SKILLEMALL.ai
GitHub ↗ EN Войти

FC secret-scanner

Обнаруживает API-ключи, токены и учетные данные в коде с помощью более 50 шаблонов, анализа энтропии и нескольких форматов отчетов.

машинный переводПоказать оригиналСкрыть оригинал«Detect API keys, tokens, and credentials in code with 50+ patterns, en…»

Detect API keys, tokens, and credentials in code with 50+ patterns, entropy analysis, and multiple report formats

Заблокированguard заблокировал скилл: найдены признаки вредоносного поведения
ClawHub Agent Skills автор: Premkmar M v2.0.1 MIT-0 6 файлов тело ≈ 703 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Обнаруживает API-ключи, токены и учетные данные в коде с помощью более 50 шаблонов, анализа энтропии и нескольких форматов отчетов.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияGitHubБезопасностьИИ 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
F
34/100
безопасность, качество, тесты
Безопасность 60%
10
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять
Guard заблокировал этот скилл: найдены критические проблемы (см. ниже). Не устанавливайте его, пока автор не исправит.

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Секреты в коде
Если установить

В файлах лежит чужой ключ или токен. Если он живой, ваш агент начнёт ходить в чужие сервисы от чужого имени; если ключ уже отозван, скрипты скилла просто сломаются. Такой ключ мог попасть в скилл вместе с целым рабочим пространством автора, включая личные данные.

Автору

Ключ виден всем, кто скачал скилл, и уже мог быть скопирован ботами, которые сканируют каталоги. Отзовите его сейчас, проверьте счета и логи доступа, а потом перевыпустите.

Как улучшить

  1. Уберите критические находки guard (секреты, опасные команды, скрытые инструкции): пока они есть, скилл заблокирован и не может получить оценку выше F.
  2. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 4

  • критично Секреты в коде secret-anthropic-key secret_scanner.py:1126
    Ключ Anthropic API (в кавычках — упоминание, а не команда)
    f.write("anthropic=sk-a…789\n")
    в кавычках
Средние и низкие: 3
  • низкая Секреты в коде secret-aws-key secret_scanner.py:1077
    AWS access key ID (значение-заглушка)
    f.write("aws_key=AKIA…PLE\n")
    заглушка
  • низкая Секреты в коде secret-github-token secret_scanner.py:1079
    Токен GitHub (значение-заглушка)
    f.write("github=ghp_…efg\n")
    заглушка
  • низкая Секреты в коде secret-aws-key secret_scanner.py:1082
    AWS access key ID (значение-заглушка)
    f.write("should_be_ignored=AKIA…PLE\n")
    заглушка

Просканировано файлов: 6. 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")

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 12
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 703 токенов
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 113: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 12 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The main secret scanner is coherent, but the package also includes an under-disclosed CI verifier that can execute Python files from target folders.
LLM: suspicious (high) · 13 июл. 2026 г.