SKILLEMALL.ai

AB auditing-cloud-with-cis-benchmarks

Этот навык описывает, как проводить аудиты облачной безопасности с использованием эталонных показателей Центра интернет-безопасности (CIS) для AWS, Azure и GCP. Он охватывает интерпретацию элементов управления CIS Foundations Benchmark, запуск автоматизированных оценок с помощью таких инструментов, как Prowler и ScoutSuite, исправление невыполненных элементов управления и поддержание непрерывного мониторинга соответствия стандартам CIS v5 для AWS, v4 для Azure и v4 для GCP.

машинный переводПоказать оригиналСкрыть оригинал«This skill details how to conduct cloud security audits using Center f…»

This skill details how to conduct cloud security audits using Center for Internet Security benchmarks for AWS, Azure, and GCP. It covers interpreting CIS Foundations Benchmark controls, running automated assessments with tools like Prowler and ScoutSuite, remediating failed controls, and maintaining continuous compliance monitoring against CIS v5 for AWS, v4 for Azure, and v4 for GCP.

ClawHub Agent Skills автор: Chace v1.0.0 MIT-0 4 файла тело ≈ 2 822 токенов Открыть источникclawhub.ai проанализирован 23 ч назад

Этот навык описывает, как проводить аудиты облачной безопасности с использованием эталонных показателей Центра интернет-безопасности (CIS) для AWS, Azure и GCP.

Как процесс B 69/100 · Почти готов — слабые места: ошибки и развилки, согласованность, повторный запуск

ПроцедураAWSGoogle CloudAzureБезопасностьтип 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
B
69/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "domain"
    • заметка frontmatter-key неизвестное поле фронтматтера "subdomain"
    • заметка frontmatter-key неизвестное поле фронтматтера "nist_ai_rmf"
    • заметка frontmatter-key неизвестное поле фронтматтера "nist_csf"

    Процессный рейтинг: все десять параметров 69/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (auditing-cloud-with-cis-benchmarks) не совпадает с папкой (auditing-cis-benchmarks)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 21, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Стоимость исполнения. Тело инструкции 2822 токенов

    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
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 387 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (6 блоков кода)
    • +1Лицензия указана

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

    Внешние проверки

    ClawHub: suspicious
    This is a legitimate cloud security audit skill, but it includes copy-paste remediation commands that can change production cloud accounts, so users should review it carefully before use.
    LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.