SKILLEMALL.ai

AC osint-investigator

Исследует общедоступные онлайн-следы с использованием методов разведки на основе открытых источников. Используйте, когда пользователь хочет исследовать имя пользователя, электронную почту, человека, компанию, домен, IP, номер телефона, местоположение, изображение или другую общедоступную цель, используя общедоступную информацию; сопоставлять результаты; проверять кандидатов в профили; обогащать результаты веб-поиском; захватывать ссылки на общедоступные профили и изображения профилей; выполнять необязательные проверки электронной почты HIBP при настройке; или экспортировать структурированные JSON и отчеты.

машинный переводПоказать оригиналСкрыть оригинал«Investigate public online footprints using open-source intelligence te…»

Investigate public online footprints using open-source intelligence techniques. Use when a user wants to research a username, email, person, company, domain, IP, phone number, location, image, or other public target using publicly available information; correlate findings; validate profile candidates; enrich results with web search; capture public profile links and profile images; run optional defensive HIBP email checks when configured; or export structured JSON and reports.

ClawHub Agent Skills автор: Elyasuuuuu v2.1.0 MIT-0 28 файлов тело ≈ 1 091 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Исследует общедоступные онлайн-следы с использованием методов разведки на основе открытых источников.

Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

АнализаторДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 28. 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 55/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (osint-investigator) не совпадает с папкой (investigator)
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 5
    • 85Шаги. Шагов: 71, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 1091 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 480 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 71 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (17 из 17)
    • +3Все 8 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly a coherent public OSINT helper, but one domain-check script can execute injected shell commands from a crafted domain input.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.