Skill Scanner

AIエージェントスキル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。検出結果が何も返らないスキャンは、そのスキルにすべての脅威が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事項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形式をサポートしています。--lenientを使用すると、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できます。

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ンによる、多層的でベストエフォートなカバレッジ
型付きCEL決定 - コアスキャナは公式のcel-go v0.32.0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
測定済みプリセット - low-noiseおよびquietプリセットとLLM上限。それぞれの再現率、偽陽性率、F1が公開されています（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ー用のプラグインアーキテクチャ

**Cisco AI Discordに参加**して、議論したり、フィードバックを共有したり、チームとつながりましょう。

スコープと制限事項

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、セキュリティを証明するものではありません。

主な制限事項:

検出結果なし ≠ リスクなし。 スキャンが「検出結果なし」を返すことは、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。スキルが安全であること、無害であること、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。 スキャナは、シグネチャベース検出、LLMベースのセマンティック解析、振る舞いデータフロー解析、オプションのクラウドサービス、設定可能なルールパックを組み合わせています。このアプローチはカバレッジを向上させますが、すべての手法、特に新規またはゼロデイ攻撃を検出できる自動ツールは存在しません。
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する設定はありません。推奨設定から測定済みのセットアップを選び、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。
人間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、スキャナの結果を手動コードレビューや脅威モデリングと組み合わせるべきです。

測定結果

ホールドアウトスキル（MaliciousSkillBenchの凍結テスト分割、悪意のある839件と無害な545件）において:

ルールのみでは、HIGHで悪意のあるスキルの7.7%を検出し、偽陽性率は4.0%です。
LLMジャッジ併用（Gemma 4 26B、balanced）では、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	コピー&ペースト可能な設定で、最低FPRまたは最高F1のセットアップを選択
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	検出結果を読み、レビューキューを構築し、偽陽性を削減
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	例を含む完全なAITech脅威分類
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（デフォルトではオフ、コストは測定済み）
振る舞いアナライザー	データフロー解析の詳細
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	ポリシーセクションと設定項目のコンパクトなリファレンス
測定結果	公開されたすべての数値と、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以上が必要です。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追加機能

# 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]

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

# On-device Apple Foundation Model (experimental: macOS 26+, Apple Intelligence, full Xcode)
pip install "apple-fm-sdk>=0.2.1,<0.3"

skill-scanner v2.0.14