SKILLEMALL.ai

DF Li_python_sec_check

Инструмент проверки соответствия стандартам Python — на основе стандартов CloudBase + руководства Tencent Security + интеллектуального анализа LLM (функция LLM отключена по умолчанию, приоритет отдается локальному выполнению).

машинный переводПоказать оригиналСкрыть оригинал«Python 安全规范检查工具 - 基于 CloudBase 规范 + 腾讯安全指南 + LLM 智能分析(LLM 功能默认禁用,本地执行优…»

Python 安全规范检查工具 - 基于 CloudBase 规范 + 腾讯安全指南 + LLM 智能分析(LLM 功能默认禁用,本地执行优先)

Не рекомендуетсянизкая оценка D
ClawHub Hermes автор: Terry S Fisher v0.0.2 MIT-0 27 файлов · 1 скрипт тело ≈ 0 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент проверки соответствия стандартам Python — на основе стандартов CloudBase + руководства Tencent Security + интеллектуального анализа LLM (функция…

Как процесс F 34/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ПроцедураИИ и агентыРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
D
49/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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 · 6

✓ Критических и высоких находок нет

Средние и низкие: 6
  • средняя Утечка данных net-redirectable-api-key scripts/llm_analyzer.py:29
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Опасные команды cmd-eval-dynamic test-reports-v21/bandit-report.html:200
    Динамическое выполнение кода из декодированного/недоверенного ввода
    30	    os.system("ping -c 1 " + host)
  • средняя Опасные команды cmd-eval-dynamic test-reports/bandit-report.html:200
    Динамическое выполнение кода из декодированного/недоверенного ввода
    30	    os.system("ping -c 1 " + host)
  • низкая Утечка данных read-dotenv docs/目录扫描功能验证.md:314
    Чтение файла .env
    cp .env.example .env
  • низкая Секреты в коде secret-password-literal examples/unsafe-example/app.py:13
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    API_KEY = "sk-1…def"
    заглушка
  • низкая Опасные команды cmd-eval-dynamic examples/unsafe-example/app.py:30
    Динамическое выполнение кода из декодированного/недоверенного ввода (тестовый файл / пример)
    os.system("ping -c 1 " + host)
    тестовый файл

Просканировано файлов: 27. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка body-empty SKILL.md: пустое тело инструкций
  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-long-hermes description 72 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл

Процессный рейтинг: все десять параметров 34/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (Li_python_sec_check) не совпадает с папкой (li-python-sec-check)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 0 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Длина description 72: рекомендуется 120–800 символов
  • +4Структура: 0 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -15Тело SKILL.md короче 300 символов: скилл почти пустой
  • -47 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -32 из 2 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.

Внешние проверки

ClawHub: clean
This is a disclosed local Python security-checking skill with optional LLM analysis, but users should avoid running the intentionally unsafe example app as a server.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.