BC alon-github-security-audit
ИСПОЛЬЗУЙТЕ, КОГДА пользователь хочет проверить репозиторий GitHub или локальный каталог на наличие вредоносного кода, бэкдоров, подозрительного поведения или рисков в цепочке поставок перед тем, как доверить или установить его. Выполняет статический обзор безопасности, отделяет вердикты безопасности пользователя от раскрытия информации для разработчика и будущих рисков в цепочке поставок, а также записывает структурированный отчет в локальный каталог аудита.
машинный переводПоказать оригиналСкрыть оригинал«USE WHEN user wants to audit a GitHub repository or local directory fo…»
USE WHEN user wants to audit a GitHub repository or local directory for malicious code, backdoors, suspicious behavior, or supply-chain risk before trusting or installing it. Performs a static-first security review, separates user-safety verdicts from maintainer exposure and future supply-chain risk, and writes a structured report to a local audit directory.
ИСПОЛЬЗУЙТЕ, КОГДА пользователь хочет проверить репозиторий GitHub или локальный каталог на наличие вредоносного кода, бэкдоров, подозрительного поведения или…
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
✓ Guard не нашёл подозрительного поведения. 3 совпадений — это строки атак, процитированные в документации самого скилла по безопасности.
Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 7868 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 56/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 7868 токенов
- 100Шаги. Шагов: 183
- 100Ошибки и развилки. Развилок: 13, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
- low Ответ описан самодельной разметкой (7 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 360 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 32 заголовков
- +3Пошаговые инструкции: 183 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.