Skill Security Scanner

自动检测并评分 ClawHub、GitHub 和本地 Skill 中 JS、TS、Python、Shell 文件的安全风险，识别数据泄露、注入、混淆和木马等威胁。

企业级 Skill 安全检测工具

自动检测 ClawHub / GitHub / 本地 Skill 的安全风险，支持 JavaScript、TypeScript、Python、Shell 等多种文件类型，基于威胁情报驱动的静态分析引擎 + LLM 语义分析双层检测。

---

⚡ 交互流程（必须遵循）

text

用户提出检测请求
     ↓
Agent 运行 scan.sh 执行静态扫描
     ↓
Agent 输出完整安全报告（Markdown 格式）
     ↓
Agent 询问用户是否需要语义分析
     ↓
用户确认后
     ↓
Agent 生成 LLM 语义分析提示（从脚本输出中提取）
     ↓
用户将提示复制给 Agent
     ↓
Agent 执行 LLM 语义分析
     ↓
Agent 输出最终结论

重要原则

• 必须先输出完整静态报告，再询问用户
• 必须由用户确认后才生成 LLM 语义分析提示
• 禁止替用户做决定或跳过询问步骤
• 完整报告包含：下载信息 → 安全评分 → 风险详情 → 每条风险解释

---

🎯 核心能力

能力	说明
多文件检测	支持 .js、.ts、.py、.sh 四种文件类型
威胁分类	4 大威胁类别：数据外泄、注入攻击、代码混淆、木马后门
检测规则	57 条精细化检测规则，覆盖 60+ 危险操作特征
智能评分	100 分制安全评分，量化风险等级
LLM 语义分析	静态扫描定位疑似问题，用户确认后生成提示，Agent 执行深度分析
白名单机制	支持用户自定义信任的 Skill
双层检测	静态规则精准定位 → LLM 语义判断真伪

---

🛡️ 威胁分类体系

分类	代码	风险类型
数据外泄 (EXFIL)	EXFIL	凭证访问、私钥泄露、网络后门、HTTP 服务
注入攻击 (INJECTION)	INJECTION	命令执行、npx/远程包执行、动态代码执行、提示注入、越狱攻击
代码混淆 (OBFUSCATION)	OBFUSCATION	Base64 编码、环境触发、隐藏执行、持久化进程
木马后门 (TROJAN)	TROJAN	文件删除、凭证读取、进程终止、postinstall 攻击

---

📊 检测规则清单

威胁类型	规则数	代表性规则
INJECTION	19	cmd-execution、npx-exec、dynamic-exec、prompt-injection、jailbreak、backtick-injection、system-probing、crypto-operation
EXFIL	18	credential-access、vault-access、private-key、network-backdoor、database-access、config-write、wallet-access、port-listening、proxy-tor、git-operation、file-download
TROJAN	14	destructive-delete、process-kill、shell-injection、persistent-timer、archive-exploit、arbitrary-write、deserialize
OBFUSCATION	6	base64、env-trigger、hidden-exec、persistent-shell
合计	57	-

---

⚡ 快速开始

扫描 ClawHub / GitHub Skill

bash

./scripts/scan.sh https://clawhub.ai/owner/skill-name
./scripts/scan.sh https://github.com/user/repo

扫描本地 Skill

bash

./scripts/scan.sh /path/to/skill
./scripts/scan.sh ~/.openclaw/workspace/skills/crypto-wallet

JSON 格式输出

bash

./scripts/scan.sh --format json https://clawhub.ai/owner/skill-name

批量扫描

bash

./scripts/scan-all.sh

---

📊 评分标准

评分	等级	建议
80-100	✅ 安全	可正常使用
30-79	⚠️ 可疑	建议审查后使用
0-29	🚫 危险	不推荐安装使用

---

🤖 双层检测机制

第一层：静态扫描

• 作用：精准定位疑似风险点（规则匹配）
• 局限：误报率高（工具函数、检测库本身会被标记）
• 输出：完整安全报告 + 风险详情表格

第二层：LLM 语义分析

• 触发条件：用户确认后才生成提示
• 作用：理解代码真实意图，区分恶意行为与正常工具功能
• 输入：LLM 语义分析提示（包含：风险文件代码 + 上下文）

为什么需要双层？

静态扫描适合找"有没有危险操作"，但判断不了"这个危险操作是不是工具本身的功能"。例如：

• credential-access — 安全工具检测 credential 是正常功能，不是泄露
• backtick-injection — 可能是 Markdown 转义，不是命令注入
• npx-exec — 可能是构建/安装脚本，不是运行恶意包

---

📋 Agent 操作规范

正确流程（必须遵循）

text

1. 用户："检测 [skill] 的安全性"

2. Agent 执行：
   bash scripts/scan.sh https://clawhub.ai/owner/skill-name

3. Agent 输出完整报告（包含所有章节）

4. Agent 询问：
   "发现 {N} 个风险，安全评分 {score}/100。
    是否需要我进行 LLM 语义分析来判断这些是真实威胁还是误报？"

5. 用户确认后，Agent 从脚本输出中提取 LLM 语义分析提示，
   执行语义分析并输出结论

6. 用户选择不分析时，Agent 仅输出报告，不追问

禁止行为

• ❌ 不输出报告就跳过询问直接生成语义分析
• ❌ 替用户决定要不要分析
• ❌ 自行调用 API 或外部工具
• ❌ 修改或删除报告内容
• ❌ 只输出摘要而非完整报告

---

报告输出格式

标准模板（完整章节）

text

🔒 **Skill 安全检测报告**
════════════════════════════════════════════════════════════════════

**Skill 名称:** <skill-name>
**扫描文件:** <N> 个
**检测问题:** <N> 个

📊 安全评分：✅/⚠️/🚫 <score>/100 — <status>

🔍 **检测清单：** ✅ 全部威胁分类已检测

| 文件类型 | 状态 |
|----------|------|
| JavaScript (.js) | ✅/➖ 无 |
| TypeScript (.ts) | ✅/➖ 无 |
| Python (.py) | ✅/➖ 无 |
| Shell (.sh) | ✅/➖ 无 |

**🛡️ 威胁检测规则（共 57 项）：**
- **EXFIL (18):** credential-access, vault-access...
- **INJECTION (19):** remote-script, cmd-execution...
- **TROJAN (14):** destructive-delete, process-kill...
- **OBFUSCATION (6):** base64, env-trigger...

