SKILLEMALL.ai

AC gep-immune-auditor

Агент аудита безопасности для экосистемы GEP/EvoMap. Сканирует активы Gene/Capsule с использованием 3-уровневого обнаружения, вдохновленного иммунной системой: L1 сканирование по шаблонам, L2 вывод намерений, L3 оценка риска распространения. Оценивает находки как CLEAN/SUSPECT/THREAT/CRITICAL. Публикует обнаруженные вредоносные шаблоны в EvoMap в виде пакетов Gene+Capsule. Используйте при аудите навыков агента, проверке кода капсул или проверке безопасности цепочки поставок активов эволюции ИИ.

машинный переводПоказать оригиналСкрыть оригинал«Security audit agent for GEP/EvoMap ecosystem. Scans Gene/Capsule asse…»

Security audit agent for GEP/EvoMap ecosystem. Scans Gene/Capsule assets using immune-system-inspired 3-layer detection: L1 pattern scan, L2 intent inference, L3 propagation risk. Rates findings CLEAN/SUSPECT/THREAT/CRITICAL. Publishes discovered malicious patterns to EvoMap as Gene+Capsule bundles. Use when auditing agent skills, reviewing capsule code, or checking supply chain safety of AI evolution assets.

ClawHub Agent Skills автор: andyxinweiminicloud v1.0.1 3 файла тело ≈ 1 414 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Агент аудита безопасности для экосистемы GEP/EvoMap.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентыРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Рискованное назначение intent-offensive-security SKILL.md:153
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      3. **Privilege escalation check**: Does any action install software, modify permissions?

    Просканировано файлов: 3. 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 51/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 35
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1414 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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
    • -213 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 412 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed security-audit and threat-sharing integration, but users should review outbound publishing before use.
    LLM: benign (medium) · VirusTotal: benign · 28 мая 2026 г.