AB dcl-prompt-firewall
Используйте этот навык для запуска реальной платной проверки входных данных на попытки внедрения промптов, взлома, смены роли и переопределения инструкций через сервер DCL Trust Oracle MCP — до того, как недоверенный ввод достигнет модели. Каждый платный вызов измеряется и оплачивается в сети через протокол x402 (USDC на Base) и создает неизменяемую запись аудита. Используйте, когда агент получает пользовательский или внешний ввод (сообщения пользователя, результаты инструментов, веб-контент, извлеченные документы) и вам нужен шлюз перед выполнением или бесплатный чек-лист только для инструкций для быстрой ручной проверки. Часть пакета безопасности Leibniz Layer™ вместе с DCL Policy Enforcer и DCL Sentinel Trace.
машинный переводПоказать оригиналСкрыть оригинал«Use this skill to run a real, paid input-layer screen for prompt injec…»
Use this skill to run a real, paid input-layer screen for prompt injection, jailbreak, role-switch, and instruction-override attempts via the live DCL Trust Oracle MCP server — before untrusted input ever reaches the model. 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 an agent receives user-supplied or external input (user messages, tool results, web content, retrieved documents) and you need a pre-execution gate, or want a free instruction-only checklist for a quick manual review. Part of the Leibniz Layer™ Security Suite alongside DCL Policy Enforcer and DCL Sentinel Trace.
Используйте этот навык для запуска реальной платной проверки входных данных на попытки внедрения промптов, взлома, смены роли и переопределения инструкций…
Как процесс B 77/100 · Почти готов — слабые места: входы и предусловия, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
В тексте есть фразы вроде «игнорируй предыдущие инструкции» или «теперь ты…». Это попытка перехватить управление агентом: он может нарушить ваши правила, системные ограничения или политику компании.
Такие фразы не нужны честному скиллу: сформулируйте роль и правила прямо, без отмены чужих инструкций. Иначе сканеры каталогов и корпоративные фильтры заблокируют публикацию.
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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Подмена инструкций
en-ignore-previousSKILL.md:142Фраза-перехват ("ignore previous instructions") (документация security-скилла)- [ ] Phrases instructing the model to ignore or override all previous instructions
security-скилл
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: 6, 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: 34
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1919 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 679 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 34 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.