CD ai-security
Используйте при оценке системы AI/ML или агента LLM на предмет внедрения подсказок (prompt injection), обхода ограничений (jailbreaks), инверсии модели (model inversion), отравления данных (data poisoning) или злоупотребления инструментами (tool abuse). Сопоставляет результаты с MITRE ATLAS и оценивает устойчивость с помощью ai_threat_scanner.py.
машинный переводПоказать оригиналСкрыть оригинал«Use when assessing an AI/ML system or LLM agent for prompt injection,…»
Use when assessing an AI/ML system or LLM agent for prompt injection, jailbreaks, model inversion, data poisoning or tool abuse. Maps findings to MITRE ATLAS and scores robustness with ai_threat_scanner.py.
Используйте при оценке системы AI/ML или агента LLM на предмет внедрения подсказок (prompt injection), обхода ограничений (jailbreaks), инверсии модели (model…
Как процесс D 47/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../threat-detection/SKILL.md, ../incident-response/SKILL.md, ../cloud-security/SKILL.md
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 12
✓ Критических и высоких находок нет
Средние и низкие: 12
-
низкая Рискованное назначение
intent-offensive-securityreferences/atlas-coverage.md:68Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)2. Jailbreak template database with regular updates from red team findings
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:213Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)| Privilege escalation via tools | Agent uses tools to access resources outside scope | AML.T0051 | Resource access scope monitoring |
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:348Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)2. **Treating static signature matching as complete** — Injection signature matching catches known patterns. Novel injection techniques that don't match existing signatures will not be detected. Compl
детектор
Ещё 9 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.
Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: ../threat-detection/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../incident-response/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../cloud-security/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../security-pen-testing/SKILL.md
Процессный рейтинг: все десять параметров 47/100
- 0Инструменты и файлы. Не хватает 4 файла(ов): ../threat-detection/SKILL.md, ../incident-response/SKILL.md, ../cloud-security/SKILL.md
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 4395 токенов
- 85Шаги. Шагов: 57, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 206 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 37 заголовков
- +3Пошаговые инструкции: 57 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.