SKILLEMALL.ai
EN Войти

BF Dataguard DLP

Защита данных в реальном времени (DLP) для агентов OpenClaw. Многоуровневая защита от утечки учетных данных, раскрытия персональных данных и передачи конфиденциальной информации. Перехватывает исходящие вызовы инструментов, сканирует на наличие шаблонов и блокирует несанкционированные передачи данных. Первый плагин ClawHub с защитой потока данных в реальном времени.

машинный переводПоказать оригиналСкрыть оригинал«Runtime Data Loss Prevention (DLP) for OpenClaw agents. Multi-layer de…»

Runtime Data Loss Prevention (DLP) for OpenClaw agents. Multi-layer defense against credential exfiltration, PII leakage, and sensitive data transfer. Intercepts outbound tool calls, scans for patterns, and blocks unauthorized data transfers. First ClawHub plugin with real-time data flow protection.

ClawHub Agent Skills автор: Jeff C. v2.2.0 MIT-0 17 файлов · 13 скриптов тело ≈ 4 660 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Защита данных в реальном времени (DLP) для агентов OpenClaw.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: LICENSE

ПроцедураИИ и агентыИнфраструктуратип 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
80/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: LICENSE
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-password-literal README.md:76
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    echo "api_key: sk-test-123" | bash ~/.openclaw/skills/dataguard/scripts/dlp-scan.sh
    заглушка
  • низкая Рискованное назначение intent-offensive-security SKILL.md:299
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    | T-EXFIL-003 | Credential Harvesting | Prompt injection extracts credentials from files/memory | L1 credential patterns + L2 file read tracking |

Просканировано файлов: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: LICENSE

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: LICENSE
  • 0Инструменты и файлы. Не хватает 1 файла(ов): LICENSE
  • 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: 12, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Dataguard DLP) не совпадает с папкой (dataguard-dlp)
  • 65Ошибки и развилки. Развилок: 3
  • 70Стоимость исполнения. Тело инструкции 4660 токенов
  • 100Шаги. Шагов: 64
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -31 из 8 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 300 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 64 пунктов
  • +4Есть примеры (16 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: suspicious
This appears to be a local DLP tool rather than malware, but its security-control claims and sensitive local logging need careful review before relying on it.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.