SKILLEMALL.ai
GitHub ↗ EN Войти

BC ctf-sandbox-orchestrator

Точка входа по умолчанию и основной рабочий процесс ctf-sandbox-orchestrator для CTF, эксплойтов, реверс-инжиниринга, DFIR, pwnable, криптографии, стеганографии, мобильных устройств, AI-агентов, облачных вычислений, контейнеров, Active Directory, Windows-хостов и задач идентификации. Используйте в первую очередь, когда пользователь предоставляет инфраструктуру задачи, бинарные файлы, подсказки, хосты или идентификаторы, которые по умолчанию должны рассматриваться как внутренние для песочницы, и Codex должен выбрать, направить и загрузить правильный путь последующего анализа с краткими доказательствами.

машинный переводПоказать оригиналСкрыть оригинал«Default entrypoint and master ctf-sandbox-orchestrator workflow for CT…»

Default entrypoint and master ctf-sandbox-orchestrator workflow for CTF, exploit, reverse engineering, DFIR, pwnable, crypto, stego, mobile, AI-agent, cloud, container, Active Directory, Windows-host, and identity challenges. Use first when the user presents challenge infrastructure, binaries, prompts, hosts, or identities that should be treated as sandbox-internal by default and Codex needs to choose, route, and load the right downstream analysis path with concise evidence.

zhaoxuya520/reverse-skill Agent Skills автор: zhaoxuya520 MIT 10 файлов тело ≈ 1 723 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Точка входа по умолчанию и основной рабочий процесс ctf-sandbox-orchestrator для CTF, эксплойтов, реверс-инжиниринга, DFIR, pwnable, криптографии…

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, отчётность по ходу

ПроцедураИИ и агентыРазработкаИнфраструктуратип 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
92/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
58/100
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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • низкая Рискованное назначение intent-offensive-security references/agent-cloud.md:9
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      3. Prove one minimal exploit chain from untrusted content to model-visible instruction to tool side effect or exposed secret.
    • низкая Рискованное назначение intent-offensive-security references/identity-windows.md:3
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      Use this reference for Kerberos, LDAP, NTLM, WinRM, RDP, SMB, OAuth, SAML/OIDC, Exchange, mailbox rules, Windows host forensics, credential material, and lateral movement.
      детектор
    • низкая Рискованное назначение intent-offensive-security references/identity-windows.md:11
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      ## Windows Host And Lateral Movement

    Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 58/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 88, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1723 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 479 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 88 пунктов
    • +4Справочные файлы упоминаются в инструкциях (7 из 8)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.