SKILLEMALL.ai
GitHub ↗ EN Войти

CC hunting-for-anomalous-powershell-execution

Охотится за вредоносной активностью PowerShell, анализируя логи блоков скриптов (Event 4104), логи модулей (Event 4103) и события создания процессов. Аналитик парсит файлы журналов событий Windows EVTX для обнаружения обфусцированных команд, попыток обхода AMSI, закодированных полезных нагрузок, ключевых слов для извлечения учетных данных и подозрительных загрузчиков. Активируется для запросов, связанных с поиском угроз PowerShell, анализом блоков скриптов, обнаружением закодированных команд или идентификацией обхода AMSI.

машинный переводПоказать оригиналСкрыть оригинал«Hunt for malicious PowerShell activity by analyzing Script Block Loggi…»

Hunt for malicious PowerShell activity by analyzing Script Block Logging (Event 4104), Module Logging (Event 4103), and process creation events. The analyst parses Windows Event Log EVTX files to detect obfuscated commands, AMSI bypass attempts, encoded payloads, credential dumping keywords, and suspicious download cradles. Activates for requests involving PowerShell threat hunting, script block analysis, encoded command detection, or AMSI bypass identification.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 423 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Охотится за вредоносной активностью PowerShell, анализируя логи блоков скриптов (Event 4104), логи модулей (Event 4103) и события создания процессов.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

АнализаторЛюди 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
88/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Когда включается вес 12
20
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 references/api-reference.md:37
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | `Invoke-Mimikatz` | Credential Dumping |
    • низкая Рискованное назначение intent-offensive-security SKILL.md:6
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      encoded payloads, credential dumping keywords, and suspicious download cradles.
    • низкая Рискованное назначение intent-offensive-security SKILL.md:67
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      5. Identify download cradles, credential dumping, and lateral movement commands

    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 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 14
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 423 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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
    • +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 466 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +4Есть примеры (1 блоков кода)
    • +1Лицензия указана

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