Skip to content
KitploitKITPLOIT
أدواتالمدونة
إرسال
أدواتالمدونة
إرسال

أدوات الاختراق واختبار الاختراق والأمن السيبراني لترسانتك الأمنية!

Kitploit هو دليل لأدوات الاختراق والأمن السيبراني واختبار الاختراق. اكتشف آخر تحديثات المشاريع للعثور على الثغرات وتحليل الأنظمة وأتمتة الاختبارات وتعزيز أمنك.

··الخلاصات·اتصال·الخصوصية·© 2026 Kitploit

دليل الأدوات

الفئات

عرض جميع الفئات
Loading categories
skill-scanner — ماسح أمني لمهارات الوكيل | Kitploit
أدوات/GitHubGitHub/cisco-ai-defense/skill-scanner
التحليل الثابتماسحات الثغرات الأمنيةالتحليل الديناميكي (عزل)تحليل الكودتحليل البرمجيات الخبيثةDevSecOpsكشف الأسراراستخبارات التهديداتأمن سلسلة التوريدتعلم الآلةالتعلم والتعليمأمن الذكاء الاصطناعي
2.4k304منذ 16 أيامتمت المراجعة من قبل Kitploit

الأكثر شعبية

عرض الكل →

اكتشف الأدوات الأكثر استخدامًا من قبل مجتمعنا.

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →
مشاركة
GitHubcisco-ai-defense/skill-scanner

skill-scanner

ماسح أمني لمهارات الوكيل

عرض المستودعالموقع الإلكتروني

ماسح المهارات

License Python 3.10+ PyPI version CI Discord Cisco AI Defense AI Security Framework Ask DeepWiki

ماسح أمني بأفضل جهد ممكن لمهارات وكلاء الذكاء الاصطناعي يكتشف حقن التعليمات، تسريب البيانات، وأنماط التعليمات البرمجية الخبيثة. يجمع بين الكشف القائم على الأنماط (YAML + YARA)، وLLM كقاضٍ، وتحليل تدفق البيانات السلوكي لتعظيم تغطية الكشف عن التهديدات المحتملة مع تقليل النتائج الإيجابية الزائفة.

هام: يوفر هذا الماسح كشفًا بأفضل جهد ممكن، وليس تغطية شاملة أو كاملة. الفحص الذي لا يُرجع أي نتائج لا يضمن أن المهارة خالية من جميع التهديدات. راجع النطاق والقيود أدناه.

يدعم تنسيقات مهارات OpenAI Codex و مهارات وكيل Cursor وفقًا لـ مواصفات مهارات الوكيل. مع --lenient، يقوم أيضًا بمسح التنسيقات غير القياسية مثل .claude/commands/*.md لـ Claude Code ومستودعات المهارات المسطحة لـ Markdown.


النقاط البارزة

  • كشف متعدد المحركات - تحليل ثابت، تدفق بيانات سلوكي، تحليل دلالي بواسطة LLM، ومسح سحابي لتغطية متعددة الطبقات بأفضل جهد
  • تصفية النتائج الإيجابية الزائفة - المحلل الوصفي يقلل الضوضاء بشكل كبير مع الحفاظ على قدرة الكشف
  • جاهز للتكامل المستمر/النشر المستمر - مخرجات SARIF لمسح رموز GitHub، سير عمل قابل لإعادة الاستخدام لـ GitHub Actions، رموز خروج لفشل البناء
  • خطاف ما قبل الالتزام - تكامل إطار العمل القياسي pre-commit لمسح المهارات قبل كل التزام
  • قابل للتوسيع - بنية إضافات للمحللين المخصصين

انضم إلى Discord الخاص بـ Cisco AI للمناقشة أو مشاركة الملاحظات أو التواصل مع الفريق.


النطاق والقيود

ماسح المهارات هو أداة كشف. يحدد أنماط المخاطر المعروفة والمحتملة، لكنه لا يشهد على الأمان.

القيود الرئيسية:

  • لا توجد نتائج ≠ لا خطر. الفحص الذي يُرجع 'لا توجد نتائج' يشير إلى أنه لم يتم اكتشاف أي أنماط تهديد معروفة. لا يضمن أن المهارة آمنة أو غير ضارة أو خالية من الثغرات.
  • التغطية غير كاملة بطبيعتها. يجمع الماسح بين الكشف القائم على التوقيعات، والتحليل الدلالي بواسطة LLM، وتحليل تدفق البيانات السلوكي، والخدمات السحابية الاختيارية، وحزم القواعد القابلة للتكوين. بينما يعزز هذا النهج التغطية، لا يمكن لأي أداة آلية اكتشاف كل أسلوب، خاصة الهجمات الجديدة أو هجمات اليوم الصفري.
  • يمكن أن تحدث نتائج إيجابية زائفة وسلبية زائفة. أوضاع الإجماع والتحليل الوصفي تقلل الضوضاء، لكن لا يوجد تكوين يلغي جميع التصنيفات الخاطئة. قم بضبط سياسة المسح وفقًا لتحملك للمخاطر.
  • تبقى المراجعة البشرية ضرورية. المسح الآلي هو أحد مكونات استراتيجية الدفاع في العمق. يجب أن تقترن عمليات النشر عالية المخاطر أو الإنتاجية بنتائج الماسح مع مراجعة يدوية للكود و/أو نمذجة التهديدات.

الوثائق


التثبيت

المتطلبات الأساسية: Python 3.10+ و uv (موصى به) أو pip

root@kitploit:~
# Using uv (recommended)
uv pip install cisco-ai-skill-scanner

# Using pip
pip install cisco-ai-skill-scanner
إضافات موفري السحابة
root@kitploit:~
# AWS Bedrock support
pip install cisco-ai-skill-scanner[bedrock]

# Google AI Studio / Gemini support
pip install cisco-ai-skill-scanner[google]

# Google Vertex AI support
pip install cisco-ai-skill-scanner[vertex]

# Azure OpenAI support
pip install cisco-ai-skill-scanner[azure]

# All cloud providers
pip install cisco-ai-skill-scanner[all]

بداية سريعة

إعداد البيئة (اختياري)

root@kitploit:~
# For LLM analyzer and Meta-analyzer
export SKILL_SCANNER_LLM_API_KEY="your_api_key"
export SKILL_SCANNER_LLM_MODEL="claude-3-5-sonnet-20241022"

# For VirusTotal binary scanning
export VIRUSTOTAL_API_KEY="your_virustotal_api_key"

# For Cisco AI Defense
export AI_DEFENSE_API_KEY="your_aidefense_api_key"

المعالج التفاعلي

لست متأكدًا من العلامات التي يجب استخدامها؟ قم بتشغيل skill-scanner بدون وسائط لتشغيل المعالج التفاعلي:

root@kitploit:~
skill-scanner

يأخذك المعالج خلال اختيار هدف المسح والمحللين والسياسة وتنسيق الإخراج، ثم يعرض الأمر المجمع قبل تشغيله. رائع لتعلم واجهة سطر الأوامر.

استخدام سطر الأوامر

root@kitploit:~
# Scan a single skill (core analyzers: static + bytecode + pipeline)
skill-scanner scan /path/to/skill

# Scan with behavioral analyzer (dataflow analysis)
skill-scanner scan /path/to/skill --use-behavioral

# Scan with all engines
skill-scanner scan /path/to/skill --use-behavioral --use-llm --use-aidefense

# Scan with meta-analyzer for false positive filtering
skill-scanner scan /path/to/skill --use-llm --enable-meta

# Scan with trigger analyzer for vague description checks
skill-scanner scan /path/to/skill --use-trigger

# Run LLM analyzer multiple times and keep majority-agreed findings
skill-scanner scan /path/to/skill --use-llm --llm-consensus-runs 3

# Scan multiple skills recursively
skill-scanner scan-all /path/to/skills --recursive --use-behavioral

# Scan multiple skills with cross-skill overlap detection
skill-scanner scan-all /path/to/skills --recursive --check-overlap

# Scan a GitHub repository (owner/repo shorthand or full URL)
skill-scanner scan-repo owner/repo
skill-scanner scan-repo https://github.com/owner/repo --use-llm

# Lenient mode: tolerate malformed skills instead of failing
skill-scanner scan /path/to/skill --lenient
skill-scanner scan-all /path/to/skills --recursive --lenient

# Lenient mode with non-standard skill formats (no SKILL.md required)
skill-scanner scan .claude/commands/deploy --lenient
skill-scanner scan-all .claude/commands --recursive --lenient

# Use a custom metadata filename instead of SKILL.md
skill-scanner scan /path/to/skill --skill-file README.md

# CI/CD: Fail build if threats found
skill-scanner scan-all ./skills --fail-on-severity high --format sarif --output results.sarif

# Generate interactive HTML report with attack correlation groups
skill-scanner scan /path/to/skill --use-llm --enable-meta --format html --output report.html

# Use custom YARA rules
skill-scanner scan /path/to/skill --custom-rules /path/to/my-rules/

# Use custom taxonomy + threat mapping profiles (JSON/YAML)
skill-scanner scan /path/to/skill --taxonomy /path/to/taxonomy.json --threat-mapping /path/to/threat_mapping.json