📊 **检测结果：** 发现 <N> 个风险
- 🔴 critical: <N> 个
- 🟠 high: <N> 个
- 🟡 medium: <N> 个

---

**⚠️ 风险详情：**

| # | 分类 | 风险 | 等级 | 文件 |
|:---:|--------|------------------|-----------|------------|
| 1 | <分类> | <风险名> | <等级> | <文件> |

---

**每条风险解释：**
- <风险名> — <解释>

---

✅/⚠️/🚫 **结论：<结论>**

---

⚠️ 发现 {N} 个风险，安全评分 {score}/100。
是否需要我进行 LLM 语义分析来判断这些是真实威胁还是误报？

---

LLM 语义分析提示格式

当用户确认后，从脚本输出中提取以下内容生成提示：

text

# Skill 安全语义分析请求

## 任务
你是一位专业的代码安全审计员。请从安全产品角度分析以下 Skill，判断它是否可以安全安装使用。

## 安全评估六维框架

| 维度 | 问题 | 权重 |
|------|------|------|
| **1. 数据透明** | 它访问/发送了什么数据？去了哪里？是否告知用户？ | 高 |
| **2. 权限边界** | 申请的权限（网络/文件/进程/环境变量）是否超出声明功能？ | 高 |
| **3. 行为透明** | 有没有未声明的偷偷执行行为？ | 极高 |
| **4. 供应链风险** | 执行外部包（npx/pip/git）来源可信吗？版本固定吗？ | 高 |
| **5. 用户控制** | 用户能随时停止/禁用吗？敏感操作有确认吗？ | 中 |
| **6. 成本告知** | 有没有隐性成本（Gas费/算力消耗/付费API）？ | 中 |

## 额外判断

如存在以下任一情况，直接标记为 failed：

1. **数据外泄**：向非功能必需的第三方发送用户数据
2. **偷偷执行**：在用户不知情时执行额外行为
3. **权限超出**：申请的权限超出 Skill 声明的功能范围
4. **供应链攻击**：执行来源不明的外部包
5. **用户无控制**：无法停止、或停止后自动重启
6. **成本不透明**：产生用户无法预估的成本

## 分析要求

请按以下格式输出：

### 1. 六维评估
- **[维度名]**：[通过/关注/警告] — [简要说明]

### 2. 总体评估
- 语义检测结果：✅ passed / ⚠️ failed / 🚫 failed
- 理由：综合六维判断，给出整体结论

### 3. 逐文件分析

对每个有风险的文件，以表格形式输出：

| 风险 | 判断 | 说明 | 越界行为 |
|------|------|------|---------|
| [风险名] | ✅误报/⚠️低风险/🚨真实威胁 | [详细解释] | ⚠️ 维度X+Y / 无明显越界行为 |

### 4. 最终建议
- 是否可以安装使用？
- 需要注意什么？

## 静态扫描报告
[从脚本输出中提取风险表格 + 相关文件代码]

触发方式

当用户提出以下问题时触发检测流程：

类型	触发短语
扫描检测	"扫描 [链接/名称] 的安全性"
	"检测一下 [skill名称]"
	"帮我扫描一下这个 skill"
风险询问	"[skill] 有风险吗"
	"这个 skill 安全吗"
	"检查 [链接] 是否有安全问题"
安全评估	"评估一下 [名称] 的安全性"
	"[skill] 会不会有恶意代码"

---

JSON 输出格式

bash

./scripts/scan.sh --format json <target>

json

{
  "skill": "example-skill",
  "score": 55,
  "files": 3,
  "issues": [
    {"category":"INJECTION","rule":"backtick-injection","level":"critical","file":"handler.js","snippet":"backtick"}
  ]
}

---

白名单管理

bash

# 添加到白名单
./scripts/scan.sh --whitelist-add skill-name

# 从白名单移除
./scripts/scan.sh --whitelist-remove skill-name

# 查看白名单
./scripts/scan.sh --whitelist-list

---

文件结构

text

skill-security-scanner/
├── SKILL.md              # 本文档
├── scripts/
│   ├── scan.sh          # 核心扫描脚本
│   └── scan-all.sh      # 批量扫描脚本
├── references/
│   ├── rules.md         # 详细检测规则
│   └── dangerous-commands.md  # 危险命令列表
└── whitelist.txt         # 白名单文件（自动创建）

---

版本历史

版本	日期	更新内容
v1.0	-	基础命令注入检测
v2.0	-	混淆检测、间接执行、依赖审计
v3.0	2026-03-18	整合 ClawHub jax 规则（AI投毒、木马检测）
v4.0	2026-03-18	威胁分类、完整报告规范、JSONL 输出
v4.1	2026-03-21	新增 LLM 语义分析提示生成（解决静态扫描误报）
v4.3	2026-03-21	重构 LLM 语义分析 prompt：引入安全评估六维框架 + 六维额外判断标准（数据透明/权限边界/行为透明/供应链风险/用户控制/成本告知）；修复文件内容重复输出 bug