开通会员

(10122期)Yoder Skill Auditor – 18项安全检测 · 5维信任评分

10.0 综合评分
38.8 kB 文件大小
2026-10-03 更新时间

18项安全检测 · 5维信任评分 OpenClaw技能安全审计工具,支持18项安全检测与5维信任评分,可有效识别提示注入、凭据窃取、供应链攻击等威胁 使用说明 核心用法 Skill Auditor 是专为 OpenClaw/ClawHub 生态设计的安全扫描工具,提供从安装前检查到持续监控的完整安全工作流。主要操作模式包括: 单技能审计:audit.sh 执行18项安全检测 信任评分:trust_score.py 输出0-100分的五维评估(安全35分、质量22分、结构18分、透明度15分、行为10分) 版本对比:diff-audit.sh 识别更新引入的安全回退 趋势追踪:--save-trend 存储历史分数,支持长期健康监控 批量扫描:audit-all.sh 与 benchmark.sh 适用于企业级技能资产管理 显著优点 检测能力领先:业界首个在技能文档中识别提示注入攻击(prompt injection)的扫描器,覆盖Agent操控指令、角色劫持、隐藏HTML指令等攻击向量 检测维度全面:18项检查涵盖凭据窃取、混淆载荷、加密钱包地址、依赖混淆、域名仿冒、符号链接攻击、下载执行、权限提升等关键威胁类别 误报控制优秀:明确区分代码中的敏感操作与文档中的凭据提及(后者仅标记INFO),并内置12个测试技能验证检测精度 运维友好:支持JSON输出便于CI/CD集成,提供明确的退出码(0=通过/1=需审查/2=失败),内置允许列表机制减少重复审计负担 潜在局限 生态专属性:专为OpenClaw/ClawHub设计,无法直接应用于其他Agent平台(如LangChain、AutoGPT等)的技能格式 静态分析边界:对运行时行为(如动态代码生成、外部API返回的恶意指令)检测能力有限 评分主观性:五维评分权重固定,可能不完全匹配特定组织的风险偏好 无自动修复:仅提供检测报告,不主动清理或隔离恶意技能 适合人群 OpenClaw/ClawHub 用户:任何从公共仓库安装技能的终端用户 安全团队:需要建立技能供应链安全管控的企业安全运营人员 技能开发者:希望自检发布前安全质量的技能作者 合规审计人员:需生成标准化安全报告以满足内控或监管要求 常规风险 过度依赖评分:60分以下(D级)明确建议拒绝,但40-60分区间仍需人工判断,不可完全自动化决策 滞后性威胁:新出现的攻击向量(如针对特定LLM模型的越狱提示)可能未被现有规则覆盖 允许列表滥用:盲目将技能加入allowlist.json会削弱整体防护,需配套变更审查流程 供应链信任:工具本身依赖Python和Bash环境,需确保执行环境未被篡改 原始说明 The definitive security scanner for OpenClaw skills. 18 security checks including prompt injection detection, download-and-execute, privilege escalation, cre...

开通会员
安全无毒 已通过安全检测,请放心下载 无毒 无插件 人工检测

18项安全检测 · 5维信任评分

OpenClaw技能安全审计工具,支持18项安全检测与5维信任评分,可有效识别提示注入、凭据窃取、供应链攻击等威胁

使用说明

核心用法

Skill Auditor 是专为 OpenClaw/ClawHub 生态设计的安全扫描工具,提供从安装前检查到持续监控的完整安全工作流。主要操作模式包括:

  • 单技能审计:audit.sh 执行18项安全检测
  • 信任评分:trust_score.py 输出0-100分的五维评估(安全35分、质量22分、结构18分、透明度15分、行为10分)
  • 版本对比:diff-audit.sh 识别更新引入的安全回退
  • 趋势追踪:--save-trend 存储历史分数,支持长期健康监控
  • 批量扫描:audit-all.sh 与 benchmark.sh 适用于企业级技能资产管理

显著优点

  1. 检测能力领先:业界首个在技能文档中识别提示注入攻击(prompt injection)的扫描器,覆盖Agent操控指令、角色劫持、隐藏HTML指令等攻击向量
  2. 检测维度全面:18项检查涵盖凭据窃取、混淆载荷、加密钱包地址、依赖混淆、域名仿冒、符号链接攻击、下载执行、权限提升等关键威胁类别
  3. 误报控制优秀:明确区分代码中的敏感操作与文档中的凭据提及(后者仅标记INFO),并内置12个测试技能验证检测精度
  4. 运维友好:支持JSON输出便于CI/CD集成,提供明确的退出码(0=通过/1=需审查/2=失败),内置允许列表机制减少重复审计负担

潜在局限

  • 生态专属性:专为OpenClaw/ClawHub设计,无法直接应用于其他Agent平台(如LangChain、AutoGPT等)的技能格式
  • 静态分析边界:对运行时行为(如动态代码生成、外部API返回的恶意指令)检测能力有限
  • 评分主观性:五维评分权重固定,可能不完全匹配特定组织的风险偏好
  • 无自动修复:仅提供检测报告,不主动清理或隔离恶意技能

适合人群

  • OpenClaw/ClawHub 用户:任何从公共仓库安装技能的终端用户
  • 安全团队:需要建立技能供应链安全管控的企业安全运营人员
  • 技能开发者:希望自检发布前安全质量的技能作者
  • 合规审计人员:需生成标准化安全报告以满足内控或监管要求

常规风险

  • 过度依赖评分:60分以下(D级)明确建议拒绝,但40-60分区间仍需人工判断,不可完全自动化决策
  • 滞后性威胁:新出现的攻击向量(如针对特定LLM模型的越狱提示)可能未被现有规则覆盖
  • 允许列表滥用:盲目将技能加入allowlist.json会削弱整体防护,需配套变更审查流程
  • 供应链信任:工具本身依赖Python和Bash环境,需确保执行环境未被篡改

原始说明

The definitive security scanner for OpenClaw skills. 18 security checks including prompt injection detection, download-and-execute, privilege escalation, cre…

免责声明

本站提供的资源转载自国内外各大媒体和网络,仅供试玩体验;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该游戏内容,请支持正版,购买注册,得到更好的正版服务。我们非常重视版权问题,如有侵权请邮件与我们联系处理。

上一篇 (10123期)Senior Architect – 系统架构设计与技术决策一站式工具 下一篇 (10121期)Pptx Generator – 一键生成专业可编辑PPT

玩家评论

10 /10
0 人评分 · 0 条评论
写下我的评测

还没有玩家留言,来抢沙发吧~