Informe de auditoría del skill
ai-model-extraction Informe de auditoría.
Extract or steal an ML/LLM model's parameters, training data, or system prompt via query access — model stealing, membership inference, training-data extraction. Load when testing an ML API/endpoint, "model extraction/inversion", data-leakage or IP-theft concerns, exposed inference endpoints. Signals: a predict/inference API, embeddings endpoint, fine-tuned model.
Trust Score de OpenAgentSkill
Trust Score de OpenAgentSkill
The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.
Adopción en GitHub
Fallido30
20 estrellas de GitHub
Actividad de stars/forks
Fallido32
20 estrellas y 7 forks; la actividad de issues no está disponible en los metadatos actuales
Mantenimiento reciente
Aprobado100
8 días desde el último push
Claridad de licencia
Aprobado86
MIT
Completitud de README/SKILL.md
Info76
Los metadatos públicos necesitan más contexto de README/SKILL.md
Riesgo de dependencias/runtime
Info64
credential or environment access, network or browser surface
Disponibilidad de instalación
Aprobado92
npx skills add NoorQureshi/SploitAgent --skill ai-model-extraction
Seguridad del comando de instalación
Aprobado92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
Advertencia60
secrets or environment access, network or browser access
Evidencia del repositorio
Aprobado86
https://github.com/NoorQureshi/SploitAgent/tree/main/skills/ai-ml/ai-model-extraction
Estado de revisión
Advertencia46
Falta aprobación de revisión por IA
Resultados comprobados por Agent
Info54
Aún no hay datos de resultados del Agent
Comprobaciones
Revisión de instalación y adopción
Ruta de instalación
92
npx skills add NoorQureshi/SploitAgent --skill ai-model-extraction
Repositorio
88
https://github.com/NoorQureshi/SploitAgent/tree/main/skills/ai-ml/ai-model-extraction
Licencia
86
MIT
Mantenimiento
100
8 días desde el último push
Revisión por IA
55
Review approval is missing
Completitud de README/SKILL.md
84
Usable description available
Riesgo de dependencias
64
credential or environment access, network or browser surface
Seguridad del comando de instalación
92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
60
secrets or environment access, network or browser access
Actividad de stars/forks
32
20 estrellas y 7 forks; la actividad de issues no está disponible en los metadatos actuales
Adopción
42
20 estrellas de GitHub
Advertencias
- Permission surface may require sandboxing
- Low GitHub adoption signal
- Falta aprobación de revisión por IA
- Quality score needs review
- Permission surface needs review: secrets or environment access, network or browser access
- GitHub adoption: 20 GitHub stars
- Stars/forks activity: 20 stars, 7 forks; issue activity unavailable in current metadata
- Permission surface: secrets or environment access, network or browser access
- Review status: AI review approval is missing
Método
This report combines public metadata, AI review output, repository freshness, install readiness, OpenAgentSkill events, quality scoring, trust checks, and the agent safety gate. It is not a full source-code security review.
Comparar opciones cercanas
Skills relacionados para auditar después
litert-lm
Creates an Android app that runs an open text LLM on the device, on the CPU or the GPU, with the LiteRT-LM Kotlin API. Use this skill to build a new chat, summarization or extraction app with a .litertlm model from Hugging Face litert-community (Gemma, Qwen, Llama, Phi) - the dependency and manifest entries, getting the model file onto the device, engine initialization, a streamed multi-turn conversation, the ViewModel and screen.
459 Estrellas · Informe de auditoría
quark-torch-llm-ptq
Runs an end-to-end AMD Quark post-training quantization workflow for PyTorch / Hugging Face LLMs: inspect a Hub or local model, choose a quantization plan, create reproducible artifacts, request execution approval, and produce a quantized model. Applies to Llama, Qwen, Mistral, and similar transformer LLM requests involving FP8, INT4, or another Quark scheme. Does not handle .onnx model inputs or ONNX PTQ.
395 Estrellas · Informe de auditoría
lintlang
Lint AI agent instruction files (SKILL.md, CLAUDE.md, AGENTS.md, GEMINI.md), tool definitions, system prompts, and agent configs with the deterministic LintLang CLI. Use when writing, editing, or reviewing agent instructions to catch ambiguous tool descriptions, missing stop conditions, schema/description mismatches, mixed output formats, or prompts embedded in Python before they reach runtime. Zero-LLM static analysis; no model calls and no network calls during a scan.
137 Estrellas · Informe de auditoría