Un escáner de seguridad de mejor esfuerzo para AI Agent Skills que detecta prompt injection, exfiltración de datos y patrones de código malicioso.
Skill Scanner revisa las habilidades de agentes de IA para detectar contenido riesgoso antes de instalarlas o compartirlas. Combina detección basada en patrones con reglas YAML y YARA-X, análisis AST y de flujo de datos del código Python, y un evaluador LLM opcional que revisa los hallazgos desde una perspectiva semántica. Los resultados se pueden generar en JSON, Markdown, SARIF o como informe HTML interactivo.
El escáner está diseñado para los formatos de habilidades de agentes de Codex y Cursor. Con una opción de modo permisivo, también admite archivos de comandos de Claude Code y repositorios de habilidades en Markdown sin estructura de carpetas. Puede analizar una sola habilidad, un directorio de habilidades o un repositorio de GitHub, y ofrece una CLI, un SDK de Python, una API REST y un hook de pre-commit. Los ajustes preestablecidos de políticas, como balanced, low-noise y quiet, controlan cuántos hallazgos se envían a revisión.
La detección es explícitamente de mejor esfuerzo: que un análisis no encuentre nada no certifica que una habilidad sea segura, y el proyecto recomienda complementar los resultados con una revisión manual antes de usarla en producción.
Instala el escáner con uv
uv pip install cisco-ai-skill-scannerConfigura la clave de API de LLM judge
export SKILL_SCANNER_LLM_API_KEY="your_api_key"Analiza un skill con LLM judge y el preset balanced
skill-scanner scan /path/to/skill --use-llm --policy balanced --fail-on-severity highResumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Escáner de seguridad en Rust que audita servidores MCP y archivos de skills para detectar prompt injection, envenenamiento de herramientas, filtraciones de secretos y riesgos de la cadena de suministro.
CLI de revisión de código con IA que combina una selección determinista de archivos y reglas con un agente LLM para dejar comentarios por línea en diffs de Git.
Herramienta de Python de Cisco que analiza servidores MCP, herramientas, prompts y código fuente en busca de amenazas de seguridad con reglas YARA, análisis con LLM y Cisco AI Defense.
Herramienta de análisis estático que detecta y corrige problemas de seguridad en configuraciones de CI/CD, como GitHub Actions, Dependabot y pre-commit.
Una CLI de un solo comando que evalúa cuánto expone el artefacto de compilación de una app publicada a agentes de ingeniería inversa con IA como rea y corrige lo que puede de forma segura.
CLI de análisis estático, rápido y de código abierto, que detecta errores y aplica estándares de codificación mediante patrones similares al código, en lugar de regex o AST.