SKILLEMALL.ai
GitHub ↗ EN Войти

CC analyzing-ransomware-leak-site-intelligence

Безопасно отслеживает сайты утечки данных (DLS), размещенные в Tor группами программ-вымогателей, для сбора и извлечения структурированных данных о публикациях жертв, отслеживания тенденций активности групп с течением времени и подготовки отраслевых и географически специфических оценок рисков программ-вымогателей. Используется при сборе разведывательных данных об активных группах программ-вымогателей или при создании отчетов о проактивной защите на основе активности сайтов утечек с двойным вымогательством.

машинный переводПоказать оригиналСкрыть оригинал«Safely monitor ransomware group Tor-hosted data leak sites (DLS) to co…»

Safely monitor ransomware group Tor-hosted data leak sites (DLS) to collect and extract structured victim posting data, track group activity trends over time, and produce sector- and geography-specific ransomware risk assessments. Use when performing threat intelligence gathering on active ransomware groups or building proactive defense reporting from double-extortion leak-site activity.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 3 243 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Безопасно отслеживает сайты утечки данных (DLS), размещенные в Tor группами программ-вымогателей, для сбора и извлечения структурированных данных о…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

АнализаторДанные и аналитикаЛюди и наймтип 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
C
84/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 · 10

    ✓ Критических и высоких находок нет

    Средние и низкие: 10
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:1
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # API Reference: Ransomware Leak Site Intelligence
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:3
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      ## ransomware.live API
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:7
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      curl https://api.ransomware.live/recentvictims
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:12
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      curl https://api.ransomware.live/groups
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:13
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      curl https://api.ransomware.live/group/lockbit3
    • низкая Рискованное назначение intent-offensive-security SKILL.md:2
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      name: analyzing-ransomware-leak-site-intelligence
    • низкая Рискованное назначение intent-offensive-security SKILL.md:3
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      description: Safely monitor ransomware group Tor-hosted data leak sites (DLS) to collect and extract structured victim posting data, track group activity trends over time, and produce sector- and geog
    • низкая Рискованное назначение intent-offensive-security SKILL.md:7
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - ransomware
    • низкая Рискованное назначение intent-offensive-security SKILL.md:51
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # Analyzing Ransomware Leak Site Intelligence
    • низкая Рискованное назначение intent-offensive-security SKILL.md:55
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      Ransomware groups operating under double-extortion models maintain data leak sites (DLS) on Tor hidden services where they post victim names, stolen data samples, and countdown timers to pressure paym

    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"
    • заметка frontmatter-key неизвестное поле фронтматтера "mitre_f3"

    Процессный рейтинг: все десять параметров 51/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 21
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3243 токенов

    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
    • -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
    • +3Длина description 390 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +4Есть примеры (5 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.