你往 AI 里装的那些 skill,打开看过一眼吗?

写在前面:如果你也在往 Claude、Codex 这些 agent 里装第三方 skill,装之前最好扫一遍。工具是 NVIDIA 出的 SkillSpector,pip 一行装完,省心。


相信大部分人都从 GitHub 上一口气装过很多 skill------写前端的、跟 Codex 配合干活的、还有别人分享的小工具。装的时候在看什么?star 数,还有 README 里写的信息。就这两样。

至于其他内容写了什么,可能一个都没打开看过吧。

skill 这东西说白了就是一坨给 AI 看的指令加上几个能跑的脚本。你把它塞进 agent,等于是给了它一份"你该怎么干活"的说明书,外加执行权限。我从陌生人手里接过十几份这样的说明书,眼睛都没眨就让我的 AI 照着做了。

后来刷到 NVIDIA 前阵子开源了个叫 SkillSpector 的东西,专门扫 agent skill 有没有安全问题。我才后知后觉------哦,这些玩意儿是该扫一下的。

四分之一带病,二十分之一有毒

NVIDIA 做过一次调研,扫了四万多个公开 skill:26.1% 存在漏洞,5.2% 疑似恶意

也就是说,每四个里有一个带病,每二十个里有一个可能就是故意带毒的。

它扫的东西也不是虚的。17 大类、68 种具体模式:prompt injection(在指令里藏话把你的 AI 带跑偏)、偷偷往外传数据、悄悄提权、供应链投毒、还有直接塞 exec eval subprocess 这种能在你机器上执行任意命令的危险代码。这些东西藏在一份两千字的 markdown 说明书里,你肉眼扫过去根本发现不了,但 AI 会老老实实照做。

装起来是真省事:

bash 复制代码
pip install "git+https://github.com/NVIDIA/skillspector.git"

扫一个 skill 目录:

bash 复制代码
skillspector scan <skill目录>

它有两种模式。默认带 LLM 分析,更准,前提是你配了个大模型的 key(随便哪家能用的都行);加 --no-llm 就是纯静态扫描,不用 key,快。我图省事,用的后者,结果就撞上了下面这出。

它扫出来一条 HIGH,结果是乌龙

我把本机装的 skill 挨个过了一遍。大部分干干净净,轮到一个让 Claude 和 Codex 搭伙干活的 skill 时,亮了一条红的:HIGH,工具参数滥用。我翻到被标记的那一行,做好了删 skill 的准备,结果那行写的是这么个意思:

如果改动让仓库变差,用一个可以回退的 revert,别用 git reset --hard

这是一句教别人别用危险命令的好建议。扫描器看见 git reset --hard 这几个字就报警,没读懂前面的"别用"其实是在否定它------静态扫描说到底是关键词匹配,分不清自然语言里的正话反话。它自己好像也不太确定,那条 HIGH 的置信度只标了 65%。

要是我看见红的直接把 skill 删了,就冤枉好人了。所以那个不用配 key 的 --no-llm 模式,能扫,但扫完你还得自己读一眼上下文再下结论。标签只是提醒你去看,不是结论。有条件还是配上 key 走默认模式,让 LLM 帮着理解语义,误报会少不少。

该信谁

装一份别人写的 skill,和从网上下载一个脚本、看都不看就直接运行,其实差不多------都是把执行权交出去,赌对方是好人。

SkillSpector 补上的是这条链子里缺的那一环:装之前,先有个东西替你把内容过一遍,把危险模式圈出来。它还支持 MCP 模式(skillspector mcp),能挂进任何支持 MCP 的 agent 里,理论上可以做到每次装新 skill 之前自动拦一道,而不是等你哪天想起来才手动扫。

不过比起"快去装这个工具",那条乌龙 HIGH 给我的提醒可能更值钱:扫描能帮你缩小排查范围,但没法把风险降到零。机器把可疑的地方指出来,读懂它到底是不是问题,还得人来。

我这十几个 skill 全都扫完了,暂时没扫出问题。

下次再往 agent 里塞陌生人的东西之前,自动扫描这一步就会自动执行了。


最后把安装姿势放这儿,照抄就行。

仓库:github.com/NVIDIA/SkillSpector

当命令行工具用:

bash 复制代码
pip install "git+https://github.com/NVIDIA/skillspector.git"
skillspector scan <skill目录>          # 默认带 LLM 分析,要配 key
skillspector scan <skill目录> --no-llm # 纯静态,不用 key

想挂成 MCP 让 agent 自己调(以 Claude Code 为例,两行):

bash 复制代码
pip install "skillspector[mcp] @ git+https://github.com/NVIDIA/skillspector.git"
claude mcp add skillspector --scope user -- skillspector mcp

配置完成后,重启 Claude Code 或 Codex,它就多了个 scan_skill 工具。之后你跟它说"扫一下 xx skill",它自己就会去调,不用你再敲命令。就这样。

相关推荐
学究天人1 小时前
数学星球:等价性(第1-4章)
人工智能
AI科技星1 小时前
公理化数学化学|48小时确权终稿(完整投产包)
人工智能·数学·算法·重构·拓扑学·乖乖数学·全域数学
程序员契奇1 小时前
Tools工具使用
人工智能·后端
小林ixn1 小时前
从“酸辣土豆丝”到“马铃薯做法”:手把手教你用 RAG 实现语义搜索
人工智能·llm
这张生成的图像能检测吗2 小时前
(论文速读)CWNet:用于微光图像增强的因果小波网络
图像处理·人工智能·深度学习·机器学习·低照度图像增强
睿智的羊2 小时前
Cove API 的 RAG 模块拆解:一套面向 Agent 的可组合知识检索工具体系
人工智能
love530love2 小时前
AI Agent + 本地 ComfyUI 无头模式实战:关闭 IDE 后 AI 独立重启并完成图文生成
ide·人工智能·windows·python·音视频·agent·devops
FriendshipT2 小时前
Ultralytics:解读Attention模块
人工智能·pytorch·python·深度学习·目标检测
生活爱好者!2 小时前
AI加持的笔记工具,比备忘录好用,NAS一键部署blinko
人工智能·笔记