ماسح أمان ثابت لحزم مهارات وكلاء الذكاء الاصطناعي. يكتشف ملفات SKILL.md الخبيثة والنصوص البرمجية المرفقة قبل تشغيلها.
إذا كان SkillsGuard يحمي خط أنابيبك، فكّر في دعم البحث المستمر وقواعد الكشف الجديدة.
محفظة تبرعات ETH
0x11282eE5726B3370c8B480e321b3B2aA13686582
امسح رمز QR أو انسخ عنوان المحفظة أعلاه.
ماسح أمان ساكن لحزم مهارات وكلاء الذكاء الاصطناعي. يكتشف ملفات SKILL.md الخبيثة والسكربتات المرفقة قبل تشغيلها.
# Scan any SKILL.md with a single curl — no account, no key
curl -s --data-binary @SKILL.md \
https://skillsguard.apiskillsguard.workers.dev/scan | jq .
ملاحظة: SkillsGuard غير منشور حاليًا على سجل npm. قم بالتثبيت عن طريق الاستنساخ والبناء من المصدر.
# 1. Clone, install, build, and link
git clone https://github.com/Teycir/SkillsGuard.git
cd SkillsGuard
npm install
npm run build
npm link
# 2. Scan any skill directory or file
skillsguard /path/to/skill
هذا كل شيء. يطبع SkillsGuard النتائج المرمّزة بالألوان إلى الطرفية (أو --json لـ CI).
رمز الخروج 0 = نظيف · 1 = نتائج · 2 = خطأ في الاستخدام.
هل تريد أن يستدعي Claude الماسح تلقائيًا داخل سير عمل الوكيل الخاص بك؟ راجع Local Workflow → Path B لإعداد المهارة + MCP الكامل.
flowchart TD
A([Folder, file, or Git diff target]) --> B[Load config\nskillsguard.config.json]
B --> C[File discovery\nFilter JS, PY, PS1, Docker, Ruby...]
C --> D{For each file}
D --> E[Raw text scan\nApply 100+ rules]
D --> F[decode.ts\nExtract encoded blobs]
F --> G[Recursive decode\nbase64, hex, URL]
G --> H[Scan decoded content]
E & H --> I{Findings?}
I -->|no| J([✅ Clean — exit 0])
I -->|yes| K[Deduplicate findings]
K --> L[Compute Risk Score\n0 - 100]
L --> M{Output mode}
M -->|CLI| N[ANSI colored report]
M -->|--json| O[JSON output]
M -->|--sarif| P[SARIF output]
M -->|MCP| Q[MCP response]
N & O & P & Q --> R{Risk > max-risk?}
R -->|yes| S([❌ Exit 1])
R -->|no| J
style A fill:#0d1117,stroke:#00ff88,color:#c3f5dc
style J fill:#0d1117,stroke:#00ff88,color:#00ff88
style S fill:#0d1117,stroke:#ff4444,color:#ff8888
style G fill:#0d1117,stroke:#f0a500,color:#f0c060
style K fill:#0d1117,stroke:#00ff88,color:#c3f5dc
رؤية أساسية: يفكّ SkillsGuard ترميز الحمولات المُعتَّمة قبل الفحص، لذا لا يمكن لصدفة عكسية مغلّفة بـ base64 أن تتسلل. كل نتيجة تُزال تكرارها — كل قاعدة تُطلق مرة واحدة على الأكثر لكل ملف لكل سطر.
امتلأت مساحة أمان مهارات الوكلاء بسرعة في 2026 — فقد أصدرت NVIDIA وCisco وSnyk وMondoo جميعها ماسحات لهذه المشكلة تحديدًا. يجدر بك معرفة هذا المجال قبل اختيار أداة، بما في ذلك هذه الأداة.
| الأداة | الجهة الداعمة | تتطلب حسابًا/رمزًا | تتطلب استدعاء LLM للفحص الأساسي | نهج الكشف | ميزة إضافية بارزة |
|---|---|---|---|---|---|
| SkillsGuard | مستقل، MIT | لا | لا | تعبيرات نمطية ثابتة، فك الترميز أولًا (فك متكرر لـ base64/hex/URL/Unicode) | خطاف ما قبل الالتزام + وضع git-diff؛ واجهة curl API مجانية |
| NVIDIA SkillSpector | NVIDIA، Apache 2.0 | لا | لا (اختياري، للمرحلة الدلالية) | ثابت + تمريرة دلالية اختيارية بـ LLM | بحث حي عن ثغرات التبعيات عبر OSV.dev |
| Cisco AI Defense Skill Scanner | Cisco | لا | لا (اختياري، للمرحلة الدلالية) | متعدد المحركات: ثابت + تدفق بيانات سلوكي + دلالي بـ LLM + سحابي | سير عمل GitHub Actions مدمج |
| Snyk Agent Scan (سابقًا mcp-scan) | Snyk، تجاري | نعم — يتطلب SNYK_TOKEN | نعم — قواعد حتمية + حكّام LLM مجتمعين | اكتشاف تلقائي عبر Claude/Cursor/Windsurf/Gemini CLI + خوادم MCP | يشغّل فحص المهارات عند التثبيت في Vercel |
| SkillScan | مستقل | لا | فقط لوضع predict (اختياري) | محرك قواعد YAML + تشغيل سلوكي تجريبي اختياري بـ LLM + صندوق رمل Docker اختياري | كشف التنشيط الزمني/المؤجل عبر لعب أدوار LLM |
| Mondoo Skill Check | Mondoo، تجاري | لا (طبقة مجانية، غير تجارية) | غير واضح من الوثائق العامة | ثابت، يُصنَّف وفق OWASP LLM Top 10 | لوحة تحكم مستضافة + REST API |
الخط المشترك الأهم: SkillsGuard هي الأداة الوحيدة في هذا الجدول التي لا تحتاج إلى أي شيء يتجاوز Node ≥18.3 لتشغيل فحص كامل — لا حساب، لا رمز API، لا نقطة نهاية LLM، لا استدعاء شبكي. كل منافس آخر يُصان بنشاط إما يتطلب التسجيل في خدمة (Snyk) أو يوصي بتكوين مزوّد LLM للحصول على تغطية كاملة (NVIDIA وCisco وSkillScan). وهذا يجعل SkillsGuard الخيار الأبسط لبوابة CI أو خطاف ما قبل الالتزام يجب أن يعمل بالطريقة نفسها، دون اتصال، في كل مرة — والأدوات المعزّزة بـ LLM الخيار الأفضل عندما تريد مراجعة دلالية/على مستوى النية ولا تمانع الاعتماد الإضافي.
ليست متنافية. إعداد منطقي شائع: SkillsGuard (أو أي أداة ثابتة عديمة الاعتماديات) كبوابة CI/pre-commit سريعة وحتمية، مقترنة بأحد الماسحات المعززة بـ LLM لمراجعة أعمق لمرة واحدة قبل الوثوق بمهارة جديدة تمامًا أو عالية الامتيازات.
SkillSpector هو المشروع الأكثر تشابهًا معماريًا — نفس إطار "الفحص قبل التثبيت"، ونفس قصة مخرجات SARIF/JSON، مدعومًا بدراسة تجريبية منشورة (تم فحص 42,447 مهارة، وُجد أن 26.1% منها عرضة للثغرات).