SKILLEMALL.ai

BF kernel-vuln-discover

Навык проактивного обнаружения уязвимостей в ядре Linux. Используйте этот навык, когда пользователю требуется выполнить следующие действия: (1) поиск уязвимостей в определенных подсистемах ядра Linux (io_uring, Netfilter, SMB, OverlayFS и т. д.); (2) фаззинг ядра с использованием фуззеров (syzkaller/trinity); (3) статичный аудит и ревью кода ядра; (4) обобщение паттернов на основе образцов CVE и поиск аналогичных уязвимостей; (5) генерация отчетов об обнаружении уязвимостей (PoC/анализ первопричин). Не используется для поиска известных CVE (это задача kernel-cve-tracker).

машинный переводПоказать оригиналСкрыть оригинал«Linux 内核漏洞主动发现技能。当用户需要以下操作时使用此技能:(1) 对 Linux 内核特定子系统(io_uring、Netfilte…»

Linux 内核漏洞主动发现技能。当用户需要以下操作时使用此技能:(1) 对 Linux 内核特定子系统(io_uring、Netfilter、SMB、OverlayFS 等)进行漏洞挖掘;(2) 使用 fuzzer(syzkaller/trinity)对内核进行模糊测试;(3) 对内核代码进行静态审计和代码审查;(4) 基于 CVE 样本归纳发现模式并扫描同类漏洞;(5) 生成漏洞发现报告(PoC/根因分析)。不用于已知 CVE 查询(那是 kernel-cve-tracker 的职责)。

ClawHub Agent Skills автор: adnywang v1.0.0 MIT-0 5 файлов · 1 скрипт тело ≈ 1 607 токенов Открыть источникclawhub.ai проанализирован 24 ч назад

Навык проактивного обнаружения уязвимостей в ядре Linux.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/upstream-commits.md

ПроцедураGitHubБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/upstream-commits.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/upstream-commits.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/upstream-commits.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/upstream-commits.md
  • 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: 4, без проверки текущего состояния
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1607 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 248 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (19 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a disclosed Linux kernel vulnerability research skill with a local pattern-scan script, and I found no hidden data access, persistence, or automatic unsafe behavior.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.