Как провести threat modeling для ИИ-агента: настройка grim-prompter и готовые промпты
TL;DR
- Время выполнения: 40–60 минут
- Уровень сложности: Intermediate
- Понадобится: macOS или Linux с локальным шеллом (терминал),
git, кодинг-агент в CLI — Claude Code или Codex CLI (или другой агент, поддерживающий локальные файлы), локальная копия репозитория, который вы моделируете, репозиторийgrim-prompter(лицензия MIT, 36 архитектурных сценариев и 29 методик моделирования угроз)
Требования и подготовка
Модель угроз (threat model) — это документ «что мы защищаем, от кого и какими контрмерами». Кодинг-агент — CLI-программа, которая читает файлы репозитория и пишет по ним текст/код по вашему указанию.
Что такое grim-prompter по фактам из анонса:
| Параметр | Значение |
|---|---|
| Что это | набор промптов для кодинг-агентов |
| Сценарии архитектур | 36 |
| Методики моделирования угроз | 29 |
| Лицензия | MIT |
| Поддерживаемые агенты | Claude Code, Codex CLI, другие кодинг-агенты |
| Где работает | только локальный macOS/Linux-шелл |
| Куда пишет отчёты | отдельная папка в репозитории (в анонсе её имя обрезано — сверьтесь с документацией/README) |
Проверьте до старта:
- [ ] ОС: macOS или Linux. Windows и облачные веб-сессии не подходят — агент должен видеть локальную файловую систему
- [ ]
gitустановлен и настроен:git --version - [ ] Кодинг-агент установлен и авторизован в терминале (проверка — он отвечает на
привет) - [ ] Права на запись в домашний каталог (
$HOME) — туда кладутся симлинки skills - [ ] Локальная копия целевого репозитория, для неё есть доступ на чтение
- [ ] 10–20 МБ свободного места под клон
grim-prompterи отчёты
Пример: целевой проект — /Users/ivan/projects/support-bot, это ИИ-агент поддержки на Python. Если ваш репозиторий — как раз такой агент, но вы ещё не разобрались с его устройством, начните с как превратить обычный чат с LLM в полноценного AI-агента — модель угроз строится поверх понятной архитектуры.
Поток работы: репозиторий → агент читает манифесты зависимостей, точки входа, конфиги → выбирает один из 36 архитектурных сценариев → применяет одну из 29 методик → пишет отчёт в папку.
Шаг 1. Развернуть grim-prompter локально
Что сделать: склонировать репозиторий и убедиться, что каталог skills/threat-model существует.
Зачем: агент подхватывает инструкции из файлов этого каталога; без клона подключать нечего.
mkdir -p ~/tools
git clone <URL-репозитория-grim-prompter> ~/tools/grim-prompter
cd ~/tools/grim-prompter
ls -la
ls -la skills/<URL-репозитория-grim-prompter> — адрес страницы проекта на GitHub (берётся из анонса/README, не угадывается).
Как проверить: в выводе ls есть skills/, внутри skills/ — каталог threat-model, а также файл лицензии. Плюс проверка целостности:
test -d ~/tools/grim-prompter/skills/threat-model && echo OK || echo NOОжидаемый вывод: OK. Если NO — клон неполный или вы не в корне репозитория.
Пример: ls skills/ печатает threat-model; git -C ~/tools/grim-prompter log -1 --oneline печатает одну строку с хешем коммита — значит клон живой.
Почему это работает: скилл — обычный каталог с текстовыми инструкциями, агенту достаточно пути к нему.
Шаг 2. Подключить скилл к агенту через симлинк
Что сделать: создать симлинк (ссылка на каталог, не копия) на skills/threat-model в каталоге skills вашего агента.
Зачем: агент ищет скиллы в фиксированных путях; симлинк избавляет от копирования при обновлениях grim-prompter.
