BF injection-spotter
Обнаружение инъекций подсказок в недоверенном контенте до того, как агент начнет действовать — анатомия внедренных инструкций по каналам, которые используют злоумышленники (электронная почта, веб, файлы, выходные данные инструментов, документы), список признаков и безопасный протокол реагирования. Используйте, когда вас спрашивают, пытается ли этот контент перехватить моего агента, проверьте эту страницу, электронное письмо или файл на предмет инъекции подсказок, найдите инъекцию или почему мой агент сбился с пути. Выдает вердикт об инъекции с цитируемыми признаками, шаблонами для конкретных каналов и протоколом безопасного реагирования.
машинный переводПоказать оригиналСкрыть оригинал«Spot prompt-injection in untrusted content before an agent acts on it…»
Spot prompt-injection in untrusted content before an agent acts on it — the anatomy of injected instructions across the channels attackers use (email, web, files, tool outputs, documents), the tell-list, and the safe-handling response. Use when asked is this content trying to hijack my agent, check this page or email or file for prompt injection, spot the injection, or why did my agent go off-task. Produces the injection verdict with quoted tells, the channel-specific patterns, and the safe-handling protocol.
Обнаружение инъекций подсказок в недоверенном контенте до того, как агент начнет действовать — анатомия внедренных инструкций по каналам, которые используют…
Как процесс F 51/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../email-agent-preflight/SKILL.md, ../browser-agent-preflight/SKILL.md, ../file-access-preflight/SKILL.md
Такой же скилл встречается ещё в 2 местах: pm-claude-skills, pm-claude-skills
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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 · 5
✓ Критических и высоких находок нет
Средние и низкие: 5
✓ Guard не нашёл подозрительного поведения. 5 совпадений — это строки атак, процитированные в документации самого скилла по безопасности.
Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: ../email-agent-preflight/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../browser-agent-preflight/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../file-access-preflight/SKILL.md
Процессный рейтинг: все десять параметров 51/100
- 0Инструменты и файлы. Не хватает 3 файла(ов): ../email-agent-preflight/SKILL.md, ../browser-agent-preflight/SKILL.md, ../file-access-preflight/SKILL.md
- 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
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 23
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1453 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)
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 514 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +3Формат ответа описан явно
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.