Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
skill-scanner — Scanner de sécurité pour les compétences d'agent | Kitploit
Outils/GitHubGitHub/cisco-ai-defense/skill-scanner
Analyse StatiqueScanners de VulnérabilitésAnalyse Dynamique (Sandboxing)Analyse de CodeAnalyse de MalwareDevSecOpsDétection de SecretsRenseignement sur les MenacesSécurité de la Chaîne LogistiqueApprentissage AutomatiqueApprentissage et Éducation
2.4k30487il y a 12 joursVérifié par Kitploit
Sécurité de l'IA
GitHubcisco-ai-defense/skill-scanner

skill-scanner

Scanner de sécurité pour les compétences d'agent

Voir le dépôtSite web
Partager

Skill Scanner

License CPython 3.11–3.14 PyPI version CI Discord Cisco AI Defense AI Security Framework Ask DeepWiki

Un scanner de sécurité au mieux de ses capacités pour les Skills d'Agents IA qui détecte l'injection de prompt, l'exfiltration de données et les motifs de code malveillant. Il combine une détection par motifs (YAML + YARA-X), une analyse AST et de flux de données, un LLM-as-a-judge optionnel, et une couche de décision CEL bornée sur des faits de détecteurs typés.

Important : Ce scanner fournit une détection au mieux de ses capacités, et non une couverture exhaustive ou complète. Un scan qui ne retourne aucun résultat ne garantit pas qu'un skill est exempt de toute menace. Voir Périmètre et limitations ci-dessous.

Prend en charge les formats OpenAI Codex Skills et Cursor Agent Skills conformément à la spécification Agent Skills. Avec --lenient, scanne également les formats non standard tels que Claude Code .claude/commands/*.md et les dépôts de skills en markdown plat.


Points forts

  • Détection multi-moteurs - Analyse statique, flux de données comportemental, analyse sémantique par LLM et scan basé sur le cloud pour une couverture en couches, au mieux de ses capacités
  • Décisions CEL typées - Le scanner principal utilise le runtime officiel cel-go v0.32.0 pour corréler des faits bornés après la détection déterministe et avant l'analyse LLM optionnelle
  • Préréglages mesurés - Préréglages low-noise et quiet et plafonds LLM, avec rappel, taux de faux positifs et F1 publiés pour chacun (Paramètres recommandés)
  • Prêt pour la CI/CD - Sortie SARIF pour GitHub Code Scanning, workflow GitHub Actions réutilisable, codes de sortie pour les échecs de build
  • Hook pre-commit - Intégration au framework standard pre-commit pour scanner les skills avant chaque commit
  • Extensible - Architecture de plugins pour des analyseurs personnalisés

Rejoignez le Discord Cisco AI pour discuter, partager des retours ou échanger avec l'équipe.


Périmètre et limitations

Skill Scanner est un outil de détection. Il identifie des motifs de risque connus et probables, mais il ne certifie pas la sécurité.

Principales limitations :

  • Aucune détection ≠ aucun risque. Un scan qui renvoie « No findings » indique qu'aucun modèle de menace connu n'a été détecté. Cela ne garantit pas qu'une skill est sûre, bénigne ou exempte de vulnérabilités.
  • La couverture est intrinsèquement incomplète. Le scanner combine détection par signatures, analyse sémantique par LLM, analyse de flux de données comportementale, services cloud optionnels et packs de règles configurables. Bien que cette approche améliore la couverture, aucun outil automatisé ne peut détecter toutes les techniques, en particulier les attaques nouvelles ou zero-day.
  • Des faux positifs et des faux négatifs peuvent survenir. Les presets, le juge LLM et les suppressions ciblées réduisent le bruit, mais aucune configuration n'élimine toutes les classifications erronées. Choisissez une configuration mesurée parmi les Recommended Settings et ajustez la politique de scan à votre tolérance au risque.
  • La revue humaine reste essentielle. Le scan automatisé n'est qu'un composant d'une stratégie de défense en profondeur. Les déploiements à haut risque ou en production devraient associer les résultats du scanner à une revue manuelle du code et/ou à une modélisation des menaces.

Résultats mesurés

Sur des skills en aveugle (split de test figé de MaliciousSkillBench, 839 malveillantes et 545 inoffensives) :

  • Les règles seules détectent 7,7 % des skills malveillantes au niveau HIGH, avec un taux de faux positifs de 4,0 %.
  • Avec le juge LLM (Gemma 4 26B, balanced), 66,7 % atteignent la revue au niveau MEDIUM+ (15,4 % de FPR), et 33,7 % sont bloquées au niveau HIGH (6,4 % de FPR).

Chaque chiffre, avec son corpus et sa méthode, figure dans Measured Results et sur le Space d'évaluation.


Documentation

Le site de documentation est cisco-ai-defense.github.io/docs/skill-scanner. Les pages approfondies se trouvent dans docs/.

Télécharger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boîte à outils OSINT ultime : graphe d'enquête, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clé API requise.

    772
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    505
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    420
  • 4

    redforge

    cybersecurity91/redforge

    Boîte à outils red team côté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Le système d'action pour la cybersécurité native IA—où l'intention devient une exécution gouvernée, les preuves deviennent une mémoire opérationnelle, et chaque opération améliore la suivante.

    260
  • 6

    antifox

    antifox-ai/antifox

    Plateforme de test d'intrusion autonome multi-agents par IA qui exécute la reconnaissance, la découverte de la surface d'attaque, la validation de l'exploitation et la livraison de rapports étayés par des preuves.

    251

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →