SKILLEMALL.ai
GitHub ↗ EN Войти

BB analyzing-pdf-malware-with-pdfid

Анализирует вредоносные PDF-файлы с помощью PDFiD, pdf-parser и peepdf для идентификации встроенного JavaScript, shellcode, эксплойтов и подозрительных объектов без открытия документа. Определяет вектор атаки и извлекает встроенные полезные нагрузки для дальнейшего анализа. Активируется для запросов, связанных с анализом вредоносных программ в PDF, анализом вредоносных документов, расследованием эксплойтов в PDF или сортировкой подозрительных вложений.

машинный переводПоказать оригиналСкрыть оригинал«Analyzes malicious PDF files using PDFiD, pdf-parser, and peepdf to id…»

Analyzes malicious PDF files using PDFiD, pdf-parser, and peepdf to identify embedded JavaScript, shellcode, exploits, and suspicious objects without opening the document. Determines the attack vector and extracts embedded payloads for further analysis. Activates for requests involving PDF malware analysis, malicious document analysis, PDF exploit investigation, or suspicious attachment triage.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 3 001 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Анализирует вредоносные PDF-файлы с помощью PDFiD, pdf-parser и peepdf для идентификации встроенного JavaScript, shellcode, эксплойтов и подозрительных…

Как процесс B 66/100 · Почти готов — слабые места: ошибки и развилки, отчётность по ходу

АнализаторPDFРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
90/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

    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
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:1
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # API Reference: PDF Malware Analysis Tools
    • низкая Рискованное назначение intent-offensive-security SKILL.md:6
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      for further analysis. Activates for requests involving PDF malware analysis, malicious
    • низкая Рискованное назначение intent-offensive-security SKILL.md:319
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      PDF MALWARE ANALYSIS REPORT
    • низкая Опасные команды cmd-eval-dynamic SKILL.md:342
      Динамическое выполнение кода из декодированного/недоверенного ввода (документация security-скилла)
      Layer 1:          eval(unescape("%68%65%6C%6C%6F"))
      security-скилл

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "domain"
    • заметка frontmatter-key неизвестное поле фронтматтера "subdomain"
    • заметка frontmatter-key неизвестное поле фронтматтера "nist_csf"
    • заметка frontmatter-key неизвестное поле фронтматтера "mitre_attack"

    Процессный рейтинг: все десять параметров 66/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 27
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3001 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 397 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (9 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.