SKILLEMALL.ai
GitHub ↗ EN Войти

BC canary

Сканирует вашу среду OpenClaw на предмет утечек секретов — ключей API, токенов, учетных данных в файлах .env, установленных навыков и истории командной строки. Работает бесшумно при запуске, глубокое сканирование по запросу. Исправляет проблемы с вашими разрешениями.

машинный переводПоказать оригиналСкрыть оригинал«Scans your OpenClaw environment for leaked secrets — API keys, token…»

Scans your OpenClaw environment for leaked secrets — API keys, tokens, credentials in .env files, installed skills, and shell history. Runs silently on startup, deep scans on demand. Fixes issues with your permission.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 4 файла тело ≈ 10 917 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Сканирует вашу среду OpenClaw на предмет утечек секретов — ключей API, токенов, учетных данных в файлах .env, установленных навыков и истории командной…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения

ИнтеграцияAWSStripeSlackGitHubБезопасностьтип 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
75/100
безопасность, качество, тесты
Безопасность 60%
84
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • средняя Утечка данных exfil-webhook-url SKILL.md:214
    URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (строка таблицы в документации)
    | Slack Webhook | `https://hooks.slack.com/` | URL |
    таблица
  • средняя Утечка данных exfil-webhook-url SKILL.md:215
    URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (строка таблицы в документации)
    | Discord Webhook | `https://discord.com/api/webhooks/` | URL |
    таблица
  • средняя Утечка данных exfil-webhook-url SKILL.md:236
    URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (строка таблицы в документации)
    | Generic Webhook | `https://webhook.site/` | URL |
    таблица
  • низкая Секреты в коде secret-aws-key SKILL.md:202
    AWS access key ID (значение-заглушка)
    | AWS Access Key | `AKIA` | `AKIA…PLE` |
    заглушка

Просканировано файлов: 4. 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 body-long тело SKILL.md ≈ 10917 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 62/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Входы и предусловия. Не сказано, что нужно иметь на входе
  • 40Стоимость исполнения. Тело инструкции 10917 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 164, расплывчатых формулировок: 2
  • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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 Ответ описан самодельной разметкой (15 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 219 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 164 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.