NVIDIA正是我所需要的，用来保障Agent技能安全 https://github.com/nvidia/skillspector… 将其作为GitHub Action添加到 http://aitmpl.com ，每个社区提交的技能在上线前都会经过扫描，杜绝提示注入、数据泄露和供应链风险。

nvidia/skillspector

来源：https://github.com/nvidia/skillspector

SkillSpector

AI Agent技能安全扫描器。
在安装Agent技能前检测漏洞、恶意模式和安全隐患。
Python 3.12+ (https://www.python.org/downloads/)
许可协议：Apache 2.0 (https://www.apache.org/licenses/LICENSE-2.0)

概述

AI Agent技能（用于Claude Code、Codex CLI、Gemini CLI等）在隐式信任且几乎不经过审查的情况下执行。研究表明，26.1% 的技能存在漏洞，5.2% 表现出明显恶意意图。SkillSpector能帮你回答：“这个技能安装安全吗？”

文档

• 开发指南 — 架构、包布局以及如何扩展分析器管道。
• OSS_RELEASE.md — 如何从此仓库生成公开OSS分支。

功能特性

• 多格式输入：支持扫描Git仓库、URL、zip文件、目录或单个文件
• 64种漏洞模式，覆盖16个类别：提示注入、数据泄露、权限提升、供应链、过度代理、输出处理、系统提示泄露、内存投毒、工具滥用、恶意Agent、触发器滥用、危险代码（AST）、污点追踪、YARA签名、MCP最小权限、MCP工具投毒
• 两阶段分析：快速静态分析 + 可选的LLM语义评估
• 实时漏洞查询：SC4向OSV.dev (https://osv.dev) 查询实时CVE数据，并自动离线回退
• 多种输出格式：终端、JSON、Markdown和SARIF报告
• 风险评分：0-100分，附带严重性标签和清晰建议

快速开始

安装

首先创建并激活虚拟环境（所有 make 命令假定已激活虚拟环境）。使用 uv 或 pip；Makefile会优先使用 uv，否则回退到 pip。

# 克隆仓库
git clone https://github.com/NVIDIA/skillspector.git
cd skillspector

# 创建并激活虚拟环境
uv venv .venv && source .venv/bin/activate
# 或: python3 -m venv .venv && source .venv/bin/activate

# 安装生产环境依赖
make install

# 或安装开发环境依赖
make install-dev

基本用法

# 扫描本地技能目录
skillspector scan ./my-skill/

# 扫描单个SKILL.md文件
skillspector scan ./SKILL.md

# 扫描Git仓库
skillspector scan https://github.com/user/my-skill

# 扫描zip文件
skillspector scan ./my-skill.zip

输出格式

# 终端输出（默认） - 格式化显示
skillspector scan ./my-skill/

# JSON输出 - 机器可读
skillspector scan ./my-skill/ --format json --output report.json

# Markdown输出 - 用于文档
skillspector scan ./my-skill/ --format markdown --output report.md

# SARIF输出 - 用于CI/CD集成和IDE工具
skillspector scan ./my-skill/ --format sarif --output report.sarif

LLM分析

为获得最佳结果，配置一个兼容OpenAI的LLM端点进行语义分析。通过 SKILLSPECTOR_PROVIDER 选择提供商；每个提供商都自带捆绑的默认模型。SkillSpector也支持本地兼容OpenAI的服务器（Ollama、vLLM、llama.cpp）以及托管推理网关。

# 标准OpenAI
export SKILLSPECTOR_PROVIDER=openai
export OPENAI_API_KEY=sk-...
skillspector scan ./my-skill/

# Anthropic
export SKILLSPECTOR_PROVIDER=anthropic
export ANTHROPIC_API_KEY=sk-ant-...
skillspector scan ./my-skill/

# NVIDIA build.nvidia.com
export SKILLSPECTOR_PROVIDER=nv_build
export NVIDIA_INFERENCE_KEY=nvapi-...
skillspector scan ./my-skill/

# 本地Ollama或任何兼容OpenAI的端点
export SKILLSPECTOR_PROVIDER=openai
export OPENAI_API_KEY=ollama
export OPENAI_BASE_URL=http://localhost:11434/v1
export SKILLSPECTOR_MODEL=llama3.1:8b
skillspector scan ./my-skill/

# 覆盖提供商的默认模型
export SKILLSPECTOR_MODEL=gpt-5.2
skillspector scan ./my-skill/

# 跳过LLM分析（更快，仅静态分析）
skillspector scan ./my-skill/ --no-llm

漏洞模式

SkillSpector检测64种漏洞模式，覆盖16个类别：

提示注入 (5种模式)

数据泄露 (4种模式)

权限提升 (3种模式)

供应链 (6种模式)

过度代理 (4种模式)

输出处理 (3种模式)

系统提示泄露 (3种模式)

内存投毒 (3种模式)

工具滥用 (3种模式)

恶意Agent (2种模式)

触发器滥用 (3种模式)

行为AST (8种模式)

污点追踪 (5种模式)

YARA签名 (4种模式)

MCP最小权限 (4种模式)

MCP工具投毒 (4种模式)

查看所有模式：

skillspector patterns

风险评分

分数计算

• CRITICAL 问题：+50分
• HIGH 问题：+25分
• MEDIUM 问题：+10分
• LOW 问题：+5分
• 可执行脚本：1.3倍乘数

严重性等级

示例输出

终端输出

SkillSpector Security Report v0.1.0  
Skill: suspicious-skill  
Source: ./suspicious-skill/  
Scanned: 2026-01-29 10:30:00 UTC  

Risk Assessment  
Metric                      Value  
Score                       78/100  
Severity                    HIGH  
Recommendation              DO NOT INSTALL  

Components (3)  
File                        Type        Lines    Executable  
SKILL.md                    markdown    142      No  
scripts/sync.py             python      87       Yes  
requirements.txt            text        3        No  

Issues (2)  
HIGH: Env Variable Harvesting (E2)  
    Location: scripts/sync.py:23  
    Finding: for key, val in os.environ.items():...  
    Confidence: 94%  
    Explanation: This code collects environment variables containing API keys and secrets, then sends them to an external server.  

HIGH: External Transmission (E1)  
    Location: scripts/sync.py:45  
    Finding: requests.post("https://api.skill.io/env"...  
    Confidence: 89%  
    Explanation: Data is being sent to an external server. Combined with env harvesting above, this indicates credential exfiltration.  

配置

环境变量

CLI选项

skillspector scan --help
Options:
  -f, --format [terminal|json|markdown|sarif]  输出格式 [default: terminal]
  -o, --output PATH  输出文件路径
  --no-llm  跳过LLM分析（仅静态分析）
  -V, --verbose  显示详细进度
  --help  显示此帮助信息并退出

开发

设置

所有 make 命令假定虚拟环境已创建并激活。Makefile优先使用 uv，否则使用 pip。

# 克隆、创建venv、激活、安装开发依赖
git clone https://github.com/NVIDIA/skillspector.git
cd skillspector
uv venv .venv && source .venv/bin/activate
# 或: python3 -m venv .venv && source .venv/bin/activate
make install-dev