SKILLEMALL.ai
GitHub ↗ EN Войти

BB conducting-phishing-incident-response

Реагирует на фишинговые инциденты, анализируя сообщения, извлекая индикаторы, проверяя URL-адреса/вложения в песочнице, оценивая компрометацию учетных данных, помещая вредоносные сообщения в карантин по всей организации и исправляя затронутые учетные записи. Используйте при расследовании сообщения о фишинге или фишинге учетных данных, подозрительном фишинговом инциденте или когда требуется массовая очистка почтовых ящиков и исправление учетных записей.

машинный переводПоказать оригиналСкрыть оригинал«Respond to phishing incidents by analyzing reported emails, extracting…»

Respond to phishing incidents by analyzing reported emails, extracting indicators, sandboxing URLs/attachments, assessing credential compromise, quarantining malicious messages organization-wide, and remediating affected accounts. Use when investigating a reported phishing or credential-phishing email, a suspected spearphishing incident, or when a mailbox-wide purge and account remediation is needed.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 2 561 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Реагирует на фишинговые инциденты, анализируя сообщения, извлекая индикаторы, проверяя URL-адреса/вложения в песочнице, оценивая компрометацию учетных данных…

Как процесс B 73/100 · Почти готов — слабые места: ошибки и развилки, отчётность по ходу

АнализаторИИ и агентытип 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%
95
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
73/100
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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Рискованное назначение intent-offensive-security SKILL.md:67
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Threat intelligence indicates an active phishing campaign targeting the organization
    • низкая Рискованное назначение intent-offensive-security SKILL.md:106
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      - **Confirmed Phishing**: Malicious URL/attachment, spoofed sender, credential harvesting page
      детектор
    • низкая Рискованное назначение intent-offensive-security SKILL.md:118
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Check if the URL redirects to a credential harvesting page
    • низкая Рискованное назначение intent-offensive-security SKILL.md:119
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Identify the phishing kit type (Microsoft 365 login clone, Okta clone, generic)
    • низкая Рискованное назначение intent-offensive-security SKILL.md:205
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | **Credential Harvesting** | Phishing technique that mimics a legitimate login page to capture usernames and passwords |

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

    Процессный рейтинг: все десять параметров 73/100

    • 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
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 66
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2561 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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 403 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 66 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)
    • +1Лицензия указана

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