Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
SkillsGuard — 静态安全扫描器,用于AI代理技能包。在运行前检测恶意的SKILL.md文件和捆绑脚本。 | Kitploit
工具/GitHubGitHub/teycir/skillsguard
权限提升静态分析漏洞扫描器持久化机制代码分析恶意软件分析DevSecOps命令与控制秘密检测供应链安全AI 安全
1414217天前尚未审核
分享
GitHub
teycir/skillsguard

SkillsGuard

静态安全扫描器,用于AI代理技能包。在运行前检测恶意的SKILL.md文件和捆绑脚本。

查看仓库网站

支持开发

如果 SkillsGuard 保护了你的流水线,请考虑支持正在进行的研究和新的检测规则。

ETH 捐赠钱包 0x11282eE5726B3370c8B480e321b3B2aA13686582

以太坊捐赠二维码

扫描二维码或复制上方的钱包地址。


License Node TypeScript Zero deps MCP

SkillsGuard ASCII 动画

面向 AI 智能体技能包的静态安全扫描器。 在恶意 SKILL.md 文件及捆绑脚本运行之前将其检测出来。

"审计技能。不信任任何东西。安全交付。"

SkillsGuard 实时演示 SkillsGuard MCP 与审计演示

⚡ 60 秒内安装并使用

方案 A — 免费云 API(无需安装)

# Scan any SKILL.md with a single curl — no account, no key
curl -s --data-binary @SKILL.md \
  https://skillsguard.apiskillsguard.workers.dev/scan | jq .

方案 B — 从源码构建并全局链接

注意: SkillsGuard 目前尚未发布到 npm registry。请通过克隆源码并构建的方式进行安装。

# 1. Clone, install, build, and link
git clone https://github.com/Teycir/SkillsGuard.git
cd SkillsGuard
npm install
npm run build
npm link

# 2. Scan any skill directory or file
skillsguard /path/to/skill

就是这样。SkillsGuard 会将带颜色标记的发现结果输出到终端(或使用 --json 供 CI 使用)。
退出码 0 = 无问题 · 1 = 有发现 · 2 = 用法错误。

想让 Claude 在你的 agent 工作流中自动调用扫描器?请参阅 本地工作流 → 路径 B 了解完整的 skill + MCP 配置。


工作原理

flowchart TD
    A([Folder, file, or Git diff target]) --> B[Load config\nskillsguard.config.json]
    B --> C[File discovery\nFilter JS, PY, PS1, Docker, Ruby...]
    C --> D{For each file}
    D --> E[Raw text scan\nApply 100+ rules]
    D --> F[decode.ts\nExtract encoded blobs]
    F --> G[Recursive decode\nbase64, hex, URL]
    G --> H[Scan decoded content]
    E & H --> I{Findings?}
    I -->|no| J([✅ Clean — exit 0])
    I -->|yes| K[Deduplicate findings]
    K --> L[Compute Risk Score\n0 - 100]
    L --> M{Output mode}
    M -->|CLI| N[ANSI colored report]
    M -->|--json| O[JSON output]
    M -->|--sarif| P[SARIF output]
    M -->|MCP| Q[MCP response]
    N & O & P & Q --> R{Risk > max-risk?}
    R -->|yes| S([❌ Exit 1])
    R -->|no| J

    style A fill:#0d1117,stroke:#00ff88,color:#c3f5dc
    style J fill:#0d1117,stroke:#00ff88,color:#00ff88
    style S fill:#0d1117,stroke:#ff4444,color:#ff8888
    style G fill:#0d1117,stroke:#f0a500,color:#f0c060
    style K fill:#0d1117,stroke:#00ff88,color:#c3f5dc

关键洞察: SkillsGuard 在扫描之前先解码混淆载荷,因此经过 base64 包装的反向 shell 无法蒙混过关。每个发现都会去重——每条规则对每个文件的每一行最多触发一次。


目录

  • SkillsGuard 对比
  • 为什么选择 SkillsGuard
  • 功能特性
  • 威胁覆盖范围
  • 快速开始
  • 本地工作流
    • Kiro CLI — 完整示例
    • 真实示例 — 自审计已安装技能
  • CLI 用法
  • Git Diff 模式
  • 配置文件
  • 风险评分与门控
  • SARIF 输出
  • 模型特定规则
  • 规则浏览器与调优
  • 监视模式
  • 基线工作流
  • Pre-commit 钩子
  • MCP 服务器
  • HTTP 服务器
  • 云 API(免费)
  • 在线演示
  • 库 API
  • 规则参考
  • 混淆检测
  • 测试夹具
  • 项目结构
  • 局限性
  • 贡献
  • 许可证
  • 署名
  • 相关项目
  • 支持开发

SkillsGuard 对比

2026 年,智能体技能安全领域迅速拥挤起来——NVIDIA、Cisco、Snyk 和 Mondoo 都针对这一确切问题发布了扫描器。在选择工具(包括本工具)之前,了解这一领域是值得的。

