技能包/工作流防盗版授权(加密交付、节点授权)

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

有宝贵的skill和工作流想要交给别人?但又担心别人将你的知识成果冒用转发?那么你可以使用该技能来保护你的知识产权,该技能通过mgc blackbox 1.5.0的最新能力实现,将技能包和工作流文件夹存入mgc后,实现点对点授权,被授权的节点只能看到你的明文提示,而你的核心逻辑脚本和工作流都会被加密,对方只能按要求运行,无法转卖给别人,也无法读取你的核心逻辑。

一句话选型结论

按资料字段整理

技能包/工作流防盗版授权(加密交付、节点授权)是AI 工具类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类AI 工具 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_46820e02/seal-and-license-workflow-skills
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

AI 工具
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_46820e02仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791624467
正文体量17.7 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在AI 工具场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
技能包/工作流防盗版授权(加密交付、节点授权)当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

17.7 KB
模型实际读到的说明书原文,来自技能仓库

一句话说清楚

卖脚本最怕发出去就被随手转发? 把你的 Python 工作流一键密封,客户只能跑、不能读源码、不能改、不能转卖——零云端、零代码改造、5 分钟搞定。


你遇到过这些情况吗?

# 场景 痛点
场景 1 独立开发者卖工具脚本:数据处理 / 爬虫 / 报表脚本,想卖几十上百份 卖出去一份就等于公开了——买家随手转发到群里,后续全是 0 收入
场景 2 付费社群的"工具包":知识星球 / 付费社群里给会员发专属脚本 会员退群后脚本照样用,甚至转手卖你的工具;社群价值被稀释
场景 3 乙方 / 顾问交付自动化方案:给客户做的脚本小系统要交付源码 客户拿到源码后随意改、出了问题找你背锅;还可能把你的方案转卖给同行
场景 4 企业内部跨团队脚本授权:数据团队写的脚本给业务团队用 担心业务团队改坏逻辑、泄露敏感配置;又不想每次都走审批流程

> 共同点:交付即授权,必须"一次一密、一节点一密"。


为什么不用 GitHub 私有仓 / SaaS 加密 / 许可证服务器?

你遇到过这种情况吗? GitHub 私有仓库 SaaS 加密服务 许可证服务器 MGC 密封交付
客户说"我就给同事用一下",然后一传十 ❌ 完全失控 ⚠️ 取决于服务 ⚠️ 取决于服务 ✅ 节点绑定,多一个人都跑不起来
你需要搭服务器、维护、担心被 DDoS 吗? — — ❌ 要运维成本 ✅ 纯本地,零运维
源码会被第三方看到吗? ⚠️ 平台方可见 ❌ 服务端全可见 ⚠️ 取决于实现 ✅ 除了自己,谁都看不到
离线环境 / 内网客户能用吗? ❌ ❌ ❌ ✅ U 盘 / 邮件 / 内网随便用
月费 / 抽成成本 中(按人头) 高(按调用量) 中(按服务器) ✅ MGC 本身免费,不订阅不抽成

三大核心卖点

卖点 1:零改造 — 你的脚本原封不动

工作流原本怎么写就怎么写:

  • from helpers.fetch import get_weather
  • import config
  • Path(__file__).parent / "settings.json"
  • subprocess.run([sys.executable, "helper.py"])

MGC 1.5.2 自动识别这些 import / 相对路径 / subprocess 关系,运行时通过密封执行路由:

  • ✅ 文件不在客户磁盘落盘
  • ✅ 客户机器没有任何路径能直接 cat 到源码
  • ✅ 不需要把脚本改造成 API 调用模式

> 📦 自带示例:本技能 example/ 文件夹里有 4 个脚本(A/B/C/D),覆盖所有可识别模式。先跑通示例,再换你自己的脚本。

卖点 2:一次一密 — 每个客户独立密钥

每个客户拿到独立的 AES 密钥:

  • 密钥用目标节点的 RSA 公钥加密(RSA-2048)
  • AES-256 加密每个脚本文件
  • 客户节点没有私钥 = 拿不到内容
  • 客户节点拿到内容后无法转封给第三方(密钥已绑定他的节点)
作者节点                            客户节点
─────────                           ────────
mgc_save_file(path="./workflow")    
mgc_seal_package(ext04=客户公钥)    
        │
        ▼
   加密包 (.mgc_file)
        │
        └──── 任意方式送达 ──────►   mgc_save_file(path="./received.mgc_file")
                                    mgc_run(...)

