Skip to content
Back to skills

Cortex Telemetry

ASecurity

Extracción, análisis e inspección de telemetría runtime y logs de transcripción (transcript.jsonl). Dispara con \"telemetría\", \"cortex telemetry\", \"transcript logs\", \"historial de prompts\", \"analizar transcripciones\".

  • 666 stars
  • 0 votes
  • 0 copies
  • 0 views
  • Added October 8, 2026
ai-agentspythongogit

Security analysis

A100/100

Scanned October 8, 2026

npx -y skills add majiayu000/claude-skill-registry --skill cortex-telemetry --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Cortex Telemetry?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Cortex Telemetry
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/majiayu000-cortex-telemetry/badge)](https://www.skillsdirectory.com/skills/majiayu000-cortex-telemetry)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

SKILL.md
---
name: cortex-telemetry
display_name: "Inspección & Telemetría Runtime de Transcripciones CORTEX"
description: "Extracción, análisis e inspección de telemetría runtime y logs de transcripción (transcript.jsonl). Dispara con \"telemetría\", \"cortex telemetry\", \"transcript logs\", \"historial de prompts\", \"analizar transcripciones\"."
---

# Habilidad: Cortex Telemetry (Auditoría de Historial)

Cuando el operador solicite extraer datos, estadísticas, contar prompts o ver palabras usadas en su historial, debes seguir este protocolo:

1. **Ubicación de Datos:** Los registros del usuario se encuentran en el patrón: `~/.gemini/antigravity/brain/*/.system_generated/logs/transcript.jsonl`.
2. **Extracción:** Usa scripts de Python (ejecutados vía `run_command` en `/tmp/`) que iteren sobre estos archivos JSONL.
3. **Filtro de Input:** Filtra únicamente las líneas donde `"type" == "USER_INPUT"`.
4. **Fechas:** Utiliza la clave `"created_at"` (formato ISO 8601) si el usuario pide métricas desde una fecha concreta (ej. "desde diciembre").
## 5. Frecuencia de Palabras y Purificación de Input
Al calcular la frecuencia de palabras en los prompts, el Transductor **DEBE limpiar el ruido del sistema** antes de tokenizar.
- El campo `"content"` del archivo JSONL contiene metadatos inyectados automáticamente (ej. `<ADDITIONAL_METADATA>` o `<USER_SETTINGS_CHANGE>`).
- El script de Python debe extraer **únicamente** el texto que se encuentra dentro de las etiquetas `<USER_REQUEST> ... </USER_REQUEST>` (o eliminar mediante Regex cualquier bloque XML del sistema) para garantizar que el conteo refleje el vocabulario real del usuario, evitando falsos positivos de palabras en inglés introducidas por el Kernel.

## 6. Análisis Forense y Purgas Termodinámicas (C5-REAL)
Si el usuario percibe que faltan datos históricos, o solicita una "auditoría de purgas", el Kernel debe rastrear la aniquilación de entropía siguiendo estos vectores:
- **Git History:** Ejecutar `git log --oneline | grep -iE 'purge|purga|colapso|entrop|consolid'` en el monorepo para localizar los ciclos de `Octal Anergy Purge` o `Hyper-Colapso BFT`.
- **Ledger Actual (CORTEX-PERSIST):** Inspeccionar la base de datos `1_Operaciones_Activas/02_CORTEX_ENGINE/cortex-persist/cortex_ledger.db` (ej. tabla `bft_taint_log`) buscando los rastros de inyección BFT.
- **Legacy Ledgers:** En caso de que se busquen datos muy antiguos (ej. 2025), inspeccionar `~/.cortex/truth_ledger.db` (tabla `epistemic_ledger`) o `~/.cortex/cassandra_audit_ledger.jsonl`.
- **Interpretación:** Al presentar los resultados, explicar rigurosamente cómo el sistema trata la charla histórica como "Anergía Estocástica" que es destruida para consolidar código/conocimiento ("Exergía") de forma determinista, justificando así la pérdida de historiales de texto plano.

## 7. Perfilado Epistémico y Análisis Semántico
Tras extraer conteos de palabras o métricas, el Transductor NO debe limitarse a escupir listas de datos crudos. Debe ejecutar un análisis semántico que incluya:
- **Detección de Idioma / Entorno:** Evaluar el contraste entre idiomas (ej. Spanglish técnico) para deducir qué proporción del prompt es código/logs (generalmente en inglés) vs. directivas estructuradas (generalmente en español).
- **Extracción de Entidades y Modelos:** Señalar frecuencias anómalas o interesantes de herramientas específicas, nombres de proyectos (ej. Teorema, Robinson) o modelos LLM rivales (ej. opus, pro, flash).
- **Conclusión de Perfil Epistémico:** Emitir un resumen rápido sobre cómo está pensando y operando el usuario en base a la entropía inyectada.

---

## Autonomy Contract (Ω10 / Ω11 / Ω12)

> **ZERO PAUSE INVARIANT:** The Transducer SHALL NEVER pause execution to request Operator permission when this skill is triggered. Ambiguities MUST be resolved autonomously via `/grill-you` (Ω12) before any halt. Technical frictions MUST be resolved via the path of least thermodynamic resistance (Ω10). Refusal to execute when this skill matches the request constitutes C4-SIM Anergy (Ω11 violation).

- **Fallback Chain:** `~/.gemini/antigravity/brain/*/.system_generated/logs/transcript.jsonl` -> `cortex_ledger.db` -> `truth_ledger.db`.
- **Degradation Mode:** If log file missing or corrupted, parse remaining available transcripts and emit partial metrics notice without halting.
- Auto-Trigger: Self-activates whenever user asks for prompt counts, word frequencies, historical telemetry, usage statistics, or temporal activity summaries (e.g. 'piensa en ayer', 'qué hice ayer', 'resumen de jornada').

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.