RepoPicks Radar

每天约 23:30 UTC 更新

指南

SkillSpector

NVIDIA/SkillSpectorAI 已审核

RepoPicks Radar 检查于

SkillSpector 是什么?

SkillSpector 是 NVIDIA 推出的终端工具,用于检查人们安装到 Claude Code、Codex CLI 或 Gemini CLI 等 AI 助手中的技能和 MCP 服务器。你指定一个文件夹、一个 SKILL.md 文件、一个 zip 包或一个 Git 地址,它会在 17 组共 71 种模式中查找问题(提示注入、数据外泄、凭证访问、混淆代码、存在漏洞的依赖),然后给出 0 到 100 的风险评分和建议。使用 `--no-llm` 可离线快速扫描;更深入的扫描会把文件发送给你选择的 AI 模型。它也可以作为 MCP 服务器,在安装技能前先检查。

SkillSpector 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • macOS D
  • Linux D

没有安装程序:在 macOS 和 Linux 上,你需要安装 Python 3.12+ 和 uv(`uv tool install git+https://github.com/NVIDIA/skillspector.git`),或者自己构建附带的 Dockerfile,然后在终端中运行命令并设置 AI 提供方的环境变量,因此评级为 D。Windows 同样是 D,但更麻烦:README 里的所有示例都是为 Unix shell 写的(`source .venv/bin/activate`、`$PWD`),所以 Docker 或 WSL 才是实用的方式。只有在你选择用 Ollama 本地运行 AI 模型时才需要显卡。

即将推出:用 RepoPicks 应用一键安装。

SkillSpector 的 GitHub 数据

星标
25,1992026年11月10日
下载量
51,908本周 6,659
增长
+8506 天内新增星标

星标变化

24,60024,80025,00025,200 11月6日11月7日11月8日11月9日11月10日 24,60024,80025,00025,200 11月6日11月8日11月10日

事实

可运行于
Windows, macOS, Linux
需要安装
Python, Docker
从源码编译需要
Python, Node.js, Docker, NVIDIA 显卡
磁盘空间
200 MB–800 MB · 估算
账号或密钥
NVIDIA Build (NVIDIA_INFERENCE_KEY, the default provider), OpenAI, Anthropic, Azure OpenAI, Any OpenAI-compatible gateway (SKILLSPECTOR_COMPAT_API_KEY), LangSmith tracing (LANGCHAIN_API_KEY, optional)
费用
免费,API 另行收费 · 采用 Apache-2.0 协议,运行免费。静态扫描(`--no-llm`)不需要账号;第二步的语义扫描需要一个 AI 提供方——NVIDIA Build、OpenAI、Anthropic、Azure OpenAI、Bedrock 或 Gemini 都按使用量计费,本地运行的 Ollama 模型是免费的选项。
许可证
Apache-2.0 (宽松型)
可以替代
Snyk, Semgrep
GitHub 上的最近改动
2026年11月10日

SkillSpector 的风险信号 (6)

  • 注意Alpha 阶段软件却给出安装裁定

    pyproject.toml 声明 "Development Status :: 3 - Alpha",但输出的却是人们会据此行动的裁定:51-100 分会打印 "DO NOT INSTALL",0-20 分会给出绿色推荐,MCP 工具还会返回是否安装的字段。因此,扫描工具漏掉的问题就会被当成已经通过。

    AI 审核

  • 信息被扫描的文件会发送给某个 AI 提供方

    更深入的扫描需要用到 LLM:"For the best results, configure an OpenAI-compatible LLM endpoint for semantic analysis",默认提供方是 `nv_build`(build.nvidia.com)。除非你使用 `--no-llm` 或本地 Ollama 模型,否则你扫描的任何技能——包括私有代码或客户代码——都会发送给该提供方。

    AI 审核

  • 信息研究数据无法在此核实

    README 开头写着 "In the 31,132-skill analyzed subset of the research dataset, 26.1% of skills contain vulnerabilities and 5.2% show likely malicious intent." 该数据集并不在仓库中,所以这些数字只是 NVIDIA 自己的说法,无法通过这份代码来验证。

    AI 审核

  • 信息MCP 的 HTTP 模式没有登录验证

    README 自己的风险提示写道:"The HTTP transport ships without authentication. Any caller that can reach the port can invoke scan_skill." 它被限制在回环地址(127.0.0.1 或 ::1),本地路径在 HTTP 下会被拒绝;它还提到,对于 stdio 传输方式,"the initialize hang reported in issue #199 still applies"。

    AI 审核

  • 信息它会先下载要检查的内容

    `skillspector scan https://github.com/user/my-skill` 会克隆仓库并解压你指定的 zip 文件,所以不可信的文件会先落到你的磁盘上,之后才进行分析。它设有限制:`INGEST_MAX_BYTES` 为 100 MiB,`INGEST_MAX_ZIP_MEMBERS` 为 10,000;安装提示还警告说 "This project will download and install additional third-party open source software projects."

    AI 审核

  • 信息出于谨慎停用了一个提供方

    .env.example 和提供方列表说明 `codex_cli` 被"registered but disabled: its read-only sandbox permits host-file reads",因此这条路径是故意被屏蔽的。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 SkillSpector 相关内容

  • 它多常漏掉真正恶意的技能,又有多少无害的技能被误判
  • 在付费 AI 提供方上扫描一次要花多少钱,因为一次完整流程可能要跑到 18 分钟,分很多批次分析
  • 文档中的安装方法在没有 Docker 或 WSL 的 Windows 上是否真的可行
  • 所选的 AI 提供方会如何保存你发送去分析的文件
  • 对于那些风险行为只在运行时才出现的技能,低分数能说明多少问题

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面