卖点 3:本地交付 — 不连任何云

  • 全部加密、解密、运行都在本地完成
  • MGC 不连任何云、没有任何外部端点
  • 加密包可邮件、U 盘、IM、GitHub Releases、私有网盘任意方式送达
  • 即使加密包被截获,没有对应节点的私钥也无法解密
  • 加密包仅在授权节点加密运行,脚本及 print 皆无明文落地,需指定生成结果物

已验证的真实场景

> MGC 密封交付已经过企业级工作流交付场景实践验证,不是实验室玩具。

  • ✅ 乙方团队向客户交付数据自动化工作流,代码全程不落地
  • ✅ 独立开发者密封销售工具脚本,单份授权独立管理
  • ✅ 企业内部跨团队脚本授权,防止敏感配置和核心逻辑泄露

⚡ 30 秒快速体验(自己节点上跑通闭环)

先别急着给客户用,在自己机器上跑通密封 → 导入 → 运行的完整闭环:

# 一键跑通(推荐)
python example/run_demo.py

或者手动:

# 1. 把工作流文件夹存入 MGC
mgc_save_file(path="./example", info_owner="demo", diff_2="demo")

# 2. 用自己的 node_pub 密封(模拟给"自己"授权)
my_pub = mgc_get(info_type="__NODE_PUB__", info_owner="__NODE_PUB__")
mgc_seal_package(info_owner="demo", diff_2="demo", ext04=my_pub)

# 3. 把生成的 .mgc_file 重新导入(模拟客户收到包后导入)
mgc_save_file(path="./demo.mgc_file")

# 4. 黑盒运行 D(同时驱动 B + C)
mgc_run(
    info_type="script", info_owner="demo",
    diff_1="demo", diff_2="demo", diff_3="script_d.py",
)
# → {"pid": 12345, "status": "started"}

跑通后桌面应该出现:

  • ✅ ~/Desktop/txt1.txt(B 写入)
  • ✅ ~/Desktop/txt2.txt(C 写入)
  • ✅ ~/Desktop/txt2_via_a.txt(C 调 A 写入)
  • ✅ ~/Desktop/combined.txt(D 汇总写入)

> Linux 无 ~/Desktop 时自动回退到 ~。

跑通了? 你已经掌握了密封交付的核心流程。接下来只需要把客户的公钥换进去,就能生成专属授权包。


关于费用

  • MGC Blackbox 本身免费,免费使用,加密层出于用户安全考虑不提供源码,无月费、无抽成、无使用限制
  • 本技能免费,封装了密封交付的最佳实践和详细指引
  • 你卖脚本赚的钱全是你的,MGC 不抽一分钱

> 为什么免费?我们相信基础安全工具就应该是免费的公共品。


前置条件

  • Python 3.10+(macOS 14+ Apple Silicon 不支持 Python 3.12)
  • MGC Blackbox ≥ 1.5.2(关键:工作流自动识别 + subprocess 字面量列表运行时路由均在 1.5.2 完整支持)
  • 安装:pip install mgc-blackbox
  • 启动:mgc(API 在 http://127.0.0.1:57219,WebUI 在 http://127.0.0.1:57218)

三步交付(作者侧)

步骤 1:把工作流文件夹存入 MGC

my_workflow/
├── manifest.json
├── SKILL.md
├── run.py
├── helpers/
│   ├── fetch.py
│   └── parse.py
└── config/
    └── settings.json
mgc_save_file(
    path="./my_workflow",
    info_owner="my_workflow",
    diff_2="my_workflow",
)

这一步 MGC 会自动:
- 解析每个脚本的 argparse 写入 ext02
- 扫描 import 写入 ext05(依赖列表)
- 推断 ext06(平台列表)
- 构建 ext08(跨脚本调用图)

> 💡 小建议:本技能包随附了 example/ 文件夹,先用它跑通存入 → 密封(用自己的公钥测试) → 导入 → 运行的完整流程,再替换成你自己的工作流。

步骤 2:拿到客户的 RSA 公钥

# 客户在他自己的机器上执行(WebUI 或 MCP)
node_pub = mgc_get(
    info_type="__NODE_PUB__",
    info_owner="__NODE_PUB__"
)
# 客户把这段 PEM 公钥发给你(公钥非密,可任意渠道传输)

> WebUI 取法(推荐):WebUI → skill 页面 → Settings 下拉 → Node Public Key → 复制多行 PEM。
> 注意:ext04 必须含真实换行符 \n,不要单行拼接。

