（1230期）skill-scanner – AI 技能安全审查与风险防护

AI 技能安全审查与风险防护 由 OpenClaw 官方推出的安全扫描技能，采用 ClawHavoc 攻击模式检测技术，为 AI 代理提供静态代码安全审查，识别恶意模式、权限滥用和提示注入风险。 使用说明 核心用法 Skill Scanner 是一款专为 OpenClaw 和 Claude Code 平台设计的安全审查技能，用于对 AI 代理技能进行静态安全分析。用户可通过多种方式提交待审查的技能：ClawHub URL、GitHub 链接、本地文件路径或直接粘贴 SKILL.md 内容。该技能会自动执行五层深度检测管道，最终输出标准化的安全评估报告。 显著优点 全面的攻击模式覆盖：集成 ClawHavoc 攻击向量数据库，可识别反向 Shell、凭证窃取、数据外泄、代码混淆、提示注入等 20+ 种已知恶意模式，每项检测均提供精确的代码行定位。 精细化的权限对齐分析：建立技能类型与权限需求的映射矩阵，能够识别"天气查询技能请求 Root 权限"等典型权限滥用场景，实现最小权限原则的事前验证。 标准化报告输出：采用交通灯评分系统（🟢/🟡/🔴）和三级安全结论（Safe/Caution/Danger），附带可操作的修复建议，降低用户的安全决策成本。 主动风险预警机制：系统会主动监测用户提及的技能安装行为，在未明确请求时即提供安全审查服务，体现安全优先的设计理念。 潜在局限 静态分析的固有边界：明确承认无法捕获运行时动态行为，高度混淆的恶意代码可能绕过模式匹配。建议用户结合 GitHub Issues 和社区评论进行补充验证。 网络依赖限制：从 URL 获取技能内容时需要网络访问，离线环境仅支持本地文件或粘贴内容审查。 误报风险：command-dispatch: tool 等合法功能会被标记为"值得关注"，需要人工二次判断。 适合群体 OpenClaw/Claude Code 平台管理员与重度用户 企业 AI 代理部署团队的安全运维人员 第三方技能市场的内容审核团队 对供应链安全有较高要求的开发组织 使用风险 性能影响：深度正则扫描大型 SKILL.md 文件可能产生延迟，建议批量审查时采用异步处理。 依赖项单一：当前仅支持 SKILL.md 格式规范，对非标准技能格式需预处理转换。 生态锁定风险：ClawHavoc 攻击库更新频率直接影响检测有效性，需保持与 OpenClaw 平台的版本同步。 原始说明 Security-first skill vetting for AI agents on OpenClaw and Claude Code. Scans any SKILL.md for malicious patterns, permission abuse, prompt injection, and Cl...