su correspondiente Nivel 4.

Notes

  • Esta skill se enfoca exclusivamente en la metodología C4 como marco de pensamiento arquitectónico. Para la implementación de diagramas como código, utilizar la skill structurizr_dsl que maneja el DSL específico de Structurizr.
  • Los cuatro niveles no son obligatorios para todos los módulos: el Nivel 4 (Code) solo debe aplicarse a módulos de alta criticidad como liveness detection, face_match y el decision engine.
  • La metodología C4 debe reflejar las restricciones de seguridad del sistema KYC, como el almacenamiento temporal de imágenes (máximo 15 minutos) y la transmisión cifrada, incluyéndolas como anotaciones en los niveles apropiados.

平台分布

Codex

38.79%
按下载量换算35

Claude

29.86%
按下载量换算27

Cursor

17.62%
按下载量换算16

Gemini CLI

9.53%
按下载量换算9

安全审计

暂无安全审计结果可展示。

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills