英伟达开源 SkillSpector：安装前扫描 AI 技能，26.1% 存在漏洞

一句话看懂：英伟达在 GitHub 开源了 AI 技能安全扫描工具 SkillSpector，可在安装 Claude Code、Codex、MCP 等技能前检测漏洞与恶意模式；其研究数据集显示，被分析的 31,132 个技能中有 26.1% 含漏洞、5.2% 疑似恶意。

事件核心：发生了什么

SkillSpector 是英伟达为 AI 代理技能（agent skills）提供的安全检查工具，目前已公开在 GitHub 上。它支持扫描 Git 仓库、URL、zip 压缩包、目录或单个文件，覆盖 71 种漏洞模式、17 个类别，包括提示注入、数据外泄、权限提升、供应链风险、MCP 工具投毒等。分析分两阶段：快速静态分析，外加可选的 LLM 语义评估；输出终端、JSON、Markdown 和 SARIF 报告，并提供 0 到 100 的风险评分。工具还通过 OSV.dev 实时查询 CVE（断网时自动回退），并支持基线机制抑制误报。目前公开信息显示，它同时是英伟达“Verified Skills”流水线的一部分，通过扫描和签名的技能会发布到英伟达技能目录。

为什么重要

AI 代理技能目前缺少统一的准入审核，用户安装时往往默认信任。素材中的研究数据——26.1% 含漏洞、5.2% 疑似恶意——说明仅靠人工判断或信任来源并不可靠。SkillSpector 把静态规则、AST 分析、污点追踪、YARA 签名等传统软件安全手段延伸到提示注入、内存投毒和 MCP 权限配置这类新攻击面，给代理生态补上了安装前的一道检查环节。英伟达以开源方式推进，也在无形中为“谁能定义技能安全标准”积累话语权。

对用户/开发者/创作者的影响

对普通使用者，可以在安装第三方技能前先跑一次扫描，降低引入恶意代码或提示注入的风险。对开发者，工具提供 CLI 和 Docker 两种运行方式，不方便安装 Python 时可用 Docker 镜像；还提供 Pi 和 OpenCode 扩展，可在代理会话内直接调用。需要说明的是，静态规则与 LLM 评估都可能有漏报或误报，扫描通过不等于绝对安全，风险评分应作为参考而非最终结论。对企业，SARIF 输出可接入既有代码扫描流程，便于在内部技能准入时做统一拦截。