智能体框架上手难度 🔧 进阶#AI Agent#安全扫描#NVIDIA#技能安全#MCP#提示词注入#供应链安全#Apache-2.0
SkillSpector · SkillSpector — NVIDIA 开源的 AI Agent 技能安全扫描器
31,132 个技能中 26.1% 含漏洞、5.2% 疑似恶意;71 种规则,安装前先扫一遍
指标同步中,请稍后刷新查看 在 GitHub 查看源码
5 分钟上手
Python 3.12+;静态扫描 CPU 即可,LLM 分析需模型 API Key# 安装 CLI(推荐 uv)
uv tool install git+https://github.com/NVIDIA/skillspector.git
# 扫描本地技能目录
skillspector scan ./my-skill/
# 扫描 GitHub 仓库 / SKILL.md / zip
skillspector scan https://github.com/user/my-skill
skillspector scan ./SKILL.md
# 只跑静态分析并输出 JSON
skillspector scan ./my-skill/ --no-llm --format json --output report.json项目速览
SkillSpector 是 NVIDIA 开源的 AI Agent 技能安全扫描器,属于 NVIDIA Verified Skills 流水线的一部分,Apache-2.0 许可,2026 年 10 月冲上 GitHub Trending。它针对 Claude Code、Codex CLI、Gemini CLI 等使用的技能包,在安装前检查提示词注入、数据外泄、权限提升、供应链、MCP 工具投毒等风险。
能做什么
- 多格式输入:Git 仓库、URL、zip、目录或单个 SKILL.md 文件
- 71 种漏洞模式、17 类风险:提示词注入、数据外泄、提权、供应链、过度代理、输出处理、系统提示泄露、记忆投毒、工具滥用、流氓 Agent、反拒答、触发器滥用、AST 危险代码、污点追踪、YARA、MCP 最小权限、MCP 工具投毒
- 两阶段分析:快速静态扫描 + 可选 LLM 语义评估;通过 OSV.dev 实时查 CVE
- 输出 Terminal、JSON、Markdown、SARIF,0-100 风险分与修复建议,可接 CI
- baseline/指纹抑制误报,重复扫描只暴露新增问题
- 官方研究数据:31,132 个技能样本中 26.1% 含漏洞、5.2% 疑似恶意
怎么部署
需要 Python 3.12+。最快用 uv 安装 CLI,然后执行 skillspector scan ./my-skill/;只做静态扫描加 --no-llm;需要 LLM 语义分析时配置 SKILLSPECTOR_PROVIDER 和对应 API Key。也可以 docker build -t skillspector . 后用容器扫描。
适合谁
安装第三方 Claude Code/Codex 技能前的开发者;要审核 MCP 工具和企业技能仓库的安全团队;把技能扫描接进 CI 的平台工程团队。
✅ 优点
- •NVIDIA 官方维护,接入 Verified Skills 流水线与官方技能目录
- •71 种漏洞模式覆盖 17 类风险,含 MCP 工具投毒和供应链
- •支持 Git 仓库、URL、zip、目录、单个 SKILL.md 多种输入
- •静态扫描 + 可选 LLM 语义分析,SARIF 输出可接 CI
- •Apache-2.0 开源,本地运行,OSV.dev 查询带离线 fallback
⚠️ 局限与坑
- •26.1% 含漏洞、5.2% 疑似恶意来自其研究数据集,不能代表全部技能
- •LLM 语义分析需要配置模型 API Key,会增加成本并可能外发代码
- •规则扫描仍可能误报,需要维护 baseline 抑制已知问题
- •无法保证发现混淆代码、零日攻击和新型提示词注入
- •要求 Python 3.12+,旧环境需要先升级
💼 典型应用场景
- 1.安装第三方 Claude Code/Codex 技能前做安全审查
- 2.企业 MCP 工具与服务上线前扫描
- 3.批量审计技能仓库的提示词注入与数据外泄风险
🔗 资源直达
不想部署?试试同类在线工具
智能体框架· 同类项目推荐
返回全部开源项目指标每周自动更新,数据来自 GitHub API