SKILLEMALL.ai

BF li_maestro_evaluate

Интерактивное моделирование угроз с помощью вопросов и ответов — разговорная оценка рисков CSA MAESTRO для интеллектуальных систем ИИ и OpenCode Skills (.md/.docx/.xlsx) с классификацией рисков ИИ, соответствующей «Руководству по управлению безопасностью искусственного интеллекта» 2.0. Поддерживает два режима анализа: Чек-лист MVTM (минимально жизнеспособная модель угроз с расширениями китайских регуляторных требований) и полная 10-этапная оценка. | 基于CSA MAESTRO框架的交互式问答威胁建模评估,面向智能体AI系统及OpenCode Skill,输出多格式(.md/.docx/.xlsx)风险评估报告及AI安全风险分类对照表。支持MVTM检查表与全面评估两种模式。

машинный переводПоказать оригиналСкрыть оригинал«Interactive Q&A Threat Modeling — conversational CSA MAESTRO risk asse…»

Interactive Q&A Threat Modeling — conversational CSA MAESTRO risk assessment for agentic AI systems AND OpenCode Skills (.md/.docx/.xlsx), with AI risk classification mapping to 《人工智能安全治理框架》2.0. Supports two analysis modes: MVTM Checklist (minimum viable threat model with Chinese regulatory extensions) and Full 10-phase assessment. | 基于CSA MAESTRO框架的交互式问答威胁建模评估,面向智能体AI系统及OpenCode Skill,输出多格式(.md/.docx/.xlsx)风险评估报告及AI安全风险分类对照表。支持MVTM检查表与全面评估两种模式。

ClawHub Agent Skills автор: Terry S Fisher v1.0.3 MIT-0 9 файлов тело ≈ 35 602 токенов Открыть источникclawhub.ai проанализирован 31 ч назад

Интерактивное моделирование угроз с помощью вопросов и ответов — разговорная оценка рисков CSA MAESTRO для интеллектуальных систем ИИ и OpenCode Skills…

Как процесс F 57/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/generate_docx.py, scripts/generate_xlsx.py

АнализаторWordExcelИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
78/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
45
Прогон на моделях
не было
Процессный рейтинг
F
57/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/generate_docx.py, scripts/generate_xlsx.py
Инструменты и файлы вес 18
0
Стоимость исполнения вес 6
10
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • 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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 35602 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/generate_docx.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/generate_xlsx.py

Процессный рейтинг: все десять параметров 57/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/generate_docx.py, scripts/generate_xlsx.py
  • 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/generate_docx.py, scripts/generate_xlsx.py
  • 10Стоимость исполнения. Тело инструкции 35602 токенов: вытесняет саму задачу из окна
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (li_maestro_evaluate) не совпадает с папкой (li-maestro-evaluate)
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 123, расплывчатых формулировок: 3
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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: 35. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее

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)
  • -5В тексте остались TODO / заглушки
  • -217 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 449 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 138 заголовков
  • +3Пошаговые инструкции: 123 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (57 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 45.

Внешние проверки

ClawHub: clean
This skill is a disclosed threat-modeling workflow that writes local reports and uses optional document-generation scripts, with no artifact-backed exfiltration, deception, or destructive behavior.
LLM: benign (high) · VirusTotal: · 2 июл. 2026 г.