DD autoresearch
Автономный цикл итераций: модифицируй, проверяй, сохраняй/отбрасывай по любой метрике
машинный переводПоказать оригиналСкрыть оригинал«Autonomous iteration loop: modify, verify, keep/discard against any me…»
Autonomous iteration loop: modify, verify, keep/discard against any metric
Автономный цикл итераций: модифицируй, проверяй, сохраняй/отбрасывай по любой метрике
Как процесс D 35/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: scripts/...
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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
-
высокая Опасные команды
cmd-pipe-to-shellautoresearch.md:42Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)Before first dry-run, screen Verify command for: rm -rf, fork bombs, curl|sh, embedded credentials, outbound writes. Block dangerous commands.
-
высокая Опасные команды
cmd-pipe-to-shellplan.md:54Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)3. **Safety screen:** check proposed command for rm -rf, fork bombs, curl|sh, credentials
Средние и низкие: 3
-
средняя Опасные команды
cmd-pipe-to-shellregression.md:110Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (в кавычках — упоминание, а не команда)Verify-command screen (no `rm -rf` / `curl|sh`); worktree cleanup + prune on crash; data-migration refuses any non-allowlisted DB URL; probe auto-skips non-interactively; chained `ship` never auto-dep
в кавычках -
низкая Рискованное назначение
intent-offensive-securityreferences/security-checklist.md:12Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)| Elevation of Privilege | Unauthorized access | Missing authz checks, IDOR, privilege escalation paths |
-
низкая Рискованное назначение
intent-offensive-securityreferences/security-checklist.md:43Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)| High | Requires some access, significant impact | Stored XSS, IDOR, privilege escalation |
Просканировано файлов: 23. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: scripts/...
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/...
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 100Шаги. Шагов: 24
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1937 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее
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)
- +3Длина description 74: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -31 из 2 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 24 пунктов
- +4Справочные файлы упоминаются в инструкциях (1 из 4)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.