SKILLEMALL.ai

AC self-improving-security

Выявляет уязвимости, неправильные конфигурации, нарушения контроля доступа, несоответствия требованиям, шаблоны реагирования на инциденты и информацию об угрозах для обеспечения непрерывного улучшения безопасности. Используйте, когда: (1) обнаружена CVE или уязвимость, (2) секреты раскрыты в логах или выводе, (3) произошли нарушения контроля доступа или попытки несанкционированного доступа, (4) выявлены результаты аудита соответствия или пробелы, (5) обнаружены неправильные конфигурации безопасности в инфраструктуре или приложениях, (6) выполняются или улучшаются процедуры реагирования на инциденты, (7) собирается информация об угрозах из консультаций или результатов тестирования на проникновение.

машинный переводПоказать оригиналСкрыть оригинал«Captures vulnerabilities, misconfigurations, access control violations…»

Captures vulnerabilities, misconfigurations, access control violations, compliance gaps, incident response patterns, and threat intelligence to enable continuous security improvement. Use when: (1) A CVE or vulnerability is discovered, (2) Secrets are exposed in logs or output, (3) Access control violations or unauthorized access attempts occur, (4) Compliance audit findings or gaps are identified, (5) Security misconfigurations are found in infrastructure or applications, (6) Incident response procedures are executed or improved, (7) Threat intelligence is gathered from advisories or pen test results.

ClawHub Agent Skills автор: José I. O. v1.2.1 MIT-0 15 файлов · 3 скрипта тело ≈ 6 054 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Выявляет уязвимости, неправильные конфигурации, нарушения контроля доступа, несоответствия требованиям, шаблоны реагирования на инциденты и информацию об…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторБезопасностьИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Рискованное назначение intent-offensive-security SKILL.md:378
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - Privilege escalation indicators
  • низкая Рискованное назначение intent-offensive-security SKILL.md:601
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    3. **Identify access issues** — unauthorized access, privilege escalation, broken auth
  • низкая Рискованное назначение intent-offensive-security SKILL.md:630
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
    - `auth bypass|privilege escalation|tls|ssl|cors misconfiguration`
    в кавычках

Просканировано файлов: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6054 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 52/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Ошибки и развилки. Развилок: 4
  • 70Стоимость исполнения. Тело инструкции 6054 токенов
  • 85Шаги. Шагов: 119, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 20. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 609 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 54 заголовков
  • +3Пошаговые инструкции: 119 пунктов
  • +4Есть примеры (18 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 3)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This skill is a security-learning logger with opt-in reminder hooks and clear redaction guidance, with only minor documentation cautions.
LLM: benign (high) · VirusTotal: · 28 авг. 2026 г.