步骤 3:一键密封给该客户

mgc_seal_package(
    info_owner="my_workflow",
    diff_2="my_workflow",
    ext04=node_pub,        # 客户的 PEM 公钥
)
# → 生成 .mgc_file 加密包

把 .mgc_file 通过任意方式发给客户。


三步接收(客户侧)

步骤 1:导入加密包

mgc_save_file(path="./received.mgc_file")
# MGC 把加密包拆解为本地条目

步骤 2:浏览包内结构

# 列出包内所有条目(仅元信息,无明文)
mgc_find(info_owner="my_workflow", diff_2="my_workflow")

# 读 manifest(明文,了解工作流结构)
mgc_get(info_type="file", info_owner="my_workflow", diff_2="my_workflow")

# 读 SKILL.md(明文,按里面的指引调用对应脚本)
mgc_get(info_type="file", info_owner="my_workflow", diff_2="my_workflow", diff_3="SKILL.md")

步骤 3:黑盒运行

mgc_run(info_owner="my_workflow", diff_2="my_workflow")
# → {"pid": 12345, "status": "started"}
# AI 只得到启动状态,永远看不到脚本源码

特别注意出于黑盒执行的需要,MGC 不会返回任何明文及可能暴露认知的信息,因此工作流/脚本的输出结果需要显性指定文件及路径,或写入数据库或 MGC 本身。


三条关键规则(务必遵守)

规则 1(同包路径 OK,跨包用 API)

同一文件夹包内的脚本可以随意用 import / 相对路径 / subprocess —— MGC 1.5.2 会自动识别并在运行时密封路由,不需要改成 API 调用。

跨文件夹包(不同 info_owner + diff_2)的脚本调用才需要用 MGC API:

import os, requests

with open(os.path.expanduser("~/.mgc/database/mgc_black_box/.mgc_token")) as f:
    MGC_TOKEN = f.read().strip()

def call_remote_script(info_owner, ext02=None):
    return requests.post(
        "http://127.0.0.1:57219/api/mgc/sensitive/get",
        headers={"X-MGC-Token": MGC_TOKEN},
        json={
            "info_type": "script",
            "info_owner": info_owner,
            "diff_1": info_owner,
            "action": "run",
            "ext01": "python",
            "ext02": ext02,
        },
    ).json()

规则 2:SKILL.md 是明文

SKILL.md 必须明文 —— 它是客户的路由说明书:哪个脚本在什么场景调用、按什么顺序、传什么参数。没有它客户根本无法使用。

> 这是公开 API 契约,不是实现细节。核心逻辑必须放在脚本里,下一条规则说明。

规则 3:核心算法放脚本,别放提示词

SKILL.md 和提示词都是明文,客户能读。因此:

✅ 应该这样 ❌ 不要这样
在 run.py 里写核心算法 把核心算法写在 SKILL.md 里
SKILL.md 只写"何时调用 run.py,传哪些参数" SKILL.md 写"完整业务流程是这样…(含细节)"
业务规则、阈值、公式 → 都在脚本中 业务规则写在 prompt 里

> 提示词是客户能看到的"说明书",算法是你卖的"产品" —— 必须把产品锁进脚本里。


可识别的跨脚本写法(完整对照表)

> 当你用 mgc_save_file 保存一个文件夹时,MGC 会对每个脚本做静态解析,构建跨脚本调用图。运行时 MGC 拦截这些模式,通过密封执行路由 —— 磁盘无文件、无明文、无需重写代码。

模式 代码示例 能否识别
from import from config import DEFAULT_CITY ✅
from import 带别名 from helpers.fetch import get_weather as gw ✅
普通 import import helpers.parse ✅
Path 相对路径 Path(__file__).parent / "config.py" ✅
open() 相对路径 open("config.json") 调用同级文件 ✅
subprocess + 相对路径 subprocess.run([sys.executable, str(Path(__file__).parent / "config.py"), ...]) ✅ — 仅当调用方和被调用方一起被存进 MGC 作为同一个工作流包
subprocess 字面量列表 subprocess.run(['helper.py', '--x'])(或 from subprocess import run; run([...])) ✅ — 同样要求在同一包内;运行时会以密封子进程方式执行 helper
动态 import importlib.import_module(module_name) ❌ 只能静态解析字符串字面量;运行时通常会报 ModuleNotFoundError
绝对路径 open("/Users/alice/scripts/config.py") ❌ 绝对路径不可移植,无法密封。改用 MGC location 寻址
跨子目录相对路径 subprocess.run([..., "../y.py"]) 或 Path(__file__).parent.parent / "y.py" 当 .. 跳出调用方所在目录 ❌ 见下方"作用域"
函数级调用(无 import) 在另一个文件里定义的函数,仅按引用调用(没有 import / from-import / 字面量 Path 引用) ❌ 解析器只检查通过上述常规形式可达的字符串字面量

