
SkillSpector v2.5.0
ماسح أمني لمهارات وكلاء الذكاء الاصطناعي. اكتشاف الثغرات الأمنية والأنماط الخبيثة والمخاطر الأمنية.
SkillSpector
ماسح أمني لمهارات وكلاء الذكاء الاصطناعي. اكتشف الثغرات والأنماط الخبيثة والمخاطر الأمنية قبل تثبيت مهارات الوكلاء.
نظرة عامة
تُنفَّذ مهارات وكلاء الذكاء الاصطناعي (المستخدمة في Claude Code وCodex CLI وGemini CLI وغيرها) بثقة ضمنية وبأدنى حد من التدقيق. في المجموعة الفرعية التي جرى تحليلها والبالغ عددها 31,132 مهارة من مجموعة بيانات البحث، تحتوي 26.1% من المهارات على ثغرات وتُظهر 5.2% نية خبيثة محتملة.
يساعدك SkillSpector في الإجابة عن السؤال: "هل تثبيت هذه المهارة آمن؟"
SkillSpector جزء من خط أنابيب NVIDIA Verified Skills، الذي يفحص مهارات الوكلاء ويقيّمها ويوقّعها قبل النشر. تُنشر المهارات التي تجتاز الفحص في كتالوج مهارات NVIDIA.
التوثيق
- فحص مهارات الوكلاء قبل التثبيت — دليل مستضاف: متى تفحص، وكيف تقرأ تقريرًا، وكيف تتحكم في عمليات التثبيت.
- دليل التطوير — البنية، وتخطيط الحزم، وكيفية توسيع خط أنابيب المحلّل.
- سياسة الأمان — أبلغ عن الثغرات المشتبه بها بشكل خاص إلى NVIDIA PSIRT.
- حدود موارد التحليل — حدود الحزم والمحلّلات والقطع الأثرية المتداخلة والسجل والنتائج، مع الفشل المغلق.
- إضافة Pi — ثبّت SkillSpector كأداة Pi لفحص المهارات من داخل جلسات الوكلاء.
- إضافة OpenCode — ثبّت SkillSpector كأداة OpenCode وأمر
/skillspectorلفحص المهارات من داخل جلسات الوكلاء. - الدليل الأساسي لمحلّل LLM — كيفية بناء عُقد محلّل مدعومة بـ LLM فوق
LLMAnalyzerBase. - إعادة توجيه مصدر التبعيات — كيف تشير نتائج SC10 إلى مهارة تغيّر المكان الذي تُجلب منه حزمها.
- عمليات البحث الحية عن الثغرات (SC4) — كيف يتحقق SC4 من التبعيات مقابل OSV.dev.
- فحص مجموعات بيانات التقييم — ملفات مجموعات بيانات التقييم التي تتخطاها محلّلات الأنماط الساكنة.
- تحليل أقل صلاحية لـ MCP (LP1–LP4) و**كشف تسميم أدوات MCP (TP1–TP4)** — ملاحظات تصميم محلّلات MCP.
الميزات
- مدخلات متعددة الصيغ: افحص مستودعات Git أو عناوين URL أو ملفات zip أو الأدلّة أو الملفات المفردة
- 71 نمطًا للثغرات عبر 17 فئة: حقن التوجيهات، وتسريب البيانات، وتصعيد الصلاحيات، وسلسلة التوريد، والوكالة المفرطة، ومعالجة المخرجات، وتسريب توجيهات النظام، وتسميم الذاكرة، وإساءة استخدام الأدوات، والوكيل المارق، ومقاومة الرفض، وإساءة استخدام المحفّزات، والشيفرة الخطرة (AST)، وتتبّع التلوث، وتوقيعات YARA، وأقل صلاحية لـ MCP، وتسميم أدوات MCP
- تحليل على مرحلتين: تحليل ساكن سريع + تقييم دلالي اختياري بـ LLM
- عمليات بحث حية عن الثغرات: يستعلم SC4 من OSV.dev للحصول على بيانات CVE في الوقت الفعلي مع تراجع تلقائي إلى وضع عدم الاتصال
- صيغ إخراج متعددة: تقارير Terminal وJSON وMarkdown وSARIF
- تقييم المخاطر: درجة من 0 إلى 100 مع تصنيفات الخطورة وتوصيات واضحة
- خط الأساس / كبت الإيجابيات الكاذبة: اقبل النتائج المعروفة عبر قاعدة glob أو خط أساس بالبصمات بحيث تُظهر عمليات إعادة الفحص المشكلات الجديدة فقط (التوثيق)
البدء السريع
التثبيت
إشعار البرمجيات مفتوحة المصدر: سيقوم هذا المشروع بتنزيل وتثبيت مشاريع برمجيات مفتوحة المصدر إضافية تابعة لجهات خارجية. راجع شروط الترخيص لهذه المشاريع مفتوحة المصدر قبل الاستخدام.
