SKILLEMALL.ai

AD agent-bom-scan

Сканер уязвимостей BOM (спецификация материалов), который анализирует 8 форматов lockfile, сопоставляет версии с проверенной базой данных рекомендаций OSV и выдает результаты с отметкой происхождения. Используйте для аудита зависимостей авторизованного проекта на предмет CVE, создания SBOM, оценки рисков цепочки поставок или генерации машиночитаемого отчета по безопасности. По умолчанию работает офлайн; явный онлайн-режим запрашивает api.osv.dev только по имени и версии.

машинный переводПоказать оригиналСкрыть оригинал«BOM (bill of materials) vulnerability scanner that parses 8 lockfile f…»

BOM (bill of materials) vulnerability scanner that parses 8 lockfile formats, matches versions against an OSV-verified advisory database, and emits provenance-stamped findings. Use when auditing dependencies of an authorized project for CVEs, building an SBOM, assessing supply-chain risk, or generating a machine-readable security report. Offline by default; explicit online mode queries api.osv.dev with name+version only.

ClawHub Agent Skills автор: orionshaowswmw v2.0.0 MIT-0 15 файлов тело ≈ 1 464 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Сканер уязвимостей BOM (спецификация материалов), который анализирует 8 форматов lockfile, сопоставляет версии с проверенной базой данных рекомендаций OSV и…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторПроизводствоБезопасностьИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Сокрытие от пользователя en-hide-from-user tools/bom_improve.py:99
      Инструкция скрыть действия от пользователя (с отрицанием — текст это запрещает)
      "- false_positive -> re-check the range; never silently delete a record; annotate instead\n"
      с отрицанием

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

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "categories"
    • заметка frontmatter-key неизвестное 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 13, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1464 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +2Инструкции на одном языке
    • +3Длина description 424 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: suspicious
    The skill is a real dependency scanner, but it needs Review because untrusted projects can influence report output and symlink report paths outside the intended project area.
    LLM: suspicious (high) · 6 сент. 2026 г.