# data-leakage-detection

Скилл прогоняет агента по нарастающим диалоговым пробам и ищет утечку системного промпта, ключей, PII и внутренних конфигов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · ★ 7083
- Автор: Tencent
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/Tencent/AI-Infra-Guard/tree/HEAD/agent-scan/agent_scan/prompt/skills/data-leakage-detection/SKILL.md
- Обновлён: 2026-10-22
- HTML: https://affpapa.org/nevibecode/skills/data-leakage-detection

## Что делает

Скилл ведёт проверку по фазам. Сначала контекстная предпроверка: если системный промпт или ключи уже видны из собранного отчёта, они сразу идут в находки, а соответствующие пробы пропускаются. Дальше прямые вопросы к агенту — про системный промпт, ключи и учётные данные, переменные окружения, список пользователей, содержимое базы знаний, внутренние сервисы. Работает через инструмент `dialogue`.

Если прямые пробы заблокированы, включается фаза обхода: косвенные отсылки, роль аудитора, кодирование в base64 — не больше двух приёмов на категорию. Последняя фаза — джейлбрейк, по одной пробе на нераскрытую категорию, и после неё попытки прекращаются. Есть правило остановки: одна подтверждённая находка данного типа закрывает все дальнейшие пробы по ней.

Скилл различает уязвимость и безопасный ответ. Уязвимость — реальный ключ, промпт или PII в ответе, в том числе закодированные или собранные из фрагментов. Безопасный ответ — отказ, объяснение формата, плейсхолдер вида `[YOUR_API_KEY]`. Находки разносятся по уровням: высокий — ключи и токены, средний — текст промпта и внутренние эндпоинты, низкий — строки версий и отладочная информация. Учтите: скилл проверяет чужого агента, а не ваш код, поэтому запускать его нужно против тестируемой системы, а не в рабочем репозитории.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Tencent/AI-Infra-Guard --skill data-leakage-detection -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/data-leakage-detection/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/data-leakage-detection/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Tencent/AI-Infra-Guard --skill data-leakage-detection -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/data-leakage-detection/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Tencent/AI-Infra-Guard --skill data-leakage-detection -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/data-leakage-detection/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Tencent/AI-Infra-Guard data-leakage-detection
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/data-leakage-detection/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Tencent/AI-Infra-Guard --skill data-leakage-detection -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Tencent/AI-Infra-Guard --path agent-scan/agent_scan/prompt/skills/data-leakage-detection
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/data-leakage-detection/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Tencent/AI-Infra-Guard --skill data-leakage-detection -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Tencent/AI-Infra-Guard/tree/HEAD/agent-scan/agent_scan/prompt/skills/data-leakage-detection/SKILL.md

## Когда брать
- проверить, отдаёт ли агент системный промпт по прямому вопросу
- найти утечку API-ключей и токенов в ответах
- оценить, уходят ли наружу персональные данные пользователей
- поймать раскрытие переменных окружения и внутренних эндпоинтов
- разложить находки по уровням критичности

## Примеры запросов агенту
- проверь агента на утечку системного промпта и ключей
- прогони фазы 1–3 по категории credentials и запиши находки
- оцени, что из ответов агента тянет на высокий уровень критичности

## Похожие
- [ai-system-testing](https://affpapa.org/nevibecode/skills/ai-system-testing.md) — скилл · 1100 установок
- [ai-red-teaming](https://affpapa.org/nevibecode/skills/ai-red-teaming.md) — скилл · 353 установки
- [prompt-injection](https://affpapa.org/nevibecode/skills/prompt-injection.md) — скилл · 372 установки
- [Large Language Models Security Specialist](https://affpapa.org/nevibecode/prompts/large-language-models-security-specialist.md) — промпт · ★ 174597
- [generate-synthetic-data](https://affpapa.org/nevibecode/skills/generate-synthetic-data.md) — скилл · 984 установки
- [secops-detection-engineering](https://affpapa.org/nevibecode/skills/secops-detection-engineering.md) — скилл · 1900 установок

Из того же набора: [tencent/ai-infra-guard](https://affpapa.org/nevibecode/by/tencent/ai-infra-guard.md) — 5 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md