SKILLEMALL.ai
GitHub ↗ EN Войти

CB stealthy-auto-browse

Автоматизация браузера в Docker, устойчивая к обнаружению headless-режима, для авторизованного QA, тестирования совместимости и оборонительных исследований безопасности. Camoufox + ввод на уровне ОС + постоянные отпечатки. Используйте только с сайтами, которыми вы владеете или на тестирование которых у вас есть письменное разрешение.

машинный переводПоказать оригиналСкрыть оригинал«Headless-detection-resistant browser automation in Docker for authoriz…»

Headless-detection-resistant browser automation in Docker for authorized QA, compatibility testing, and defensive security research. Camoufox + OS-level input + persistent fingerprints. Use only with sites you own or have written authorization to test.

ClawHub Agent Skills автор: Ciprian Mandache v3.0.3 MIT-0 3 файла тело ≈ 7 094 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Автоматизация браузера в Docker, устойчивая к обнаружению headless-режима, для авторизованного QA, тестирования совместимости и оборонительных исследований…

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

АнализаторDockerPlaywrightИнфраструктураДанные и аналитикаИИ и агентытип 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
C
89/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Утечка данных read-dotenv references/setup.md:191
    Чтение файла .env (документация security-скилла)
    export AUTH_TOKEN=$(cat .env.browser | grep AUTH_TOKEN | cut -d= -f2)
    security-скилл
  • низкая Рискованное назначение intent-offensive-security SKILL.md:29
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - Sites you have **written authorization** to test (security engagements, bug bounty in-scope targets)
  • низкая Рискованное назначение intent-offensive-security SKILL.md:42
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - Authorized pentests / bug bounty on in-scope targets that require human-like interaction

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7094 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 69/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 7094 токенов
  • 85Шаги. Шагов: 56, расплывчатых формулировок: 2
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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)
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 252 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 44 заголовков
  • +3Пошаговые инструкции: 56 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (32 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This is a powerful browser automation skill for authorized testing, but its sensitive capabilities are clearly disclosed with reasonable containment guidance.
LLM: benign (high) · VirusTotal: · 11 окт. 2026 г.