SKILLEMALL.ai
GitHub ↗ EN Войти

CB building-identity-governance-lifecycle-process

Разрабатывайте программы управления идентификацией и жизненным циклом (IGA) на таких платформах, как SailPoint, Saviynt или Entra ID Governance, охватывая автоматизацию присоединения/перемещения/увольнения (JML), поиск ролей, запросы доступа, периодическое повторное подтверждение и исправление заброшенных учетных записей, поступающих из HR-канала. Используйте при автоматизации межсистемного предоставления JML, исправлении доступа бывших сотрудников или при построении процессов жизненного цикла для соответствия требованиям SOX, HIPAA или GDPR.

машинный переводПоказать оригиналСкрыть оригинал«Design identity governance and lifecycle (IGA) programs on platforms l…»

Design identity governance and lifecycle (IGA) programs on platforms like SailPoint, Saviynt, or Entra ID Governance, covering joiner-mover-leaver (JML) automation, role mining, access requests, periodic recertification, and orphaned-account remediation sourced from an HR feed. Use when automating cross-system JML provisioning, remediating former-employee access, or building lifecycle processes for SOX, HIPAA, or GDPR compliance.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 6 905 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Разрабатывайте программы управления идентификацией и жизненным циклом (IGA) на таких платформах, как SailPoint, Saviynt или Entra ID Governance, охватывая…

Как процесс B 69/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу

ПроцедураБезопасностьПравотип 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
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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 · 0

✓ Критических и высоких находок нет

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

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6905 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "domain"
  • заметка frontmatter-key неизвестное поле фронтматтера "subdomain"
  • заметка frontmatter-key неизвестное поле фронтматтера "nist_ai_rmf"
  • 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 69/100

  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6905 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте

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 433 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (6 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.