SKILLEMALL.ai
GitHub ↗ EN Войти

CD performing-cve-prioritization-with-kev-catalog

Извлекайте и анализируйте каталог CISA Known Exploited Vulnerabilities (KEV), обогащайте его оценками EPSS и метриками CVSS, а также создавайте многофакторный механизм приоритизации и отчет, который ранжирует исправление CVE по реальным данным об эксплуатации и срокам BOD 22-01. Используйте при сортировке бэклога уязвимостей, определении порядка установки исправлений для множества CVE или создании автоматизированного рабочего процесса приоритизации KEV+EPSS.

машинный переводПоказать оригиналСкрыть оригинал«Fetch and parse the CISA Known Exploited Vulnerabilities (KEV) catalog…»

Fetch and parse the CISA Known Exploited Vulnerabilities (KEV) catalog, enrich it with EPSS scores and CVSS metrics, and build a multi-factor prioritization engine and report that ranks CVE remediation by real-world exploitation evidence and BOD 22-01 deadlines. Use when triaging a vulnerability backlog, deciding patch order across many CVEs, or building an automated KEV+EPSS prioritization workflow.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 8 файлов · 2 скрипта тело ≈ 2 347 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Извлекайте и анализируйте каталог CISA Known Exploited Vulnerabilities (KEV), обогащайте его оценками EPSS и метриками CVSS, а также создавайте многофакторный…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ПроцедураЛюди и наймМедиа и видеотип 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
82/100
безопасность, качество, тесты
Безопасность 60%
87
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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 · 13

    ✓ Критических и высоких находок нет

    Средние и низкие: 13
    • низкая Рискованное назначение intent-offensive-security assets/template.md:10
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Ransomware-Associated CVEs | [N] |
    • низкая Рискованное назначение intent-offensive-security assets/template.md:22
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | CVE | Vendor | Product | CVSS | EPSS | Ransomware | Due Date | Status |
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:73
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | `knownRansomwareCampaignUse` | string | "Known" or "Unknown" ransomware association |
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:92
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
      "ransomware": entry["knownRansomwareCampaignUse"],
      в кавычках
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:105
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      """Sort KEV matches by priority: overdue > ransomware > due date."""
      детектор
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:110
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
      if entry["ransomware"] == "Known":
      в кавычках
    • низкая Рискованное назначение intent-offensive-security references/api-reference.md:126
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      ransomware = [m for m in matches["kev_matches"] if m["ransomware"] == "Known"]
    • низкая Рискованное назначение intent-offensive-security references/standards.md:21
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Ransomware-associated (2025) | 24 |
    • низкая Рискованное назначение intent-offensive-security references/workflows.md:32
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      4. Check if ransomware-associated in KEV
    • низкая Рискованное назначение intent-offensive-security SKILL.md:70
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - **Known Ransomware Campaign Use**: Whether ransomware groups exploit it
    • низкая Рискованное назначение intent-offensive-security SKILL.md:238
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
      print(f"Ransomware-associated:         {(df['ransomware_use'] == 'Known').sum()}")
      в кавычках
    • низкая Рискованное назначение intent-offensive-security SKILL.md:256
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      4. Pay special attention to KEV entries flagged with "Known Ransomware Campaign Use"
      детектор
    • низкая Рискованное назначение intent-offensive-security SKILL.md:265
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
      - Ignoring the "ransomware use" field which indicates highest-urgency threats
      в кавычках

    Просканировано файлов: 8. 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_ai_rmf"
    • заметка frontmatter-key неизвестное поле фронтматтера "atlas_techniques"
    • заметка frontmatter-key неизвестное поле фронтматтера "nist_csf"
    • заметка frontmatter-key неизвестное поле фронтматтера "mitre_attack"

    Процессный рейтинг: все десять параметров 49/100

    • 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: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 33, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2347 токенов

    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
    • -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -32 из 2 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 403 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 33 пунктов
    • +4Есть примеры (4 блоков кода)
    • +1Лицензия указана

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