AD agent-bom-compliance
Офлайн-сканер SBOM и проверяемой совместимости для проектов агентов: генерирует SBOM CycloneDX 1.5 в формате JSON из манифестов npm/pip/go, аудирует дерево с помощью кураторского движка правил (обнаружение зафиксированных секретов с отредактированными доказательствами, проверка цепочки поставок для неприкрепленных зависимостей, расхождение заявленного и фактического исходящего сетевого трафика, происхождение артефактов модели, наличие лицензии), выдает результаты, сопоставленные с ЯВНЫМИ ссылками на контролируемые объекты (OWASP LLM Top 10 2025, OWASP Agentic AI, NIST SSDF SP 800-218, минимальные элементы SBOM CISA), фильтрует политики по степени серьезности, ведет хешированную цепочку аудиторских журналов с защитой от несанкционированного доступа и отслеживает результаты в разных запусках для самосовершенствования. 100% стандартная библиотека Python3. НЕТ сети, НЕТ телеметрии.
машинный переводПоказать оригиналСкрыть оригинал«Offline SBOM + verifiable compliance scanner for agent projects: gener…»
Offline SBOM + verifiable compliance scanner for agent projects: generates a CycloneDX 1.5 JSON SBOM from npm/pip/go manifests, audits the tree with a curated rule engine (committed-secret detection with redacted evidence, unpinned-dependency supply-chain check, declared-vs-actual network egress drift, model-artifact provenance, license presence), emits findings mapped to EXPLICIT control refs (OWASP LLM Top 10 2025, OWASP Agentic AI, NIST SSDF SP 800-218, CISA minimum SBOM elements), filters policy by severity, keeps a hash-chained tamper-evident audit trail, and trends findings across runs for self-improving posture. 100% stdlib python3. NO network, NO telemetry.
Офлайн-сканер SBOM и проверяемой совместимости для проектов агентов: генерирует SBOM CycloneDX 1.5 в формате JSON из манифестов npm/pip/go, аудирует дерево с…
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "topics"
Процессный рейтинг: все десять параметров 43/100
- 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: 3, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 6
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 664 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 673 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 3 заголовков
- +3Пошаговые инструкции: 6 пунктов
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.