SKILLEMALL.ai
EN Войти

F amber-hunter

(описание отсутствует)

Не рекомендуетсяесть критические или высокие находки безопасности · низкая оценка F
ClawHub Agent Skills автор: ankechenlab-node v1.2.41 MIT-0 55 файлов · 6 скриптов тело ≈ 2 524 токенов открыть источник ↗ проанализирован 24 ч назад
ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
F
0/100
Общая оценка
Безопасность 60%
0
Качество 40%
0
Тесты бонус
0

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.

Опасные команды
Если установить

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.

Автору

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.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте id правила в guard.allow в spec.yaml.
  2. Добавьте description во фронтматтер: без него скилл никогда не сработает.
  3. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  4. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 23

  • высокая Опасные команды cmd-persistence install.sh:87
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    launchctl load "$PLIST" 2>/dev/null || true
  • высокая Опасные команды cmd-persistence install.sh:99
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    launchctl load "$PROACTIVE_PLIST" 2>/dev/null || true
  • высокая Опасные команды cmd-persistence install.sh:136
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    schtasks /create /tn "Amber Hunter" /tr "powershell -WindowStyle Hidden -File $SCRIPT" \
Средние и низкие: 20
  • средняя Опасные команды cmd-persistence CLAUDE.md:79
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (документация security-скилла)
    launchctl unload ~/Library/LaunchAgents/com.huper.amber-hunter.plist
    security-скилл
  • средняя Опасные команды cmd-persistence CLAUDE.md:80
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (документация security-скилла)
    launchctl load ~/Library/LaunchAgents/com.huper.amber-hunter.plist
    security-скилл
  • средняя Утечка данных exfil-secret-in-url freeze.sh:25
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (в кавычках — упоминание, а не команда)
    RESULT=$(curl -s "http://loca…998/freeze?token=… -c "import urllib.parse; print(urllib.parse.quote('$TOKEN'))")" 2>/dev/null)
    в кавычках
  • средняя Утечка данных net-credential-use freeze.sh:25
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    RESULT=$(curl -s "http://loca…998/freeze?token=… -c "import urllib.parse; print(urllib.parse.quote('$TOKEN'))")" 2>/dev/null)
  • средняя Утечка данных net-credential-use hooks/amber_precompact_hook.sh:46
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    RESULT=$(curl -s -X POST "$AMBER_API/extract/auto?token=$TOKEN" \
  • средняя Утечка данных net-credential-use hooks/amber_save_hook.sh:96
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s -X POST "$AMBER_API/extract/auto?token=$TOKEN" \
  • средняя Опасные команды cmd-persistence install.sh:82
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (строковый литерал в коде, не выполняется)
    PLIST="$HOME/Library/LaunchAgents/com.huper.amber-hunter.plist"
    строка в коде
  • средняя Опасные команды cmd-persistence install.sh:92
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (строковый литерал в коде, не выполняется)
    PROACTIVE_PLIST="$HOME/Library/LaunchAgents/com.huper.amber-proactive.plist"
    строка в коде
  • средняя Опасные команды cmd-persistence README.md:234
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (документация security-скилла)
    ~/Library/LaunchAgents/
    security-скилл
  • средняя Опасные команды cmd-persistence README.md:235
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (документация security-скилла)
    launchctl load ~/Library/LaunchAgents/com.huper.amber-proactive.plist
    security-скилл
  • средняя Утечка данных net-credential-use release.sh:38
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    EXISTING=$(curl -s -H "Authorization: token $TOKEN" \
  • низкая Опасные команды cmd-background-process install.sh:149
    Запуск фонового / автозапускаемого процесса
    nohup python3 "$HUNTER_DIR/amber_hunter.py" >> "$CONFIG_DIR/amber-hunter.log" 2>&1 &

Ещё 8 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.

Просканировано файлов: 46. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • ошибка description-missing SKILL.md: нет description — скилл никогда не сработает
  • заметка frontmatter-key неизвестное поле фронтматтера "title"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "source"
  • заметка frontmatter-key неизвестное поле фронтматтера "protocol"
  • заметка frontmatter-key неизвестное поле фронтматтера "port"

Процессная зрелость 55/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2524 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
  • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

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 0: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 35 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (16 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.

Внешние проверки

ClawHub: suspicious
Amber Hunter is a real local memory skill, but it has broad always-on access to conversations and files plus under-disclosed security gaps around authentication and plaintext secrets.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.