SKILLEMALL.ai
GitHub ↗ EN Войти

CC exploiting-aws-with-pacu

Полностью запускает фреймворк эксплуатации AWS Pacu — настройка сессии и учетных данных, перебор IAM, автоматическое сканирование повышения привилегий через iam__privesc_scan и модули сохранения/бэкдоров, такие как iam__backdoor_users_keys. Используйте для авторизованных тестов на проникновение AWS или красных командных операций, оценки радиуса поражения от скомпрометированных учетных данных IAM или генерации телеметрии злоумышленника для тестирования обнаружения в рамках фиолетовых команд.

машинный переводПоказать оригиналСкрыть оригинал«Runs the Pacu AWS exploitation framework end-to-end — session and cred…»

Runs the Pacu AWS exploitation framework end-to-end — session and credential setup, IAM enumeration, automated privilege-escalation scanning via iam__privesc_scan, and persistence/backdooring modules like iam__backdoor_users_keys. Use for authorized AWS penetration tests or red-team engagements, assessing blast radius from a compromised IAM credential, or generating attacker telemetry for purple-team detection testing.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 5 файлов · 1 скрипт тело ≈ 2 419 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Полностью запускает фреймворк эксплуатации AWS Pacu — настройка сессии и учетных данных, перебор IAM, автоматическое сканирование повышения привилегий через…

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

АнализаторAWSGitHubБезопасностьтип 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
86/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
81
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:37
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      | `iam__privesc_scan` | Privesc | Detect/exploit privilege-escalation paths |
      детектор
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:46
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      ## Common privesc primitives checked by `iam__privesc_scan`
    • низкая Рискованное назначение intent-offensive-security references/standards.md:7
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | PR.AA-05 | Access permissions, entitlements, and authorizations are defined, managed, enforced, and reviewed | Pacu privesc scanning demonstrates where IAM entitlements are over-permissive and explo
    • низкая Рискованное назначение intent-offensive-security references/standards.md:15
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | T1098.003 | Account Manipulation: Additional Cloud Roles | Role-trust backdoors and privesc via policy modification. |
    • низкая Рискованное назначение intent-offensive-security references/standards.md:23
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - AWS IAM Privilege Escalation methods — https://rhinosecuritylabs.com/aws/aws-privilege-escalation-methods-mitigation/
    • низкая Рискованное назначение intent-offensive-security SKILL.md:15
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - cloud-pentest
    • низкая Рискованное назначение intent-offensive-security SKILL.md:31
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      > **Legal Notice:** This skill is for authorized penetration testing and educational purposes only. Pacu performs active enumeration, privilege escalation, persistence, and backdooring against live AW
    • низкая Рискованное назначение intent-offensive-security SKILL.md:35
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      Pacu is the open-source AWS exploitation framework from Rhino Security Labs. It is the cloud-pentest analogue of Metasploit: a modular Python console that manages target sessions, enumerates an AWS ac
      детектор
    • низкая Рискованное назначение intent-offensive-security SKILL.md:43
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Conducting an authorized AWS cloud penetration test or red-team engagement
    • низкая Рискованное назначение intent-offensive-security SKILL.md:44
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Assessing the blast radius of a single compromised IAM credential (privesc scanning)

    Просканировано файлов: 5. 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 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: 17, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 31
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2419 токенов
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    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
    • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +2Инструкции на одном языке
    • +3Длина description 422 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +4Есть примеры (11 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.