Назад к обновлениям
New releaseAug 4, 2026

skill-scanner v2.0.13

Сканер безопасности для навыков агента

Поделиться

Skill Scanner

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

Сканер безопасности AI Agent Skills, работающий по принципу наилучших усилий, который обнаруживает внедрение промптов, утечку данных и шаблоны вредоносного кода. Он сочетает обнаружение на основе шаблонов (YAML + YARA-X), анализ AST и потоков данных, опциональный LLM-as-a-judge и ограниченный слой принятия решений на CEL над типизированными фактами детекторов.

Важно: Этот сканер обеспечивает обнаружение по принципу наилучших усилий, а не исчерпывающее или полное покрытие. Сканирование, не выявившее находок, не гарантирует, что навык свободен от всех угроз. См. раздел Область применения и ограничения ниже.

Поддерживает форматы OpenAI Codex Skills и Cursor Agent Skills в соответствии со спецификацией Agent Skills. С флагом --lenient также сканирует нестандартные форматы, такие как Claude Code .claude/commands/*.md и плоские репозитории навыков в markdown.


Ключевые возможности

  • Многодвижковое обнаружение — статический анализ, поведенческий анализ потоков данных, семантический анализ LLM и облачное сканирование для многоуровневого покрытия по принципу наилучших усилий
  • Типизированные решения на CEL — основной сканер использует официальную среду выполнения cel-go v0.32.0 для корреляции ограниченных фактов после детерминированного обнаружения и перед опциональным анализом LLM
  • Измеренные пресеты — пресеты low-noise и quiet и ограничения LLM с опубликованными для каждого показателями полноты, доли ложных срабатываний и F1 (Рекомендуемые настройки)
  • Готовность к CI/CD — вывод SARIF для GitHub Code Scanning, переиспользуемый рабочий процесс GitHub Actions, коды выхода для сбоев сборки
  • Pre-commit хук — интеграция со стандартным фреймворком pre-commit для сканирования навыков перед каждым коммитом
  • Расширяемость — архитектура плагинов для пользовательских анализаторов

Присоединяйтесь к Cisco AI Discord, чтобы обсуждать, делиться отзывами или связаться с командой.


Область применения и ограничения

Skill Scanner — это инструмент обнаружения. Он выявляет известные и вероятные шаблоны риска, но не удостоверяет безопасность.

Ключевые ограничения:

  • Отсутствие находок ≠ отсутствие риска. Сканирование, возвращающее «No findings», указывает лишь на то, что известные шаблоны угроз не обнаружены. Это не гарантирует, что навык безопасен, безвреден или свободен от уязвимостей.
  • Покрытие по своей природе неполно. Сканер сочетает сигнатурное обнаружение, семантический анализ на основе LLM, анализ потоков данных поведения, опциональные облачные сервисы и настраиваемые наборы правил. Хотя такой подход расширяет покрытие, ни один автоматизированный инструмент не способен обнаружить все техники, особенно новые или zero-day атаки.
  • Возможны ложноположительные и ложноотрицательные срабатывания. Пресеты, LLM-судья и ограниченные подавления снижают шум, но никакая конфигурация не устраняет все ошибочные классификации. Выберите взвешенную настройку из Recommended Settings и настройте политику сканирования под свою толерантность к риску.
  • Ручная проверка остаётся необходимой. Автоматическое сканирование — лишь один компонент стратегии эшелонированной защиты. Для высокорисковых или производственных развёртываний результаты сканера следует сочетать с ручной проверкой кода и/или моделированием угроз.

Измеренные результаты

На отложенных навыках (замороженная тестовая выборка MaliciousSkillBench: 839 вредоносных и 545 безвредных):

  • Только правила выявляют 7.7% вредоносных навыков на уровне HIGH при частоте ложноположительных срабатываний 4.0%.
  • С LLM-судьёй (Gemma 4 26B, balanced) 66.7% достигают проверки на уровне MEDIUM+ (FPR 15.4%), а 33.7% блокируются на уровне HIGH (FPR 6.4%).

Каждая цифра с указанием корпуса и метода приведена в Measured Results и на evaluation Space.


Документация

Сайт документации — cisco-ai-defense.github.io/docs/skill-scanner. Подробные страницы находятся в docs/.

Категории