项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
技术标签
使用教程
—
环境要求
- CPython 3.11–3.14
- uv（推荐）或 pip
- glibc Linux x86-64/ARM64、macOS 14+、Windows x86-64 可直接使用预编译 wheel
- 其他平台需从源码构建，要求 Go 1.27.1+
安装与启动步骤
-
1确认 Python 环境
版本必须在 CPython 3.11–3.14 之间，包管理推荐用 uv，也可用 pip。版本不符会装不上。
-
2安装 skill-scanner
README 的安装命令代码块被截断，请按官方《Installation and Configuration》文档用 uv 或 pip 安装。
-
3配置 LLM 密钥
推荐配置都会启用 LLM 判定器，需设置 API Key 与模型名。密钥建议只放在环境变量里，不要写进脚本。
export SKILL_SCANNER_LLM_API_KEY="sk-xxxxxxxx" export SKILL_SCANNER_LLM_MODEL="claude-sonnet-5-5" -
4扫描技能目录
把技能目录作为扫描目标，--use-llm 启用 LLM 分析，--llm-consensus-runs 3 表示多次运行取多数一致结论。
skill-scanner scan /path/to/skill --use-llm --llm-consensus-runs 3 -
5扫描非标准格式
若要扫 Claude Code 的 .claude/commands/*.md 或扁平 markdown 技能仓库，需加 --lenient 放宽格式校验。
skill-scanner scan /path/to/skill --lenient
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
SKILL_SCANNER_LLM_API_KEY | 是 | LLM 判定器调用模型所需的 API 密钥 | sk-xxxxxxxx |
SKILL_SCANNER_LLM_MODEL | 否 | LLM 判定器使用的模型名，默认 claude-sonnet-5-5 | claude-sonnet-5-5 |
如何确认成功
扫描结束后终端输出可读的风险报告，含提示注入、数据外泄等分级 finding 即表示工具正常运行。
常见问题
Q：扫描没有发现问题，就说明技能安全吗？
A：不代表安全。官方明确说明这是 best-effort 检测，返回无 finding 不保证技能不存在威胁，只能作为接入生产 Agent 前的体检参考。
Q：不使用 LLM 能不能扫？
A：LLM-as-a-judge 属可选环节，可去掉 --use-llm 参数；但推荐配置均启用它，关闭后语义层面的覆盖会减少。
Q：支持哪些技能格式？
A：支持遵循 Agent Skills 规范的 OpenAI Codex Skills 与 Cursor Agent Skills；加 --lenient 还能扫 Claude Code 的 .claude/commands/*.md 等非标准格式。
Q：安装时为什么要从源码构建？
A：只有 glibc Linux x86-64/ARM64、macOS 14+、Windows x86-64 提供含 CEL 组件的预编译 wheel，其他平台需源码构建并依赖 Go 1.27.1+。
注意事项
- README 节选中安装命令被截断，实际安装命令请以官方 Installation and Configuration 文档为准，切勿自行猜测包名。
- 检测结果为尽力而为，无 finding 不等于无风险。
- 默认预设外还可选用 low-noise 与 quiet 预设，其召回率、误报率与 F1 已在官方推荐设置页公布。
核心亮点
- 聚焦 Agent Skills 这一新场景，填补传统 SAST 工具不理解提示词与工具权限的空白
- Python 实现，易于接入现有 CI/CD 或技能发布流水线，做自动化安全门禁
- 输出风险分级报告，能快速定位可疑指令、危险工具调用和不安全依赖
不足之处
- 项目较新、星标规模中等，规则库和误报率仍需更多真实技能样本验证
- 对动态运行时行为的检测能力有限，复杂多步 Agent 链路可能覆盖不足
适用场景
- 技能市场上架前对第三方技能包做批量安全扫描
- 企业内部 Agent 平台把扫描接入发布流水线作为强制门禁
- 安全团队审计自研技能中的提示注入与越权调用风险
替代项目
bandit、semgrep
下一篇：没有了！
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
Tracely-ai
开源
把生产事故变成回归测试，合并前自动拦截 AI 故障
Trace-native CI/CD for AI agents — production failures become regression tests that···