SKILLEMALL.ai
GitHub ↗ EN Войти

BC compliance-posture-intake

Комплексная оценка соответствия требованиям HIPAA для агентов и API. Проводит структурированный сбор данных, охватывающий все семь элементов эффективной программы соответствия, объединяет hipaa-gap-analysis, baa-review, framework-mapping, compliance-qa и control-assessment на основе предоставленных документов и выдает структурированный снимок состояния с уровнем зрелости, флагами блокирующих факторов для предприятия, приоритезацией пробелов и дорожной картой на 30/60/90 дней. Совместим с любым контекстом агента, имеющим доступ к инструментам rote-compliance-toolkit — через плагин Claude Code, сервер Rote MCP или прямую интеграцию с API.

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive HIPAA compliance posture assessment for agent and API co…»

Comprehensive HIPAA compliance posture assessment for agent and API contexts. Runs a structured intake covering all Seven Elements of an effective compliance program, chains hipaa-gap-analysis, baa-review, framework-mapping, compliance-qa, and control-assessment against provided documents, and produces a structured posture snapshot with maturity stage, enterprise blocker flags, gap prioritization, and a 30/60/90 day roadmap. Compatible with any agent context that has access to the rote-compliance-toolkit tools — via Claude Code plugin, Rote MCP server, or direct API integration.

ClawHub Agent Skills автор: Dangsllc v0.1.2 MIT-0 2 файла тело ≈ 7 526 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Комплексная оценка соответствия требованиям HIPAA для агентов и API.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторWordБезопасностьИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
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.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Рискованное назначение intent-offensive-security SKILL.md:239
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - Do you conduct periodic security assessments or penetration testing? *(Enterprise trigger in this context)*

Просканировано файлов: 2. 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")
  • предупреждение body-long тело SKILL.md ≈ 7526 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 58/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 70Ошибки и развилки. Развилок: 24
  • 70Стоимость исполнения. Тело инструкции 7526 токенов
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 130
  • 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

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
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 585 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 130 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: suspicious
This appears to be a legitimate HIPAA posture intake, but it asks for sensitive compliance materials and creates a report without enough privacy, storage, or source-scope warnings.
LLM: suspicious (high) · 20 июл. 2026 г.