SKILLEMALL.ai

AD claude-authenticity

Определяет, поддерживается ли API-endpoint настоящим Claude (а не оберткой, прокси или самозванцем), используя 9 взвешенных правил, аналогичных проекту claude-verify. Также извлекает внедренные системные подсказки от провайдеров, которые переопределяют личность Claude. Полностью автономный — скопируйте приведенный ниже код и запустите, никаких дополнительных пакетов, кроме httpx. Используйте, когда пользователь хочет проверить ключ API Claude или endpoint, проверить подлинность стороннего сервиса Claude, аудировать провайдеров API на подлинность Claude, тестировать несколько моделей параллельно или узнать, какую системную подсказку внедрил провайдер.

машинный переводПоказать оригиналСкрыть оригинал«Detect whether an API endpoint is backed by genuine Claude (not a wrap…»

Detect whether an API endpoint is backed by genuine Claude (not a wrapper, proxy, or impersonator) using 9 weighted rule-based checks that mirror the claude-verify project. Also extracts injected system prompts from providers that override Claude's identity. Fully self-contained — copy the code below and run, no extra packages beyond httpx. Use when the user wants to verify a Claude API key or endpoint, check if a third-party Claude service is authentic, audit API providers for Claude authenticity, test multiple models in parallel, or discover what system prompt a provider has injected.

ClawHub Agent Skills автор: helloml0326 v1.0.0 MIT-0 2 файла тело ≈ 4 863 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Определяет, поддерживается ли API-endpoint настоящим Claude (а не оберткой, прокси или самозванцем), используя 9 взвешенных правил, аналогичных проекту…

Как процесс D 43/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1

    ✓ Guard не нашёл подозрительного поведения. 1 совпадений — это строки атак, процитированные в документации самого скилла по безопасности.

    Просканировано файлов: 2. 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 43/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Стоимость исполнения. Тело инструкции 4863 токенов
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 593 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: suspicious
    This skill is user-directed and not malware-like, but it includes an optional workflow for extracting hidden provider prompts and lacks adequate authorization and sensitive-data warnings.
    LLM: suspicious (high) · VirusTotal: suspicious · 28 мая 2026 г.