SKILLEMALL.ai

AB memory-forensics

Судебно-медицинская экспертиза памяти с использованием Volatility и связанных инструментов. Получение дампов ОЗУ, извлечение процессов и DLL, исследование руткитов и файловых вирусов, восстановление учетных данных из памяти и реконструкция временных шкал из образов памяти.

машинный переводПоказать оригиналСкрыть оригинал«Memory forensics with Volatility and related tools. Acquire RAM dumps,…»

Memory forensics with Volatility and related tools. Acquire RAM dumps, extract processes and DLLs, investigate rootkits and fileless malware, recover credentials from memory, and reconstruct timelines from memory images.

ClawHub Agent Skills автор: Solomon Neas v1.0.1 MIT-0 2 файла тело ≈ 2 688 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Судебно-медицинская экспертиза памяти с использованием Volatility и связанных инструментов.

Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, отчётность по ходу

СправочникИнфраструктураБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
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 · 6

    ✓ Критических и высоких находок нет

    Средние и низкие: 6
    • низкая Рискованное назначение intent-offensive-security SKILL.md:9
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      Comprehensive techniques for acquiring, analyzing, and extracting artifacts from memory dumps for incident response and malware analysis.
    • низкая Опасные команды cmd-privilege SKILL.md:53
      Повышение привилегий / права на запись для всех (документация security-скилла)
      sudo dd if=/dev/mem of=memory.raw bs=1M
      security-скилл
    • низкая Опасные команды cmd-privilege SKILL.md:56
      Повышение привилегий / права на запись для всех (документация security-скилла)
      sudo cp /proc/kcore memory.elf
      security-скилл
    • низкая Рискованное назначение intent-offensive-security SKILL.md:227
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      ### Malware Analysis Workflow

    Ещё 2 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.

    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 70/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 22
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2688 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 220 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 41 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +4Есть примеры (24 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a memory-forensics guide whose sensitive RAM and credential-recovery steps are disclosed and aligned with its purpose, but users should treat outputs as highly sensitive.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.