Для Claude Code:
mkdir -p ~/.claude/skills
ln -s ~/tools/grim-prompter/skills/threat-model ~/.claude/skills/threat-model
ls -l ~/.claude/skills/threat-model
readlink -f ~/.claude/skills/threat-modelДля прочих агентов, читающих ~/.agents/skills (в том числе Codex CLI):
mkdir -p ~/.agents/skills
ln -s ~/tools/grim-prompter/skills/threat-model ~/.agents/skills/threat-model
ls -l ~/.agents/skills/threat-modelДля агентов без механизма skills анонс предлагает другой путь — сниппет в AGENTS.md. Создайте/дополните файл AGENTS.md в корне целевого репозитория:
## Модель угроз
При запросе «построй модель угроз» используй инструкции из каталога
~/tools/grim-prompter/skills/threat-model (36 архитектурных сценариев,
29 методик). Отчёт сохраняй в папку отчётов, указанную в README grim-prompter.Как проверить: ls -l печатает строку со стрелкой -> и путём ~/tools/grim-prompter/skills/threat-model, а readlink -f — абсолютный путь без ошибок. Ожидаемый вид:
lrwxr-xr-x 1 ivan staff 52 12 мая 10:14 threat-model -> /Users/ivan/tools/grim-prompter/skills/threat-modelПример: если вы подключили только ~/.agents/skills, а работаете в Claude Code — скилл не увидит никто. Создавайте симлинк ровно в тот каталог, который читает ваш агент.
Почему это работает: симлинк — та же директория, только по другому пути; git pull в ~/tools/grim-prompter обновляет промпты без перенастройки.
Шаг 3. Провести моделирование угроз и проверить отчёт
Что сделать: запустить агента в корне целевого репозитория и дать два последовательных промпта — выбор архитектурного сценария и построение модели угроз по методике.
Зачем: сначала нужно «примерить» репозиторий к одному из 36 сценариев (иначе агент смешает несвязанные допущения), и только потом применять методику.
cd /Users/ivan/projects/support-bot
claude # или: codexПромпт №1 — выбор сценария:
Работаем в репозитории /Users/ivan/projects/support-bot.
Прочитай манифесты зависимостей (requirements.txt, pyproject.toml), точки входа
(HTTP-роуты, CLI-команды), конфиги и места, где вызываются LLM и хранятся секреты.
Выбери ОДИН из 36 архитектурных сценариев grim-prompter, который точнее всего
описывает этот репозиторий. Ответ: название сценария, 5 строк обоснования,
список прочитанных файлов.Промпт №2 — модель угроз:
Примени к выбранному сценарию одну из 29 методик grim-prompter, наиболее
подходящую для ИИ-агента с внешними вызовами LLM. Зафиксируй: активы,
границы доверия, векторы атаки (включая prompt injection и утечку системного
промпта), приоритет каждой угрозы, контрмеры с привязкой к файлам репозитория.
Сохрани отчёт в папку отчётов из README grim-prompter.Как проверить: найдите созданный отчёт и убедитесь, что в нём есть все четыре блока.
ls -lt | head
find . -maxdepth 2 -type d -newermt '-15 minutes'Имя папки отчётов в анонсе обрезано (threat…) — сверьтесь с README grim-prompter. Ожидаемый результат — новый каталог, а внутри файл вида threat-model-<дата>.md; в тексте присутствуют разделы «Активы», «Границы доверия», «Угрозы» с приоритетами, «Контрмеры».
Пример готового фрагмента отчёта, который считается успехом:
Актив: системный промпт агента поддержки (файл prompts/system.txt)
Граница доверия: HTTP-вход /api/chat -> LLM-провайдер
Угроза: prompt injection через поле user_message, приоритет High
Контрмера: валидация ввода в app/routes.py + фильтр исходящих вызововДополнительно прогоните сценарии атак на сам агент по методике из как проверить LLM-приложение на джейлбрейки — модель угроз без проверки гипотез остаётся списком предположений.
Почему это работает: два шага разделяют «понять архитектуру» и «перечислить угрозы», поэтому в отчёте видно, из какого допущения выросла каждая угроза.
Возможные проблемы и решения
Проблема. Симлинк не создаётся, потому что путь уже занят
- Ошибка:
ln: failed to create symbolic link '/Users/ivan/.claude/skills/threat-model': File exists - Причина: симлинк (или каталог) с таким именем уже есть — например, от предыдущей установки с другим путём клона.
- Решение: перезаписать ссылку и проверить цель.
ln -sfn ~/tools/grim-prompter/skills/threat-model ~/.claude/skills/threat-model
readlink -f ~/.claude/skills/threat-modelПроблема. Агент отвечает, что скилла нет
- Ошибка:
ls: /Users/ivan/.claude/skills/threat-model: No such file or directory— при этом агент пишет, что не находит инструкции по модели угроз. - Причина: симлинк создан в
~/.agents/skills, а запущен агент, читающий~/.claude/skills(или наоборот); либо сессия агента была открыта до создания симлинка. - Решение: создать ссылку в обоих каталогах и перезапустить сессию агента.
