audit-integrity
Ajuda seu agente a garantir a qualidade e a verificação de evidências em auditorias de segurança. Ele impede que resultados válidos sejam ignorados e avalia relatórios.
O que ela faz
Esta ferramenta ajuda a garantir que as análises de segurança sejam feitas corretamente, verificando se há provas concretas e evitando que falhas sejam ignoradas. Ela garante que os relatórios de segurança sejam de alta qualidade.
Quando usar
- ✓Ao fazer uma análise de segurança em um código.
- ✓Ao revisar um relatório de segurança para garantir que ele esteja completo e correto.
- ✓Quando você precisa ter certeza de que todas as vulnerabilidades encontradas foram devidamente investigadas.
Exemplo do que pedir para a IA
“Verifique se este relatório de segurança atende a todos os critérios de qualidade e se todas as falhas encontradas têm evidências claras no código.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta usa um conjunto de regras e verificações para garantir que cada passo da análise de segurança seja seguido. Ela pede para confirmar as provas, evita que desculpas sejam dadas para falhas e garante que o resultado final seja confiável.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add github/awesome-copilot --skill audit-integrityOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/audit-integrity/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Habilidade de Integridade de Auditoria
Garanta a qualidade da saída, a honestidade intelectual e a melhoria contínua em auditorias de segurança e revisões de código.
Quando Usar
- Realize análises de segurança, modelos de ameaças, revisões de código ou auditorias de qualidade.
- Valide que cada achado tenha evidências de código verificadas e fluxo de contaminação (taint flow).
- Evite a supressão ou racionalização de achados de segurança.
- Avalie relatórios preliminares em relação ao limite do portão de qualidade (pontuação ≥ 8/10).
- Registre lições aprendidas e memórias de segurança após concluir uma varredura.
Componentes
Esta habilidade fornece 7 capacidades modulares no diretório references/. Carregue cada arquivo ao atingir sua fase de execução:
| Componente | Arquivo de Referência | Propósito |
|---|---|---|
| Protocolo de Clarificação | references/clarification-protocol.md | Faça no máximo 2 perguntas direcionadas quando o escopo não estiver claro |
| Guarda Anti-Racionalização | references/anti-rationalization-guard.md | Racionalizações proibidas e respostas obrigatórias para achados |
| Loop de Autocrítica | references/self-critique-loop.md | Segunda passagem obrigatória para verificar evidências e cobertura |
| Protocolo de Retentativa | references/retry-protocol.md | Falha da ferramenta e tratamento de busca vazia: tente novamente uma vez, depois documente |
| Comportamentos Não Negociáveis | references/non-negotiable-behaviors.md | Regras obrigatórias: não fabrique, cite evidências, reporte lacunas |
| Portão de Qualidade de Auto-Reflexão | references/self-reflection-quality-gate.md | Rubrica de pontuação (escala de 1 a 10) com um limite mínimo de 8 |
| Sistema de Autoaprendizagem | references/self-learning-system.md | Modelos e regras para lições e memórias de segurança |
Fluxo de Execução
Carregue os arquivos de referência ao atingir cada fase:
- Antes da análise: Se o escopo ou a política não estiverem claros, leia references/clarification-protocol.md. Faça no máximo 2 perguntas direcionadas.
- Durante a análise: Siga references/non-negotiable-behaviors.md. Em cada decisão de triagem, consulte references/anti-rationalization-guard.md.
- Em caso de falha da ferramenta ou da busca: Siga references/retry-protocol.md. Não assuma que o código é seguro sem verificação.
- Após a análise inicial: Conclua uma segunda passagem com a lista de verificação em references/self-critique-loop.md. Verifique os rastros de contaminação (taint traces) e a cobertura do manifesto.
- Antes da entrega: Pontue o relatório preliminar usando references/self-reflection-quality-gate.md. Todas as categorias devem ter pontuação ≥ 8.
- Entrega final: Registre lições e memórias usando references/self-learning-system.md.
Perguntas frequentes
O que significa 'verificar código e rastros de contaminação'?
Significa garantir que a falha de segurança encontrada está realmente no código e entender como ela pode ser explorada.
O que é um 'limiar de qualidade'?
É uma nota mínima (neste caso, 8 de 10) que um relatório de segurança precisa atingir para ser considerado bom o suficiente.
Por que é importante não 'suprimir' achados de segurança?
Suprimir achados significa ignorar ou esconder falhas de segurança. Isso é perigoso porque deixa o sistema vulnerável.
Detalhes
Descrição original do autor
Enforce output quality, evidence verification, and quality gates across security audits. Use this skill when you perform SAST, SCA, threat modeling, or security code reviews. Use this skill to verify code locations and taint traces for all findings. Use this skill to prevent the suppression of valid security findings. Use this skill to evaluate reports against quality thresholds (score ≥ 8/10) bef
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #5011
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
github/awesome-copilot
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
Skills parecidas
django-security
Ajuda seu agente a implementar práticas de segurança em aplicações Django. Ele foca em autenticação, autorização e prevenção contra ataques comuns, garantindo um código mais seguro.
affaan-m/ECC
laravel-security
Ajuda seu agente a proteger aplicações Laravel contra ameaças. Implementa práticas de segurança para autenticação, autorização e prevenção de ataques comuns.
affaan-m/ECC
module-regression
Ajuda seu agente a gerenciar mudanças em projetos grandes. Garante que alterações em uma parte do código não quebrem outras partes.
affaan-m/ECC