Skip to main content

skillspector

SkillSpector — scanner de seguridad para skills de agentes IA (Claude Code, Codex, Gemini). 64 patrones de vulnerabilidad en 16 categorías. Dos etapas: análisis estático + LLM semántico. Score 0-100 con severidad.

Ir para a instalação

Informações da origem

Repositório
Ntizar/NtizarBrainMasterMind
Última atividade na origem
29 de junho de 2026 às 12:35
Idioma detectado do SKILL.md
espanhol
Estrelas
2
Forks
0

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.

Exibindo SKILL.md

SKILL.md
Instruções da origem · Visualização somente leitura
name
skillspector
version
1.0.0
description
SkillSpector — scanner de seguridad para skills de agentes IA (Claude Code, Codex, Gemini). 64 patrones de vulnerabilidad en 16 categorías. Dos etapas: análisis estático + LLM semántico. Score 0-100 con severidad.
tags
["security","vulnerability-scanner","ai-agents","skills","claude-code","malware-detection","supply-chain"]
# SkillSpector — Security Scanner for AI Agent Skills ## Resumen SkillSpector de NVIDIA es un scanner de seguridad diseñado específicamente para auditar **skills de agentes IA** (Claude Code, Cursor, Codex CLI, Gemini CLI, etc.). Investiga que los skills sean seguros antes de instalarlos. **Contexto crítico:** investigaciones muestran que 26.1% de skills contienen vulnerabilidades y 5.2% muestran probable intención maliciosa. ## Capacidades - **Multi-format input:** repos Git, URLs, ZIPs, directorios locales, archivos individuales - **64 patrones de vulnerabilidad en 16 categorías:** 1. Prompt injection 2. Data exfiltration 3. Privilege escalation 4. Supply chain attacks 5. Excessive agency (el skill hace más de lo necesario) 6. Output handling inseguro 7. System prompt leakage 8. Memory poisoning 9. Tool misuse 10. Rogue agent patterns 11. Trigger abuse 12. Dangerous code (AST analysis) 13. Taint tracking 14. YARA signatures 15. MCP least privilege violations 16. MCP tool poisoning - **Dos etapas:** análisis estático rápido + análisis LLM semántico opcional - **Búsqueda CVE en vivo:** consulta OSV.dev para vulnerabilidades conocidas (fallback offline) - **Formatos de salida:** terminal, JSON, Markdown, SARIF - **Risk scoring:** score 0-100 con etiquetas de severidad y recomendaciones ## Instalación ```bash # Python 3.12+ pip install skillspector # o con Docker docker run --rm -v "$PWD:/scan" ghcr.io/nvidia/skillspector scan ./my-skill/ --no-llm ``` ## Uso básico ```bash # Escanear skill local skillspector scan ./my-skill/ # Escanear con LLM analysis (requiere .env con API key) cat > .env << 'EOF' SKILLSPECTOR_PROVIDER=anthropic ANTHROPIC_API_KEY=tu-clave-aqui EOF skillspector scan ./my-skill/ --llm # Output JSON para integración skillspector scan ./my-skill/ --format json --output report.json # Output SARIF para CI/CD skillspector scan ./my-skill/ --format sarif --output results.sarif ``` ## Integración con Mastermind - **Auditoría de skills nuevos:** antes de instalar cualquier skill externo, escanear con SkillSpector - **Cron de seguridad:** job recurrente que escanea automáticamente los skills del sistema - **Quality gate:** en pipeline de creación de skills, agregar `skillspector scan` como verificación pre-commit - **Integrar con chromadb:** al crear skill desde stars-explorer, ejecutar skillspector automáticamente ## Integración con chromadb-skills-vector-search Cuando se crea un skill nuevo desde el Stars Explorer, el flujo seguro es: 1. `stars-explorer` analiza el repo 2. `skillspector scan <ruta-skill>` verifica que no haya patrones maliciosos 3. Si pasa el scan, `skill_manage` lo crea y se indexa en ChromaDB 4. Si falla el scan, se marca como `skip` en el registry con la razón de seguridad ## Referencias - Repo: `NVIDIA/SkillSpector` - Docs: https://github.com/NVIDIA/SkillSpector - Docker: `ghcr.io/nvidia/skillspector` - License: Apache 2.0 - Paper de investigación: https://skillspector.github.io/
Ver no GitHub