
de txanalyzer35
Compétence d'analyse de transactions de qualité audit : extraction d'artefacts spécifiques à la chaîne (EVM/Solana), exécution d'un flux forensique de recherche de cause racine en 6 phases, génération de PoC et de harnais de rejeu.
Cette compétence automatise l'analyse de bout en bout des transactions d'attaque pour EVM et Solana. Elle extrait les traces et les artefacts RPC, récupère les sources des contrats, exécute la décompilation et des harnais de rejeu sur fork (Foundry/anvil), et produit des rapports de qualité audit avec la cause racine, un PoC et des mesures de limite supérieure de risque.
À utiliser lorsqu'un utilisateur fournit un hash de transaction suspect et demande une analyse forensique ou une reproduction de preuve de concept (PoC). Recommandé pour les auditeurs, les intervenants en cas d'incident et les chercheurs ayant besoin d'un rejeu déterministe et de conclusions étayées par des preuves.
pull_artifacts.py, recettes de tests Foundry, aides à la décompilation).docs/ pour garantir une analyse reproductible et guidée par des étapes.result.md avec les sections requises.Conçue pour les flux de travail d'agents axés sur la sécurité capables d'orchestrer des appels RPC, d'exécuter Foundry/anvil localement et de gérer de grands ensembles d'artefacts ; s'associe bien avec des agents pouvant exécuter des commandes shell et interpréter des sorties forensiques.
Compétence d'analyse de transactions d'attaques blockchain pour EVM et Solana. Le fichier SKILL.md est extrêmement détaillé avec une méthodologie forensique rigoureuse en 6 phases. Les 5 scripts ont échoué : deux nécessitent des arguments CLI (--tx), deux plantent en raison d'imports de modules Python manquants (txanalyzer, pull_solana_artifacts sibling), et l'un ne trouve pas son script de dépendance. Les modèles d'installation curl|bash pour Heimdall et Foundry dans les prérequis constituent un risque de sécurité.
txanalyzer (Python module)pull_solana_artifacts (sibling module)Le fichier SKILL.md est l'un des documents de compétence les plus complets jamais vus — méthodologie forensique structurée avec des portes obligatoires, une hiérarchie de preuves et des conditions d'arrêt. Cependant, les scripts ne peuvent pas s'exécuter sans dépendances externes (package txanalyzer) et une structure de projet appropriée. Les modèles curl|bash dans les prérequis d'installation et la transmission de données à l'API OpenAI dans decompile.py sont des préoccupations de sécurité notables. La compétence est niche (forensique blockchain) mais bien conçue pour son domaine.