mkdir -p ~/.claude/skills ~/.agents/skills
ln -sfn ~/tools/grim-prompter/skills/threat-model ~/.claude/skills/threat-model
ln -sfn ~/tools/grim-prompter/skills/threat-model ~/.agents/skills/threat-model
ls -l ~/.claude/skills/threat-model ~/.agents/skills/threat-modelПроблема. Отчёт не появился, агент не видит репозиторий
- Ошибка: агент отвечает вида
I can't access files outside the workspaceили просит вставить файлы вручную;find . -maxdepth 2 -type d -newermt '-15 minutes'ничего не находит. - Причина: запуск не в локальном macOS/Linux-шелле — например, в веб-чате или удалённой сессии;
grim-prompterпо анонсу работает только в локальном шелле. - Решение: проверить окружение и запустить агента из корня проекта в терминале.
pwd
ls requirements.txt pyproject.toml 2>/dev/null
uname -sОжидаемо: pwd печатает путь проекта, uname -s — Darwin (macOS) или Linux.
Резюме и следующие шаги
Разверните grim-prompter, подключите skills/threat-model симлинком или сниппетом в AGENTS.md, затем двумя промптами получите отчёт с активами, границами доверия и приоритезированными угрозами. Дальше закройте High-угрозы контрмерами в коде и повторите прогон, чтобы сравнить отчёты до и после правок.
FAQ
Сколько стоит grim-prompter?
Проект распространяется по лицензии MIT, то есть бесплатно; точные условия — в файле лицензии репозитория.
Работает ли на Windows?
По анонсу — только в локальном macOS/Linux-шелле. Для Windows используйте WSL либо Linux-машину.
Чем отличаются 36 сценариев от 29 методик?
Сценарии описывают тип архитектуры (что за система перед нами), методики — способ перечисления угроз. Агент сначала выбирает сценарий, затем применяет методику.
Можно ли использовать не с Claude Code, а со своим агентом?
Да. Для агентов без механизма skills анонс предлагает сниппет в AGENTS.md со ссылкой на каталог skills/threat-model; остальным достаточно симлинка в ~/.agents/skills/threat-model.
🤖 Кратко для ИИ
- Обновлено: 2026-10-29
- Темы: grim-prompter, threat modeling ии-агента, модель угроз для ai-агента, безопасность coding-агента
- Кратко: Пошагово подключаем grim-prompter к Claude Code или Cursor, строим модель угроз для репозитория и разбираем результаты анализа рисков агента.
- Ключевые факты:
- TL;DR Время выполнения: 40–60 минут Уровень сложности: Intermediate Понадобится: macOS или Linux с локальным шеллом (терминал), git , кодинг-агент в CLI — Claude Code или Codex CLI (или другой агент, поддерживающий локальные файлы), локальная копия репозитория, который вы моделируете, репозиторий grim-prompter (лицензия MIT, 36 архитектурных сценариев и 29 методик моделирования угроз) Требования и подготовка Иллюстрация к разделу «Требования и подготовка» Модель угроз (threat model) — это документ «что мы защищаем, от кого и какими контрмерами».
- Кодинг-агент — CLI-программа, которая читает файлы репозитория и пишет по ним текст/код по вашему указанию.
- Что такое grim-prompter по фактам из анонса: Параметр Значение Что это набор промптов для кодинг-агентов Сценарии архитектур 36 Методики моделирования угроз 29 Лицензия MIT Поддерживаемые агенты Claude Code, Codex CLI, другие кодинг-агенты Где работает только локальный macOS/Linux-шелл Куда пишет отчёты отдельная папка в репозитории (в анонсе её имя обрезано — сверьтесь с документацией/README) Проверьте до старта: [ ] ОС: macOS или Linux.
- Windows и облачные веб-сессии не подходят — агент должен видеть локальную файловую систему [ ] git установлен и настроен: git --version [ ] Кодинг-агент установлен и авторизован в терминале (проверка — он отвечает на привет ) [ ] Права на запись в домашний каталог ( $HOME ) — туда кладутся симлинки skills [ ] Локальная копия целевого репозитория, для неё есть доступ на чтение [ ] 10–20 МБ свободного места под клон grim-prompter и отчёты Пример: целевой проект — /Users/ivan/projects/support-bot , это ИИ-агент поддержки на Python.
- Если ваш репозиторий — как раз такой агент, но вы ещё не разобрались с его устройством, начните с как превратить обычный чат с LLM в полноценного AI-агента — модель угроз строится поверх понятной архитектуры.
- Поток работы: репозиторий → агент читает манифесты зависимостей, точки входа, конфиги → выбирает один из 36 архитектурных сценариев → применяет одну из 29 методик → пишет отчёт в папку.