AI技能安装前的安全守门员
score 97AI技能安装前的安全守门员
## 核心用法 skill-vetter 是一套面向AI agent的安全审查协议,用于在安装任何第三方技能前执行标准化安全检查。用户通过四步流程完成评估:来源可信度核查(作者声誉、下载量、更新频率)、强制代码审查(识别curl外连、凭证窃取、base64混淆等15项RED FLAGS)、权限范围评估(最小必要原则)、风险分级决策(LOW/MEDIUM/HIGH/EXTREME四档)。 ## 显著优点 1. 主动防御架构:将安全审查前移至安装阶段,而非事后补救 2. 结构化清单:RED FLAGS列表覆盖凭证窃取、数据外泄、权限提升等核心攻击面 3. 风险分级明确:EXTREME级别强制要求人工审批,避免自动化决策高风险操作 4. 零依赖零执行:纯Markdown文档,无实际代码,自身不构成攻击面 5. GitHub集成:提供curl命令模板快速获取仓库元数据和源码 ## 潜在局限 - T3来源可信度:个人开发者维护,缺乏机构背书 - 无自动化 enforcement:依赖用户/Agent自觉执行审查流程 - 静态文档局限:无法动态检测运行时行为(如供应链投毒、依赖混淆) - 规则更新滞后:RED FLAGS清单需人工维护,新型攻击模式可能未及时收录 ## 适合人群 - 频繁安装ClawdHub/GitHub技能的AI agent用户 - 企业/团队管理员制定技能准入策略 - 安全意识较强的个人开发者自建审查流程 ## 常规风险 - 误用风险:用户可能跳过Step 2代码审查直接信任高星仓库 - 社交工程绕过:攻击者伪造高下载量或冒充知名作者 - 协议本身的局限性:无法检测零日漏洞、硬件级攻击或供应链深层依赖