SKILLEMALL.ai

BC java-audit-skill

Навык аудита безопасности Java-кода на базе ИИ, обеспечивающий систематический поиск уязвимостей с высокой степенью покрытия. Сценарии использования: (1) Аудит Java/Kotlin проектов на наличие уязвимостей безопасности (поиск 0day, аудит кода, оценка безопасности) (2) Аудит безопасности корпоративных кодовых баз (поддержка крупных проектов) (3) Требуются высококачественные отчеты по аудиту безопасности с низкой частотой ложных срабатываний (4) Раннее обнаружение уязвимостей в интеграции CI/CD Ключевые слова для активации: Java审计, 代码审计, 安全审计, 漏洞挖掘, 0day, 安全评估, Java security audit, code review for security

машинный переводПоказать оригиналСкрыть оригинал«AI驱动的Java代码安全审计技能,实现系统化、高覆盖率的漏洞挖掘。使用场景: (1) 审计Java/Kotlin项目寻找安全漏洞(0day…»

AI驱动的Java代码安全审计技能,实现系统化、高覆盖率的漏洞挖掘。使用场景: (1) 审计Java/Kotlin项目寻找安全漏洞(0day挖掘、代码审计、安全评估) (2) 企业级代码库的安全审计(支持大型项目) (3) 需要高质量、低幻觉率的安全审计报告 (4) CI/CD集成的前期漏洞发现 触发关键词:Java审计、代码审计、安全审计、漏洞挖掘、0day、安全评估、Java security audit、code review for security

ClawHub Agent Skills автор: AuroraProudmoore v1.0.1 MIT-0 27 файлов · 3 скрипта тело ≈ 3 070 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык аудита безопасности Java-кода на базе ИИ, обеспечивающий систематический поиск уязвимостей с высокой степенью покрытия.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
92
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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.

Обфускация средняя серьёзность

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

Если установить

В файлах есть невидимые символы, закодированные команды или спрятанные комментарии для модели. То, что вы читаете, отличается от того, что видит агент.

Автору

Уберите невидимые символы (часто они попадают из копипаста) и закодированные строки: их не пропустит ни один каталог. Инструкции для модели должны быть видны и человеку.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • средняя Обфускация obf-hex-escape-chain rules/semgrep/java-rce.yaml:128
    Обфускация строк через escape-последовательности / коды символов
    - https://github.com/Y4tacker/JavaSec/blob/main/2.%E5%8F%8D%E5%BA%8F%E5%88%97%E5%8C%96%E4%B8%93%E5%8C%BA/SnakeYAML%E5%8F%8D%E5%BA%8F%E5%88%97%E5%8C%96%E5%8F%8A%E5%8F%AF%E5%88%A9%E7%94%A8Gadget%E5%88%8
  • низкая Утечка данных net-credential-use references/security-checklist.md:45
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
    curl -H "Authorization: Bearer $TOKEN" http://api/user/123/profile
    security-скилл
  • низкая Утечка данных net-credential-use references/security-checklist.md:46
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
    curl -H "Authorization: Bearer $TOKEN" http://api/user/456/profile  # 改成其他用户
    security-скилл
  • низкая Утечка данных net-credential-use references/security-checklist.md:49
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
    curl -H "Authorization: Bearer $USER_TOKEN" http://api/admin/users
    security-скилл

Просканировано файлов: 26. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 51/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 59
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3070 токенов
  • low Разделов верхнего уровня: 15. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -34 из 4 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 231 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 62 заголовков
  • +3Пошаговые инструкции: 59 пунктов
  • +4Есть примеры (20 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This Java audit skill is purpose-aligned, but it will read project code, write audit reports, and may look up dependency versions online.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.