一览

工具支持方需要账户/令牌核心扫描需要 LLM 调用检测方式显著额外功能
SkillsGuard独立,MIT否否静态正则,解码优先(递归 base64/hex/URL/Unicode 解包)Pre-commit 钩子 + git-diff 模式;免费 curl API
NVIDIA SkillSpectorNVIDIA,Apache 2.0否否(可选,用于语义阶段)静态 + 可选 LLM 语义扫描实时 OSV.dev 依赖 CVE 查询
Cisco AI Defense Skill ScannerCisco否否(可选,用于语义阶段)多引擎:静态 + 行为数据流 + LLM 语义 + 云内置 GitHub Actions 工作流
Snyk Agent Scan(原 mcp-scan)Snyk,商业是 — 需要 SNYK_TOKEN是 — 确定性规则 + LLM 判定器组合跨 Claude/Cursor/Windsurf/Gemini CLI + MCP 服务器自动发现为 Vercel 的安装时技能扫描提供支持
SkillScan独立否仅用于 predict 模式(可选)YAML 规则引擎 + 可选 LLM 行为试运行 + 可选 Docker 沙箱通过 LLM 角色扮演检测时间/延迟激活
Mondoo Skill CheckMondoo,商业否(免费层,非商业)公开文档中不明确静态,映射到 OWASP LLM Top 10托管仪表板 + REST API

最重要的一条主线: SkillsGuard 是此表中唯一一个运行完整扫描只需 Node ≥18.3 的工具——无需账户、无需 API 令牌、无需 LLM 端点、无需网络调用。其他所有积极维护的竞品要么需要注册服务(Snyk),要么建议配置 LLM 提供方以获得完整覆盖(NVIDIA、Cisco、SkillScan)。这使得 SkillsGuard 成为 CI 门控或 pre-commit 钩子的最简单选择——它们必须每次都以相同方式离线运行——而当你想要语义/意图级审查且不介意额外依赖时,LLM 增强工具则是更好的选择。

它们并不互斥。一种常见的合理配置是:将 SkillsGuard(或任何零依赖的静态工具)作为快速的确定性 CI/pre-commit 关卡,再搭配一个 LLM 增强型扫描器,在信任一个真正全新或高权限的技能之前进行更深入的一次性审查。

最接近的对比:NVIDIA SkillSpector

SkillSpector 是架构上最相似的项目——同样以“安装前扫描”为理念,同样提供 SARIF/JSON 输出,并有一项已发表的实证研究作为支撑(扫描了 42,447 个技能,发现 26.1% 存在漏洞)。

SkillsGuardNVIDIA SkillSpector
运行时依赖无——Node ≥18.3,零 npm 依赖Python ≥3.12
检测方式静态正则,先解码静态 + 可选的 LLM 语义分析
规则数量151 条规则 / 15 个类别64 个模式 / 16 个类别
依赖 CVE 查询否是——实时 OSV.dev 查询
安装npm link 或通过免费托管 curl API 零安装pip install / git clone
Pre-commit 钩子是——install-hook,带基线工作流不属于文档化工作流的一部分
Git diff / 暂存文件模式是——--diff、--staged不属于文档化工作流的一部分
SARIF 输出是是
MCP 服务器是——scan_skill、scan_skills_dir、可教学的 SKILL.md不适用(基于 LangGraph 的流水线)
成熟度(截至本文撰写时)v1.2.0v2.0.0,5.5k+ GitHub stars,已发表论文

客观评价: SkillSpector 背后有更多的研究支撑,并且有一个 LLM 语义阶段,能够捕捉正则无法发现的意图层面问题——例如,一个技能声称格式化代码,但暗地里还会读取 ~/.ssh。如果这层额外的推理对你来说比保持零依赖更重要,那它是一个强有力的选择。值得用两者扫描同一个技能并比较发现结果,而不是盲目地只选一个。


为什么选择 SkillsGuard

AI 智能体技能包(SKILL.md + 捆绑脚本)是一个全新且基本未经审计的攻击面。一个恶意技能可以:

  • 注入提示词,覆盖 Claude 的准则或劫持其人格
  • 窃取机密——API 密钥、SSH 密钥、云凭证——通过 curl 或 WebSocket
  • 执行任意命令,使用 eval、subprocess 或 child_process
  • 持久化,通过写入 cron 任务、systemd 单元或修改 shell 启动文件
  • 提升权限,通过 sudo stdin、chown root 或 setuid 调用
  • 混淆上述所有内容,隐藏在 base64 或十六进制编码之后,以逃避简单的扫描器

SkillsGuard 静态扫描技能目录——无需执行,无需沙箱——在 AI 智能体读取文件之前就捕获这些模式。它还会解码混淆的数据块(base64、十六进制、URL 编码,递归进行),因此双重编码的载荷无法隐藏。

零运行时依赖。可在任何有 Node ≥ 18.3 的环境中运行。


功能

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    806
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    523
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    441
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    CSIRT 平台,可将 Shadowserver 报告导入 MongoDB,并将其重放为交互式地图、分析、发现、公告和高管仪表板。

    270
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    264

探索所有工具

浏览我们的工具集合

查看所有工具 →