GitTalent
Havuz
Depo ayrıntısı

NVIDIA/SkillSpector

Security scanner for AI agent skills. Detect vulnerabilities, malicious patterns, security risks, prompt injection, data exfiltration, and supply-chain risks in Claude Code, Codex, and MCP skills before you install them.

Python Apache-2.0 21 Mart 2026 son push 02 Kasım 2026 2.061 fork
Yıldız
23.875+8.339 · 62 gün
Commit · 28g
914
son 28 günde
Yazar · 28g
27
farklı katkıcı

Hızlı değerlendirme

önem 67uyum 48gpt-6-luna

Özet

SkillSpector, AI agent skills paketlerini yüklemeden önce güvenlik riskleri açısından tarayan bir Python aracıdır.

Profiline uyum

MCP ve AI agent kullandığın için skill güvenliği işine dokunuyor, ancak profilinde agent güvenlik taraması ihtiyacı belirtilmiyor.

Neden yükseliyor

AI agent skills ekosistemindeki güvenlik ihtiyacına doğrudan yanıt veriyor ve NVIDIA Verified Skills pipeline'ıyla bağlantılı. 191 günlük bir repo için 18.391 yıldızın yanı sıra son 28 günde 144 commit ve 24 farklı yazar, dikkat çekmenin yalnızca README iddialarına dayanmadığını gösteriyor.

Problem

Claude Code, Codex ve MCP gibi ortamlarda kullanılan agent skills çalıştırılabilir kod veya talimatlar içerebilir; bunları kurmadan önce zararlı davranışları ve tedarik zinciri risklerini belirlemek güçtür.

Çözüm

Git deposu, URL, zip, klasör veya tek dosya girdilerini statik analizle inceler; isteğe bağlı LLM değerlendirmesi, OSV.dev üzerinden canlı zafiyet sorgusu ve terminal, JSON, Markdown veya SARIF raporları sunar.

Yenilik

Temel yaklaşım yeni değil: statik analiz, imza eşleştirme ve isteğe bağlı LLM değerlendirmesi bilinen yöntemler. Farkı, bunları agent skills'e özgü risk kategorileri ve kurulum öncesi tarama akışında bir araya getirmesi.

Teknolojiler

  • Python
  • AST
  • YARA
  • OSV.dev
  • SARIF
  • MCP
  • Docker

Riskler

  • Statik kurallar ve imzalar bilinmeyen ya da özellikle gizlenmiş saldırıları kaçırabilir; temiz sonuç güvenliği kanıtlamaz.
  • Tespit kuralları yanlış pozitif üretebilir; bulguların insan tarafından incelenmesi gerekebilir.
  • İsteğe bağlı LLM analizi etkinleştirildiğinde içerik seçilen sağlayıcıya gönderilebilir; hassas içerik taramalarında veri akışı ve sağlayıcı koşulları değerlendirilmelidir.
  • README'deki araştırma veri kümesi oranları proje tarafından aktarılan iddialardır; burada bağımsız doğrulama kanıtı yoktur.

Detaylı değerlendirme

Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.