开源 AI 安全验证工具,检查模型文件、代码、在线 LLM/Agent/MCP 服务及录制的 Agent 运行记录。
NVIDIA/SkillSpector
在安装前扫描 AI 智能体技能(Claude Code、Codex、MCP)的安全扫描器,检测提示词注入、数据外泄和供应链风险。
- Star
- 20,912
- Fork
- 1,836
- 未关闭 Issue
- 170
- 最近提交
- 1小时前
这是什么?
AI 智能体技能通常默认被完全信任,SkillSpector 则在安装前对其进行安全检查。它支持扫描 Git 仓库、URL、zip 压缩包、目录或单个 SKILL.md 文件,通过静态分析覆盖大量漏洞模式,也可以选择接入 OpenAI、Anthropic、AWS Bedrock、Ollama 等模型做语义审查。
扫描结果以 0 到 100 的风险分数呈现,附带严重等级和安装建议(如 SAFE、CAUTION、DO NOT INSTALL)。报告可输出为终端文本、JSON、Markdown 或 SARIF 格式,便于接入 CI 流程。基线文件可以记录已确认的误报,之后重新扫描时只显示新增问题。
项目还可作为 MCP 服务运行,让 Claude Code 等智能体把扫描作为工具调用,并据此决定是否允许安装。
核心功能
- 01支持扫描本地目录、单文件、zip 压缩包、URL 和 Git 仓库
- 02检测提示词注入、数据外泄、凭据访问和供应链风险
- 03静态分析可与可选的 LLM 语义评估结合使用
- 04输出终端、JSON、Markdown 和 SARIF 格式报告
- 05通过基线文件屏蔽已接受的问题,重复扫描时只显示新增项
- 06以 MCP 服务形式运行,供智能体在安装前调用
适用场景
- 安装第三方 Claude Code 或 Codex 技能前进行安全检查
- 在 CI 流水线中借助 SARIF 报告拦截有风险的智能体技能
- 审查 MCP 服务定义中是否存在权限过大或工具投毒问题
- 批量扫描一组技能并按风险排序处理
快速上手
- 1
使用 uv 将 SkillSpector 安装为命令行工具
uv tool install git+https://github.com/NVIDIA/skillspector.git - 2
在不使用 LLM 分析的情况下扫描本地技能目录
skillspector scan ./my-skill/ --no-llm
使用前须知
- 完整的语义分析需要配置 LLM 提供商及其自有的 API 密钥或端点。
- 从 Git 安装需要克隆仓库并获取第三方开源依赖。
标签
常见问题
- SkillSpector 是什么?
- 在安装前扫描 AI 智能体技能(Claude Code、Codex、MCP)的安全扫描器,检测提示词注入、数据外泄和供应链风险。 AI 智能体技能通常默认被完全信任,SkillSpector 则在安装前对其进行安全检查。它支持扫描 Git 仓库、URL、zip 压缩包、目录或单个 SKILL.md 文件,通过静态分析覆盖大量漏洞模式,也可以选择接入 OpenAI、Anthropic、AWS Bedrock、Ollama 等模型做语义审查。
- SkillSpector 可以免费使用吗?用的什么许可证?
- SkillSpector 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- SkillSpector 还在维护吗?
- 活跃维护中。SkillSpector 最近一次提交是在 2026年10月22日。
- SkillSpector 适合用来做什么?
- 安装第三方 Claude Code 或 Codex 技能前进行安全检查 在 CI 流水线中借助 SARIF 报告拦截有风险的智能体技能 审查 MCP 服务定义中是否存在权限过大或工具投毒问题 批量扫描一组技能并按风险排序处理
- SkillSpector 怎么安装和运行?
- 使用 uv 将 SkillSpector 安装为命令行工具: uv tool install git+https://github.com/NVIDIA/skillspector.git 在不使用 LLM 分析的情况下扫描本地技能目录: skillspector scan ./my-skill/ --no-llm
- 在哪里获取 SkillSpector?
- 源代码和安装说明在 GitHub 上:https://github.com/NVIDIA/SkillSpector
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
本地优先的运行时安全层,在 AI 智能体执行前审查其命令、文件访问、包安装和 MCP 工具调用。
腾讯朱雀实验室开源的全栈 AI 红队测试平台,用于扫描 AI 智能体、MCP 服务、Agent Skills 与 AI 基础设施的安全风险。
思科开源的 Python 工具,用 YARA 规则、LLM 分析和 AI Defense 扫描 MCP 服务器及其工具的安全风险。
面向 OpenClaw 与 Claude Code 的 AI 安全保险库,拦截敏感信息、提示词注入和危险命令并记录审计日志。
一款 Android 应用,扫描周围的蓝牙低功耗(BLE)设备,持续追踪并在可疑设备靠近时发出提醒。