BC content-security-filter
Фильтр для обнаружения внедрения подсказок и вредоносного ПО во внешнем контенте. Сканирует текст, файлы или URL-адреса на наличие более 20 шаблонов атак, включая переопределение инструкций, кражу учетных данных, захват личности, закодированные полезные нагрузки, поддельные системные сообщения и внедрение невидимых символов. Возвращает JSON с уровнем риска и очищенным текстом.
машинный переводПоказать оригиналСкрыть оригинал«Prompt injection and malware detection filter for external content. Sc…»
Prompt injection and malware detection filter for external content. Scans text, files, or URLs for 20+ attack patterns including instruction overrides, credential exfiltration, persona hijacking, encoded payloads, fake system messages, and invisible character injection. Returns JSON with risk level and sanitized text.
Фильтр для обнаружения внедрения подсказок и вредоносного ПО во внешнем контенте.
Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, ошибки и развилки, повторный запуск
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 5
✓ Критических и высоких находок нет
Средние и низкие: 5
-
низкая Подмена инструкций
en-ignore-previousSKILL.md:14Фраза-перехват ("ignore previous instructions") (строка таблицы в документации; документация security-скилла)| Override attempts | "ignore previous instructions", "forget everything" |
таблицаsecurity-скилл -
низкая Рискованное назначение
intent-offensive-securitySKILL.md:22Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)| Credential harvesting | "provide your password/token/secret" |
Ещё 3 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
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 60/100
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 6
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 569 токенов
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 319 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 6 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.