SKILLEMALL.ai
EN Войти

BD clawguard

Проверка безопасности и аудит рисков для навыков и развертываний OpenClaw. Проверяет сторонние навыки, опасные инструкции, запросы учетных данных, риски привилегий и генерирует четкие отчеты по устранению проблем до возникновения инцидентов.

машинный переводПоказать оригиналСкрыть оригинал«Security review and risk auditing for OpenClaw skills and deployments.…»

Security review and risk auditing for OpenClaw skills and deployments. Inspect third-party skills, dangerous instructions, credential requests, privilege risks, and generate clear remediation reports before incidents happen.

ClawHub Agent Skills автор: openclaw v1.0.2 MIT-0 11 файлов тело ≈ 526 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Проверка безопасности и аудит рисков для навыков и развертываний OpenClaw.

Как процесс D 35/100 · Процесс не доведён — слабые места: шаги, когда включается, входы и предусловия

АнализаторИнфраструктуратип 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
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
35/100
Процесс не доведён
Шаги вес 15
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 35/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (clawguard) не совпадает с папкой (opsec)
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Стоимость исполнения. Тело инструкции 526 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • +3Нет пошаговых инструкций или чек-листа
    • +4Нет примеров входа/выхода
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -33 из 3 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 224 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

    Внешние проверки

    ClawHub: clean
    clawguard is a coherent local security-review skill that scans a user-chosen skill folder and saves local review reports, with no evidence of hidden network, credential, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.