SKILLEMALL.ai
GitHub ↗ EN Войти

BD Rate Limit Audit

Детектор отсутствия ограничения скорости для API-кодовых баз. Сканирует Express/Koa/Fastify/NestJS, FastAPI/Flask/Django, Go (gin/chi/echo), Spring Boot и Ruby (Rack) на 10 классов незащищенных конечных точек — маршруты аутентификации, открытые для брутфорса, платежные конечные точки без троттлинга, отправка email/SMS без ограничения (увеличение затрат), маршруты поиска без ограничения запросов, логика повторных попыток без отката, административные конечные точки без ограничения на IP и многое другое. Нулевые внешние зависимости. Работает с каталогами или отдельными файлами. Включен CI fail-gate.

машинный переводПоказать оригиналСкрыть оригинал«Missing rate limit detector for API codebases. Scans Express/Koa/Fasti…»

Missing rate limit detector for API codebases. Scans Express/Koa/Fastify/NestJS, FastAPI/Flask/Django, Go (gin/chi/echo), Spring Boot, and Ruby (Rack) for 10 classes of unprotected endpoints — auth routes open to brute force, payment endpoints with no throttle, email/SMS senders without limit (cost amplification), search routes with no query throttle, retry logic without backoff, admin endpoints without per-IP limiting, and more. Zero external dependencies. Works on directories or single files. CI fail-gate included.

ClawHub Agent Skills автор: Lucius Pang v1.0.3 MIT-0 2 файла тело ≈ 7 772 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Детектор отсутствия ограничения скорости для API-кодовых баз.

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
57
Прогон на моделях
не было
Процессный рейтинг
D
47/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. 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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Рискованное назначение intent-offensive-security SKILL.md:60
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
    | RL006 | HIGH | Admin endpoint without per-IP rate limiting | Privilege escalation via brute force |
    детектор

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 7772 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 47/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 14, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Rate Limit Audit) не совпадает с папкой (phy-rate-limit-audit)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 7772 токенов
  • 100Шаги. Шагов: 18
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки

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 522 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (4 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.

Внешние проверки

ClawHub: clean
The skill is a local static-analysis helper for finding missing API rate limits and does not show hidden network, credential, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.