SKILLEMALL.ai

AD lazaretto

Проверяйте сторонние skill, инструменты или пакеты npm/GitHub на вредоносное поведение ДО установки или запуска. Бесплатный поиск известных вредоносных хешей плюс детерминированное сканирование на кражу учетных данных, эксфильтрацию, обфускацию, внедрение промптов, установщики-дропперы и встроенные секреты — с доказательствами. Сканируйте по хешу содержимого, пакету npm, репозиторию GitHub, необработанному URL или skill ClawHub, затем повторно проверяйте, соответствуют ли байты на диске тому, что было просканировано. Используйте перед установкой любого недоверенного skill или зависимости.

машинный переводПоказать оригиналСкрыть оригинал«Verify a third-party skill, tool, or npm/GitHub package for malicious…»

Verify a third-party skill, tool, or npm/GitHub package for malicious behavior BEFORE you install or run it. Free known-bad hash lookup plus a deterministic scan for credential theft, exfiltration, obfuscation, prompt injection, install-time droppers, and bundled secrets — with evidence. Scan by content hash, npm package, GitHub repo, raw URL, or ClawHub skill, then re-verify the on-disk bytes match what was scanned. Use before installing any untrusted skill or dependency.

ClawHub Agent Skills автор: jamesdfinance-dev v1.0.0 MIT-0 3 файла тело ≈ 544 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверяйте сторонние skill, инструменты или пакеты npm/GitHub на вредоносное поведение ДО установки или запуска.

Как процесс D 42/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторGitHubДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
D
42/100
Процесс не доведён
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

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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "emoji"

    Процессный рейтинг: все десять параметров 42/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
    • 75Шаги. Шагов: 3
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 544 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 477 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 3 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This skill appears to be a straightforward pre-install checker that hashes user-selected files and calls the Lazaretto API, with no evidence of hidden execution, persistence, or credential theft.
    LLM: benign (high) · VirusTotal: · 14 июл. 2026 г.