Nanmesh
在推荐、安装或使用软件前，进行可信度检查，搜索实时报告和已知风险。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Nanmesh。 它的用途是：在推荐、安装或使用软件前，进行可信度检查，搜索实时报告和已知风险。 完整的 Skill 内容见：https://321skill.com/skills/nanmesh/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘我打算在项目中使用 [某某开源库] 来处理数据，请先用 Nanmesh 检查一下它的可靠性。’，它会自动搜索该库近期的社区问题、已知的兼容性故障以及在生产环境中的使用报告，并给出是否推荐使用的综合评估。
介绍
Nanmesh 是一个专注于软件可信度检查的 AI Agent Skill。它解决的核心问题是：在 AI 代理（如 OpenClaw）自动推荐、安装或使用第三方软件工具时，如何避免因软件本身的质量、安全或可靠性问题而导致的失败或风险。
该 Skill 的使用方式通常是集成到 AI 代理的工作流中。当代理需要引入新的工具或依赖时，Nanmesh 会介入，自动搜索关于该软件的实时运行报告、已知的故障模式以及证据缺口（例如缺乏特定环境下的测试数据），从而为决策提供依据。
它非常适合那些依赖自动化工具链进行开发、部署或运维的工程师和开发者，尤其是在追求效率的同时，对系统稳定性和安全性有较高要求的场景。例如，在自动化部署流水线中引入新组件前，或在智能体自主选择工具完成任务时。
使用建议是将其作为安全审查环节的一部分，而非完全替代人工判断。注意事项包括：其检查结果的全面性依赖于外部数据源的更新速度和覆盖范围，对于非常新的或小众的软件，信息可能不全。
核心特点
与同类侧重于代码质量或安全漏洞扫描的 Skill 不同，Nanmesh 专注于在软件被“采纳使用前”进行综合可信度评估，整合了实时运行报告和已知故障模式，旨在预防因工具不可靠而导致的流程中断，更具前瞻性。
注意事项
不适合评估内部私有或尚未有公开社区使用反馈的软件工具。
常见问题
Nanmesh 能检查哪些类型的软件？
主要检查可通过公开渠道获取的第三方库、命令行工具、服务等，依赖社区报告和已知问题数据库。
它如何获取实时报告？
通过连接预设的社区论坛、问题追踪系统（如GitHub Issues）和运维事件报告平台来聚合信息。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/nanmesh/raw/index.md 读取 Nanmesh 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/nanmesh/raw/index.md（查看排版版本）