AB openclaw-skill-tools
Генерирует и сканирует на безопасность файлы SKILL.md для OpenClaw. Используйте при создании новых навыков OpenClaw, сканировании навыков на уязвимости безопасности, такие как внедрение команд или утечка данных, аудите навыков ClawHub перед установкой или при сборке пакетов навыков агента.
машинный переводПоказать оригиналСкрыть оригинал«Generate and security-scan OpenClaw SKILL.md files. Use when creating…»
Generate and security-scan OpenClaw SKILL.md files. Use when creating new OpenClaw skills, scanning skills for security vulnerabilities like prompt injection or data exfiltration, auditing ClawHub skills before installation, or building agent skill packages.
Генерирует и сканирует на безопасность файлы SKILL.md для OpenClaw. Используйте при создании новых навыков OpenClaw, сканировании навыков на уязвимости…
Как процесс B 72/100 · Почти готов — слабые места: когда включается, повторный запуск
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 · 3
✓ Критических и высоких находок нет
Средние и низкие: 3
-
низкая Рискованное назначение
intent-offensive-securityREADME.md:37Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)- Credential Harvesting
-
низкая Рискованное назначение
intent-offensive-securityREADME.md:50Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)✅ No credential harvesting found
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:111Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)- `check_creds` — Scan for credential harvesting
детектор
Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 72/100
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 60
- 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1807 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 14. 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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 258 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 60 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.