SKILLEMALL.ai
GitHub ↗ EN Войти

BC collecting-open-source-intelligence

Собирает и синтезирует информацию из открытых источников (OSINT) о злоумышленниках, вредоносной инфраструктуре и кампаниях атак, используя общедоступные источники данных, инструменты пассивной разведки и мониторинг даркнета. Используйте при расследовании инфраструктуры внешних злоумышленников, проведении предварительной разведки для авторизованных оценок красной команды или обогащении отчетов CTI общедоступным контекстом противника. Активируется для запросов, связанных с Maltego, Shodan, OSINT framework, SpiderFoot или разведкой инфраструктуры.

машинный переводПоказать оригиналСкрыть оригинал«Collects and synthesizes open-source intelligence (OSINT) about threat…»

Collects and synthesizes open-source intelligence (OSINT) about threat actors, malicious infrastructure, and attack campaigns using publicly available data sources, passive reconnaissance tools, and dark web monitoring. Use when investigating external threat actor infrastructure, performing pre-engagement reconnaissance for authorized red team assessments, or enriching CTI reports with publicly available adversary context. Activates for requests involving Maltego, Shodan, OSINT framework, SpiderFoot, or infrastructure reconnaissance.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 1 521 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Собирает и синтезирует информацию из открытых источников (OSINT) о злоумышленниках, вредоносной инфраструктуре и кампаниях атак, используя общедоступные…

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск

ПроцедураЛюди 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
B
90/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • низкая Рискованное назначение intent-offensive-security SKILL.md:7
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      authorized red team assessments, or enriching CTI reports with publicly available
    • низкая Рискованное назначение intent-offensive-security SKILL.md:43
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Investigating external infrastructure associated with a phishing campaign targeting your organization
    • низкая Рискованное назначение intent-offensive-security SKILL.md:89
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # Search for specific C2 framework signatures (Cobalt Strike beacon)

    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 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 31
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1521 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +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
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 539 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +4Есть примеры (3 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.