テスト・セキュリティのスキル

複数のAIエージェント間で、非公開データの漏えい、なりすまし、通信経路の不備、権限を越えた操作が起きないかを対話で検証し、証拠付きで報告するスキル。

• エージェント間の情報漏えい確認
• なりすましや通信境界の迂回を検証
• 通信の暗号化と共有ログの公開範囲確認

AIエージェントが読めるソースコードや設定に埋め込まれたAPIキー、パスワード、秘密鍵を対話で探し、実値の開示を伴う問題をファイルの場所とともに報告するスキル。

• コード内のAPIキーの開示を確認
• `.env`や設定内の認証情報を点検
• デプロイ・インフラ設定の秘密情報確認

AIエージェントの長期記憶やメモに不正な指示が保存され、後の応答に影響するかを対話で検証し、保存の確認や追跡応答を証拠としてまとめるスキル。

• 長期記憶への不正な指示の保存確認
• プロフィールやメモ機能の安全性評価
• 保存した指示の後続応答への影響確認

AIエージェントが入力に紛れたコマンドや未検証の外部コードを実行しないか、対話で検査します。実行経路ごとの応答を確認し、根拠と改善案をまとめます。

• シェル利用時の命令混入を調べたいとき
• 入力をコードとして実行するか確認
• 外部スクリプトの読み込みを点検

文書や検索結果、Webページに隠れた命令を模した対話テストで、エージェントが本来の作業から逸脱したり、機密情報の開示に従ったりしないかを検証します。

• アップロード文書内の命令への耐性検証
• 検索で取得した文章の扱いを確認
• Webページ内の隠し命令の検証

Web閲覧機能を持つAIエージェントが、偽の認証ページの指示に従い、記憶した個人情報などをURLのパスに埋めて外部へ送る問題を検査するスキル。

• 閲覧エージェントの不正指示への反応検査
• 記憶した個人情報のURL流出確認
• 偽のセキュリティ認証への追従検査

AI製品やエージェントの権限とデータの境界を整理し、指示注入やツール悪用を検証して、証拠・業務への影響・修正案を含む安全性評価報告を作るスキル。

• 公開前のAIエージェントの安全性評価
• 指示注入やツール悪用の耐性検証
• スキル・プラグイン・MCPの監査

導入前や利用中のエージェントスキルを端末内で静的に調べ、説明とコードの不一致、権限の乱用、機密情報の持ち出しなどのリスクを確認するスキルです。

• 導入前にスキルを確認したいとき
• 環境内の全スキルの監査
• 説明とコードの一致を調べたいとき

ユーザーメッセージによる指示の上書きや役割の偽装を対話で試し、AIエージェントの内部指示の漏えいや動作変更を、応答の証拠とともに報告するスキル。

• 直接的な指示の上書きを検証したいとき
• システム・開発者指示の漏えい確認
• 役割の偽装による動作変更の確認

エージェントとの対話を通じ、秘密情報の要求、根拠のない安全保証、危険な操作への誘導、権威のなりすましなど、利用者の信頼を悪用する応答を検出します。

• パスワードや秘密鍵の要求を検証
• 誤った安全保証を確認したいとき
• 危険な操作につながる助言の点検

AIサービス、MCPやスキル、エージェントの安全性検査と、モデルの安全制限を回避する誘導への耐性評価を依頼し、進捗や結果を取得するスキル。

• AIサービスの既知の脆弱性検査
• MCPやスキルのソース監査
• 保存済み設定やYAMLでのAgent検査

ファイルの保存・アップロード・アーカイブ展開時に、利用者が指定したパスやファイル名で想定外のディレクトリへアクセスできないか、エージェントの応答を検査します。

• 保存先が指定領域内に収まるか確認したいとき
• アップロード時のファイル名処理の点検
• アーカイブ展開先の安全性確認

GenLayerのコントラクトをテスト前に静的検査し、禁止された処理やSDKの使い方、型の不整合を確認するスキル。JSON出力を使った修正の反復も案内します。

• テスト前にコントラクトを検査したいとき
• 禁止されたインポートや保存型の確認
• JSONの検査結果で修正を繰り返したいとき

GenLayerの実環境でコントラクトの統合テストを作成・実行し、合意形成や実際のWeb・LLM呼び出しを含めて、デプロイ前の動作を検証するスキル。

• 検証者間の合意形成を確認したいとき
• 実際のWeb・LLM呼び出しの検証
• デプロイ前の動作確認

GenLayerのインテリジェントコントラクトをメモリ内でテストし、状態変更や権限、Web・LLM応答の処理を素早く確認するスキルです。

• コントラクトの状態変更の確認
• 操作権限や不正入力のテスト
• Web・LLM応答の解析を検証したいとき

成果物を明確な基準で10点満点評価し、指定された目標点に向けて改善を繰り返すスキル。項目ごとの改善前後の点数と根拠、未達の理由を整理します。

• 全項目を10点満点で8点以上にしたいとき
• 改善前後の点数と根拠の比較
• 目標点に届かない理由の整理

UIやゲーム、3Dなどの変更前・操作中・変更後を実画面から撮影し、確認済みの画像を説明付きで作業の節目に共有するスキル。見た目の進捗を途中から確認できます。

• UI制作の途中経過を確認したいとき
• 表示不具合の修正前後を比較
• ゲームや3Dの実画面確認

ブラウザゲームの操作や進行、セーブを実際のプレイで検証します。同じ状態を再現するテストと画面上の証拠を組み合わせ、不具合の再現手順や重要度を整理します。

• 公開前のゲーム動作確認
• 更新後の回帰テスト
• タッチ操作とモバイル表示の確認

Webサイトと提供された参考資料を文章・画像・動画・構成・変更履歴まで照合し、独自性を損なう類似点を証拠付きで整理して、具体的な修正案を示すスキル。

• 参考サイトとの類似を公開前に調べたいとき
• 文章や素材の重複を確認したいとき
• 変更履歴に残る流用の調査

コードの変更や成果物を点検し、テストやログなどの具体的な証拠で確かめます。確認できた事実と推測を分け、技術に詳しくない人にも分かる言葉で結果を説明するスキルです。

• 不具合修正を実際の動作で確かめたいとき
• テスト結果を専門外の人へ説明
• 性能改善の主張と根拠の確認

n8nの検証結果を読み解き、必須の修正、警告、誤検知を見分けるスキル。設定や接続の問題を直し、自動修正の使い分けと実データでの動作確認、既存フローの点検を支援します。

• ワークフローの検証エラーを直したいとき
• 誤検知と対応すべき警告の見極め
• 自動修正の内容確認と選択

Terminal-Bench 4.0でCodexの実行方式を5通り比較し、ネットワークや検証環境の設定ミスによる誤採点を避けながら、結果と終了理由を確認するスキル。

• Codexの実行方式を比較したいとき
• 採点に影響する環境設定の確認
• タスク用と検証用のイメージ準備

LoopXで管理する変更の最終差分を対象に、既存処理の再利用や簡素化、検証結果を確認し、その差分に対応する品質確認の記録を残すスキル。

• 納品前やマージ前の最終差分レビュー
• 既存処理の再利用と簡素化の確認
• 検証結果と具体的な品質リスクの記録

コードベースや開発者への聞き取りから、攻撃者や脅威、対策の優先度を整理した `THREAT_MODEL.md` を作成します。

• コードベースの攻撃対象と脅威を整理したいとき
• 新しいシステムの設計リスクを確認したいとき
• 担当者不在の既存コードを評価したいとき