作用域(1.5.2):

  • ✅ 跨脚本调用 仅在同一个文件夹包内被识别(调用方和被调用方的 info_owner + diff_2 必须一致)。
  • ❌ 同文件夹、不同子目录(例如 pkg_root/CROSS-FOLDER/x.py → ../y.py)—— 暂无法识别(请等待后续版本)。
  • ❌ 函数级调用没有以 import / from-import / Path 字面量出现在源码中 —— 不能识别。

关键不变量:

  • 每个脚本的 argparse 是独立的 —— driver 的参数进 driver 的,每个 helper 的参数进 helper 自己的。
  • Path(__file__).parent / "x.py" 在 macOS、Linux(POSIX)和 Windows(\ 分隔符)下都能正确解析。
  • subprocess 输出正常流动 —— capture_output=True, text=True 可用,因为被启动的 helper 是真实的 Python 解释器,带 UTF-8 解码。

限制。 跨脚本调用只能在两个脚本一起被保存时生效。要在不同包之间编排脚本,请使用 MGC REST API 模式(参考前面"规则 1"中的 call_remote_script 示例),传入目标脚本的 MGC location(info_owner)。


错误码与排查

错误码 含义 处理方式
DIFF2_MISMATCH 脚本用了 from-import 但目标脚本不在同一文件夹包内 把两个脚本放进同一个 mgc_save_file 包;或改用 MGC API 调用
DEP_MISSING 依赖未在客户机器安装 pip install <缺失的依赖>(MGC 不会自动装)
PLATFORM_INCOMPAT 客户的 OS 不在支持列表 在支持的平台重新保存,或扩展代码的平台分支
args_not_recognized argparse 解析失败 检查 add_argument 写法,确保有字面量 default=
dynamic_args_detected 默认值含动态计算(如 datetime.now()) 改用字面量默认值,或手动传入
Invalid PEM format 公钥不是多行 PEM 格式 从 mgc_get(info_type='__NODE_PUB__') 原样拷贝,保留 \n

适用与不适用(边界)

✅ 适合用本技能 ❌ 不适合用本技能
销售 / 授权 Python 小工具脚本 开源脚本(用 GitHub 即可)
付费社群 / 知识产品的工具包 大型 SaaS 产品(用云方案)
乙方交付企业内部小系统 客户机器已有完整源码环境的二次开发
企业内部跨团队脚本授权 单机自用脚本(无需密封)

MCP 工具速查

工具 用途 必填参数
mgc_save_file 存本地文件夹(自动识别工作流) path, info_owner
mgc_seal_package 加密包给目标节点 info_owner, ext04(PEM)
mgc_save 存单脚本(不入包) info_type, info_owner, content
mgc_seal 单脚本密封 info_owner, ext04(PEM)
mgc_run 黑盒执行 info_type="script", info_owner, diff_1
mgc_get 取值 / 取 node_pub info_type, info_owner
mgc_find 模糊搜索 info_owner, match_mode
mgc_list 列出全部 metadata —
mgc_package 同信任区内的明文打包 info_owner
mgc_open_webui 打开 WebUI —

相关技能

  • MGC Blackbox(跨设备脚本授权) —— 单脚本密封(更轻量)
  • MGC Blackbox 元技能 —— MGC 全部能力的完整参考

联系

  • 主仓库:https://github.com/zkeviny/MGC-Blackbox
  • 问题反馈:https://github.com/zkeviny/MGC-Blackbox/issues
  • 联系邮箱:mirgincipher@outlook.com

常见问题

5 问
答案由本站依据条目字段整理
技能包/工作流防盗版授权(加密交付、节点授权)怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_46820e02/seal-and-license-workflow-skills。安装方式为未标注。装完刷新技能列表或重开客户端。

技能包/工作流防盗版授权(加密交付、节点授权)支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

技能包/工作流防盗版授权(加密交付、节点授权)权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

技能包/工作流防盗版授权(加密交付、节点授权)收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

技能包/工作流防盗版授权(加密交付、节点授权)用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。