# VirusTotal hash scan with optional unknown-file uploads
skill-scanner scan /path/to/skill --use-virustotal --vt-upload-files

# Use a scan policy preset (strict, balanced, permissive)
skill-scanner scan /path/to/skill --policy strict

# Use a custom org policy file
skill-scanner scan /path/to/skill --policy my_org_policy.yaml

# Generate a policy file to customise
skill-scanner generate-policy -o my_org_policy.yaml

# Interactive policy configurator (TUI)
skill-scanner configure-policy

ملاحظة حول موفر LLM: --llm-provider يقبل حاليًا anthropic أو openai. للبوابات الخلفية Bedrock وVertex وAzure وGemini وLiteLLM الأخرى، قم بتعيين سلاسل النموذج الخاصة بالموفر ومتغيرات البيئة (انظر وثائق محلل LLM).

مجموعة تطوير البرامج الخاصة بـ Python

root@kitploit:~
from skill_scanner import SkillScanner
from skill_scanner.core.analyzers import BehavioralAnalyzer

# Create scanner with analyzers
scanner = SkillScanner(analyzers=[
    BehavioralAnalyzer(),
])

# Scan a skill
result = scanner.scan_skill("/path/to/skill")

print(f"Findings: {len(result.findings)}")
print(f"Max severity: {result.max_severity}")

# Note: is_safe indicates no HIGH/CRITICAL findings were detected.
# It does not guarantee the skill is free of all risk.
if not result.is_safe:
    print("Issues detected -- review findings before deployment")

المحللون الأمنيون


خيارات سطر الأوامر


مثال على الإخراج

root@kitploit:~
$ skill-scanner scan ./my-skill --use-behavioral

============================================================
Skill: my-skill
============================================================
Status: [OK] No findings
Max Severity: NONE
Total Findings: 0
Scan Duration: 0.15s

ملاحظة: 'لا توجد نتائج' يعني أن الماسح لم يكتشف أي أنماط تهديد معروفة - وهو ليس ضمانًا بأن المهارة خالية من جميع المخاطر. راجع النطاق والقيود.


إجراءات GitHub

قم بمسح المهارات تلقائيًا عند كل دفع أو طلب سحب باستخدام سير العمل القابل لإعادة الاستخدام:

root@kitploit:~
# .github/workflows/scan-skills.yml
name: Scan Skills
on:
  pull_request:
    paths: [".cursor/skills/**"]
jobs:
  scan:
    uses: cisco-ai-defense/skill-scanner/.github/workflows/scan-skills.yml@main
    with:
      skill_path: .cursor/skills
    permissions:
      security-events: write
      contents: read

تظهر النتائج كتعليقات توضيحية مضمنة في طلبات السحب عبر مسح رموز GitHub. راجع الدليل الكامل لتكامل LLM وتكوين الأسرار وإعداد حماية الفروع.


خطاف ما قبل الالتزام

قم بمسح المهارات قبل كل التزام باستخدام إطار عمل pre-commit:

root@kitploit:~
# .pre-commit-config.yaml
repos:
  - repo: https://github.com/cisco-ai-defense/skill-scanner
    rev: v1.0.0  # use the latest release tag
    hooks:
      - id: skill-scanner

أو قم بتثبيت الخطاف المدمج مباشرة:

root@kitploit:~
skill-scanner-pre-commit install

يكتشف الخطاف تلقائيًا أدلة المهارات التي تحتوي على تغييرات مرحلية ويمسحها فقط، مما يحافظ على سرعة أوقات الالتزام. استخدم --all لمسح كل شيء.


المساهمة

نرحب بالمساهمات! يرجى الاطلاع على CONTRIBUTING.md للحصول على الإرشادات.

الترخيص

Apache 2.0 - راجع LICENSE للتفاصيل.