استخدم Python 3.12 أو 3.13 للتثبيت مع حزم YARA الجاهزة على المنصات المدعومة. تحدد الأمثلة أدناه الإصدار 3.13 صراحةً؛ راجع ملاحظات تثبيت Python للمفسّرات الأحدث.
لعمليات التثبيت من المصدر، أنشئ بيئة افتراضية وفعّلها أولاً (تفترض جميع أهداف make أن البيئة الافتراضية مفعّلة). استخدم uv أو pip؛ يستخدم Makefile أداة uv إن كانت متاحة، وإلا يستخدم pip.
تثبيت سريع باستخدام uv (CLI فقط):
uv tool install --python 3.13 git+https://github.com/NVIDIA/skillspector.git
# Update later: uv tool update skillspector
إذا كنت تخطط لتشغيل skillspector mcp، فقم بتثبيت إضافة MCP وقت التثبيت:
uv tool install --python 3.13 'skillspector[mcp] @ git+https://github.com/NVIDIA/skillspector.git'
من المصدر:
# Clone the repository
git clone https://github.com/NVIDIA/skillspector.git
cd skillspector
# Create and activate virtual environment
uv venv --python 3.13 .venv && source .venv/bin/activate
# or: python3.13 -m venv .venv && source .venv/bin/activate
# Install for production use
make install
للمساهمة، اتبع إعداد التطوير لمفسّر Python مدعوم وتبعيات التطوير.
ملاحظات تثبيت Python
تُعلن الحزمة عن Python >=3.12,<3.16 في pyproject.toml.
لا يضمن هذا النطاق توفّر حزم wheels مبنية مسبقًا لكل تبعية ومنصة.
يوفّر yara-python 4.5.4 على PyPI
حزم wheels لـ CPython 3.12/3.13، لكن دون حزم wheels لـ CPython 3.14/3.15. يتطلب تثبيته
على تلك المفسّرات الأحدث بناءً أصليًا من المصدر باستخدام سلسلة أدوات C
ورؤوس تطوير Python. قد تفشل مثل هذه العمليات بالبناء مع رؤوس OpenSSL 4؛
تتتبّع المسألة #1008 مشكلة
التثبيت هذه وتوفّر حزم wheels من المصدر الأعلى.
إذا فشل التثبيت أثناء تجميع YARA، فاختر Python 3.12 أو 3.13 صراحةً
باستخدام الأوامر أعلاه. للحصول على تثبيت جديد لواجهة سطر الأوامر فقط باستخدام pipx، ثبّت
Python 3.13 أولًا واجعل python3.13 متاحًا على PATH، ثم شغّل:
pipx install --python python3.13 git+https://github.com/NVIDIA/skillspector.git
يُعدّ تحديث بناء wheel في المستودع الأصلي منفصلًا عن نشر إصدار جديد على PyPI. تحقّق من الملفات المنشورة قبل اختيار مُفسّر أحدث؛ فقد يظل البناء من المصدر مطلوبًا.
Docker (لا يتطلب Python)
شغّل SkillSpector دون تثبيت Python عبر بنائه محليًا من Dockerfile المضمّن. تعتمد الصورة على صورة Docker الرسمية لـ Python 3.12-slim-bookworm.
ابنِ الصورة:
make docker-build
# or: docker build -t skillspector .
فحص دليل محلي عبر تركيب دليلك الحالي في /scan، وهو دليل العمل داخل الحاوية:
docker run --rm -v "$PWD:/scan" skillspector scan ./my-skill/ --no-llm
الفحص مع تحليل LLM عن طريق تمرير بيانات الاعتماد باستخدام ملف .env محلي:
cat > .env <<'EOF'
SKILLSPECTOR_PROVIDER=anthropic
ANTHROPIC_API_KEY=sk-ant-...
EOF
docker run --rm \
-v "$PWD:/scan" \
--env-file .env \
skillspector scan ./my-skill/
أو مرّر بيانات الاعتماد مباشرةً من بيئة shell الخاصة بك:
docker run --rm \
-v "$PWD:/scan" \
-e SKILLSPECTOR_PROVIDER=anthropic \
-e ANTHROPIC_API_KEY="$ANTHROPIC_API_KEY" \
skillspector scan ./my-skill/
اكتب تقريرًا إلى نظام ملفات المضيف عن طريق الكتابة إلى الدليل المثبَّت:
docker run --rm --user "$(id -u):$(id -g)" \
-v "$PWD:/scan" \
skillspector scan ./my-skill/ --no-llm --format json --output report.json
اسم مستعار اختياري لعمليات الفحص الثابتة المتكررة: