AB dcl-policy-enforcer
Используйте этот навык для проведения реального платного предварительного аудита ИИ-агента или ответа LLM через живой сервер DCL Trust Oracle MCP. Обнаруживает попытки обхода инструкций / джейлбрейка, нарушения базовой безопасности и отклонения качества контента, а также проверяет вывод на соответствие контрольным спискам нормативных тем на основе шаблонов (прозрачность, обработка данных, финансовое раскрытие, медицинское раскрытие). Каждый платный вызов измеряется и рассчитывается в сети через протокол x402 (USDC на Base) и создает неизменяемую запись аудита. Используйте всякий раз, когда вам нужно контролировать рискованное действие агента или вам нужен бесплатный контрольный список только для инструкций для быстрого ручного обзора. Часть Leibniz Layer™ Security Suite вместе с DCL Prompt Firewall и DCL Sentinel Trace.
машинный переводПоказать оригиналСкрыть оригинал«Use this skill to run a real, paid pre-action audit of an AI agent or…»
Use this skill to run a real, paid pre-action audit of an AI agent or LLM response via the live DCL Trust Oracle MCP server. Detects jailbreak / instruction-override attempts, baseline safety violations, and content quality drift, and checks output against pattern-based regulatory-theme checklists (transparency, data handling, financial disclosure, medical disclosure). Every paid call is metered and settled on-chain via the x402 protocol (USDC on Base) and produces a tamper-evident audit record. Use whenever you need to gate a risky agent action, or want a free instruction-only checklist for a quick manual review. Part of the Leibniz Layer™ Security Suite alongside DCL Prompt Firewall and DCL Sentinel Trace.
Используйте этот навык для проведения реального платного предварительного аудита ИИ-агента или ответа LLM через живой сервер DCL Trust Oracle MCP.
Как процесс B 77/100 · Почти готов — слабые места: входы и предусловия, повторный запуск
Как улучшить
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 77/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 38
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2220 токенов
- 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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 717 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 38 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.