حقوق النشر 2026 Cisco Systems, Inc. والشركات التابعة لها


GitHub • Discord • PyPI

تنزيل الأداة
الدليلالوصف
بداية سريعةابدأ في 5 دقائق
الهندسة المعماريةتصميم النظام والمكونات
تصنيف التهديداتتصنيف تهديدات AITech الكامل مع أمثلة
محلل LLMتكوين واستخدام LLM
المحلل الوصفيتصفية النتائج الإيجابية الزائفة وتحديد الأولويات
المحلل السلوكيتفاصيل تحليل تدفق البيانات
سياسة المسحالسياسات المخصصة والإعدادات المسبقة ودليل الضبط
مرجع سريع للسياسةمرجع مضغوط لأقسام السياسة ومقابض التحكم
تأليف القواعدكيفية إضافة قواعد التوقيع وYARA وPython
إجراءات GitHubسير عمل قابل لإعادة الاستخدام لتكامل CI/CD
مرجع APIتوثيق REST API
دليل التطويرالمساهمة وإعداد التطوير
المحللطريقة الكشفالنطاقالمتطلبات
ثابتأنماط YAML + YARAجميع الملفاتلا يوجد
Bytecodeالتحقق من سلامة .pycbytecode Pythonلا يوجد
خط الأنابيبتحليل تلوث الأوامرخطوط أنابيب shellلا يوجد
سلوكيتحليل تدفق بيانات ASTملفات Pythonلا يوجد
LLMتحليل دلاليSKILL.md + البرامج النصيةمفتاح API
وصفيتصفية النتائج الإيجابية الزائفةجميع النتائجمفتاح API
VirusTotalالبرامج الضارة القائمة على التجزئةالملفات الثنائيةمفتاح API
AI Defenseالذكاء الاصطناعي السحابيالمحتوى النصيمفتاح API
الخيارالوصف
--policyسياسة المسح: اسم الإعداد المسبق (strict, balanced, permissive) أو مسار إلى YAML مخصص
--use-behavioralتمكين المحلل السلوكي (تحليل تدفق البيانات)
--use-llmتمكين محلل LLM (يتطلب مفتاح API)
--llm-providerموفر LLM لتوجيه سطر الأوامر: anthropic أو openai
--llm-consensus-runs Nتشغيل تحليل LLM N مرة والاحتفاظ بالنتائج المتفق عليها بالأغلبية
--llm-max-tokens Nالحد الأقصى لرموز الإخراج لاستجابات LLM (الافتراضي: 8192)
--use-virustotalتمكين ماسح VirusTotal الثنائي
--vt-api-key KEYتوفير مفتاح API VirusTotal مباشرة (اختياري)
--vt-upload-filesتحميل الملفات الثنائية غير المعروفة إلى VirusTotal (اختياري)
--use-aidefenseتمكين محلل Cisco AI Defense
--aidefense-api-url URLتجاوز عنوان URL لواجهة API الخاصة بـ AI Defense (اختياري)
--use-triggerتمكين محلل خصوصية المشغل
--enable-metaتمكين المحلل الوصفي لتصفية النتائج الإيجابية الزائفة
--verboseتضمين بصمات السياسة لكل نتيجة، بيانات التعريف الخاصة بالتزامن، والاحتفاظ بالنتائج الإيجابية الزائفة للمحلل الوصفي
--formatالإخراج: summary, json, markdown, table, sarif, html. ينتج تنسيق html تقريرًا تفاعليًا قائمًا بذاته مع مجموعات ارتباط قابلة للطي، ومقتطفات كود قابلة للتوسيع، ورسوم بيانية لتدفق تلوث الأنابيب
--detailedتضمين النتائج التفصيلية في إخراج Markdown
--compactإخراج JSON مضغوط
--output PATHمسار ملف الإخراج الافتراضي (يتم تجاوزه بواسطة --output-<fmt>)
--fail-on-findingsالخروج مع خطأ إذا تم العثور على HIGH/CRITICAL (اختصار لـ --fail-on-severity high)
--fail-on-severity LEVELالخروج مع خطأ إذا كانت هناك نتائج عند أو أعلى من LEVEL (critical, high, medium, low, info)
--custom-rules PATHاستخدام قواعد YARA مخصصة من دليل
--taxonomy PATHتحميل ملف تصنيف مخصص (JSON/YAML) لهذا التشغيل
--threat-mapping PATHتحميل ملف تعيين التهديدات المخصص للماسح (JSON) لهذا التشغيل
--lenientتسامح مع المهارات المشوهة (فرض الحقول السيئة، ملء القيم الافتراضية) بدلاً من الفشل. عند غياب SKILL.md، يتراجع إلى مسح ملفات .md في الدليل
--skill-file FILENAMEاسم ملف بيانات وصفية مخصص لاستخدامه بدلاً من SKILL.md (مثل README.md)
--check-overlap(scan-all) تمكين فحوصات تداخل وصف المهارات المتعددة
الأمرالوصف
(لا يوجد أمر)تشغيل معالج المسح التفاعلي (عند التشغيل في محطة طرفية)
interactiveتشغيل معالج المسح التفاعلي (صريح)
scanمسح دليل مهارة واحدة
scan-allمسح مهارات متعددة (مع --recursive, --check-overlap)
generate-policyتوليد YAML لسياسة المسح للتخصيص
configure-policyواجهة مستخدم نصية تفاعلية لبناء/تحرير سياسة مسح مخصصة (يدعم --input)
list-analyzersعرض المحللين المتاحين
validate-rulesالتحقق من صحة توقيعات القواعد (يدعم --rules-file)