
skill-scanner v2.0.13
エージェントスキル向けセキュリティスキャナー
Skill Scanner
AI Agent Skills 向けのベストエフォート型セキュリティスキャナで、プロンプトインジェクション、データ流出、悪意のあるコードパターンを検出します。パターンベース検出(YAML + YARA-X)、AST およびデータフロー解析、オプションの LLM-as-a-judge、そして型付き検出器ファクトに対する境界付き CEL 決定レイヤーを組み合わせています。
重要: このスキャナはベストエフォート型の検出を提供するものであり、網羅的または完全なカバレッジを保証するものではありません。検出結果がゼロで返されたスキャンは、そのスキルにすべての脅威が存在しないことを保証するものではありません。以下のスコープと制限を参照してください。
Agent Skills 仕様に準拠した OpenAI Codex Skills および Cursor Agent Skills 形式をサポートします。--lenient を指定すると、Claude Code の .claude/commands/*.md やフラットな markdown スキルリポジトリなど、非標準形式もスキャンします。
ハイライト
- マルチエンジン検出 - 静的解析、振る舞いデータフロー、LLM セマンティック解析、クラウドベーススキャニングによる多層的なベストエフォート型カバレッジ
- 型付き CEL 決定 - コアスキャナは公式の
cel-gov0.32.0 ランタイムを使用し、決定論的検出の後、オプションの LLM 解析の前に、境界付きファクトを相関させます - 計測済みプリセット -
low-noiseおよびquietプリセットと LLM 上限を用意し、それぞれの再現率、偽陽性率、F1 を公開(推奨設定) - CI/CD 対応 - GitHub Code Scanning 向けの SARIF 出力、再利用可能な GitHub Actions ワークフロー、ビルド失敗用の終了コード
- Pre-commit フック - 標準 pre-commit フレームワークとの統合により、コミット前にスキルをスキャン
- 拡張可能 - カスタムアナライザ向けのプラグインアーキテクチャ
**Cisco AI Discord に参加**して、ディスカッションやフィードバックの共有、チームとの交流を行えます。
スコープと制限
Skill Scanner は検出ツールです。既知および推定されるリスクパターンを特定しますが、セキュリティを保証するものではありません。
主な制限:
- 検出結果なし ≠ リスクなし。 スキャンが「検出結果なし」を返すのは、既知の脅威パターンが検出されなかったことを示すだけです。これはスキルが安全であること、無害であること、または脆弱性がないことを保証するものではありません。
- カバレッジは本質的に不完全です。 スキャナーは、シグネチャベースの検出、LLMベースのセマンティック分析、振る舞いデータフロー分析、オプションのクラウドサービス、および設定可能なルールパックを組み合わせています。このアプローチによりカバレッジは向上しますが、自動化ツールはあらゆる手法、特に新規またはゼロデイ攻撃を検出できるわけではありません。
- 偽陽性と偽陰性が発生する可能性があります。 プリセット、LLMジャッジ、スコープ付き抑制によりノイズは軽減されますが、すべての誤分類を排除できる設定はありません。推奨設定から適切な構成を選び、リスク許容度に合わせてスキャンポリシーを調整してください。
- 人によるレビューは依然として不可欠です。 自動スキャンは多層防御戦略の一要素にすぎません。高リスクまたは本番環境へのデプロイでは、スキャナー結果と手動コードレビューや脅威モデリングを組み合わせるべきです。
測定結果
ホールドアウトされたスキル(MaliciousSkillBenchの凍結テスト分割、悪意あるスキル839件と無害なスキル545件)において:
- ルールのみでは、HIGHレベルで悪意あるスキルの7.7%を検出し、偽陽性率は4.0%です。
- LLMジャッジ(Gemma 4 26B、
balanced)を併用すると、66.7%がMEDIUM以上でレビュー対象となり(FPR 15.4%)、 33.7%がHIGHでブロックされます(FPR 6.4%)。
すべての数値は、そのコーパスと手法とともに測定結果および評価Spaceに記載されています。
ドキュメント
ドキュメントサイトは cisco-ai-defense.github.io/docs/skill-scanner です。
詳細なページは docs/ にあります。
| ガイド | 説明 |
|---|---|
| クイックスタート | 5分で始める |
| 推奨設定 | 最小のFPRまたは最大のF1を実現するセットアップを選択。コピー&ペースト可能な設定付き |
| LLMプロバイダー | 任意のプロバイダー、ゲートウェイ、ローカルモデル向けにLLMジャッジを設定 |
| 結果とチューニング | 検出結果の読み方、レビューキューの構築、誤検知の低減 |
| アーキテクチャ | システム設計とコンポーネント |
| CEL決定レイヤー | 型付きファクト、安全境界、ロールアウトモード、テレメトリ |
| 脅威分類 | 例付きの完全なAITech脅威分類 |
| 分類リファレンス | すべてのAITechおよびAISubtechコードの定義 |
| LLMアナライザー | LLMの設定と使用方法 |
| System Oneアナライザー | オプションの助言的スクリーニング層と、それがゲートになれない理由 |
| メタアナライザー | オプションの二次パスレビュー(デフォルトでオフ、コストを実測) |
| 行動アナライザー | データフロー分析の詳細 |
| スキャンポリシー | カスタムポリシー、プリセット、チューニングガイド |
| ポリシークイックリファレンス | ポリシーのセクションと設定項目の簡潔なリファレンス |
| 実測結果 | 公開されているすべての数値と、そのコーパス、母集団、モデル |
| ルール作成 | シグネチャ、YARA、Pythonルールの追加方法 |
| GitHub Actions | CI/CD統合用の再利用可能なワークフロー |
| APIリファレンス | REST APIドキュメント |
| 開発ガイド | コントリビューションと開発環境のセットアップ |
インストール
前提条件: CPython 3.11–3.14 および uv(推奨)または pip。
Wheelには、glibc Linux x86-64/ARM64、macOS 14+ x86-64/ARM64、Windows x86-64向けのCELヘルパーが含まれています。その他のプラットフォームではソースディストリビューションからビルドされ、Go 1.27.1+が必要です。詳細はインストールと設定を参照してください。
# Using uv (recommended)
uv pip install cisco-ai-skill-scanner
# As a standalone tool
uv tool install cisco-ai-skill-scanner # or: pipx install cisco-ai-skill-scanner
# Using pip
pip install cisco-ai-skill-scanner
# Using Homebrew (macOS 14+)
brew tap cisco-ai-defense/skill-scanner https://github.com/cisco-ai-defense/skill-scanner
brew install cisco-ai-defense/skill-scanner/skill-scanner
推奨設定のプリセットと設定には、2.2.0 以降が必要です(skill-scanner --version)。
クラウドプロバイダー向けの追加設定
# AWS Bedrock support (IAM credentials, no API key)
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]