skillspector

SkillSpector 旨在回答 AI 智能体技能是否安全可安装的问题。它针对 Claude Code、Codex CLI、Gemini CLI 以及兼容 MCP 的工具所使用的技能，能够扫描 Git 仓库、URL、ZIP 文件、目录和单个文件。README 指出，其分析器包含 17 个类别下的 71 种模式，涵盖提示注入、反拒绝、数据泄露、权限提升、供应链问题、过度代理、输出处理、系统提示泄露、内存投毒、工具滥用、恶意代理行为、触发器滥用、Python AST 检查、污点追踪、YARA 签名、MCP 最小权限和 MCP 工具投毒。 工作流程结合了快速静态分析与可选的 LLM 语义评估。它可以查询 OSV.dev 以获取已知的易受攻击依赖项，并在离线时回退。结果包括 0–100 的风险评分、严重性、建议、安全安装判定和发现项，支持终端、JSON、Markdown 和 SARIF 输出。使用指纹或全局规则建立的基线可以抑制已接受的发现项，以便后续扫描突出显示新问题。批量扫描器支持并行目录扫描、中文、日语和韩语的多语言检测，以及多种报告格式。 使用选项包括 Python CLI、通过 uv 或 pip 从源码安装，以及基于 Python 3.12-slim 的 Docker 镜像。远程和归档摄取具有故障关闭的大小和 ZIP 成员限制，以约束过大的下载和归档炸弹。可选的 LLM 分析支持托管提供商、本地 OpenAI 兼容服务器（如 Ollama 和 vLLM）、AWS Bedrock、Azure OpenAI、NVIDIA 构建端点，以及本地 Claude、Codex、Gemini 和 OpenCode CLI。 MCP 服务器模式通过 stdio 或 HTTP/SSE 暴露 scan_skill 工具，使支持 MCP 的代理能够门控安装。README 指出，HTTP 传输没有内置身份验证，并拒绝通过 HTTP 的本地路径和文件 URL；可路由的部署预期使用身份验证的反向代理。SkillSpector 是 NVIDIA 文档化 Verified Skills 管道的一部分，并根据 Apache 2.0 协议发布。