（1365期）skill-auditor – AI技能供应链安全审计专家

AI技能供应链安全审计专家 基于静态分析与AST数据流追踪的专业安全扫描器，通过40+威胁模式检测和语义分析，为OpenClaw生态提供零依赖的实时恶意代码防护。 使用说明 核心用法 skill-auditor 是一款专为 OpenClaw/Claude 生态设计的多层安全扫描工具，提供从基础到高级的完整检测能力。核心功能基于零依赖的静态模式分析，通过正则表达式检测 40+ 种威胁模式，包括提示词注入、数据外泄、敏感文件访问、路径遍历等。用户可通过 node scripts/scan-skill.js <skill-directory> 立即扫描本地技能，或使用 scan-url.js 直接审计 GitHub 仓库而无需克隆。 进阶用法包含三大可选模块：Python AST 数据流分析可追踪跨函数的敏感数据流动（如环境变量→网络请求）；VirusTotal 集成支持对二进制文件进行 70+ 引擎的恶意软件检测；LLM 语义分析则通过 AI 判断检测到的行为是否与技能描述相符，有效降低误报。输出格式支持 JSON、SARIF（兼容 GitHub Code Scanning）及可视化报告，可无缝集成到 CI/CD 流水线实现自动化安全门禁。 显著优点 零依赖开箱即用：核心扫描器仅依赖 Node.js 内置模块，无需安装即可在所有平台运行，极大降低了使用门槛。多层检测架构：从静态正则、AST 数据流、病毒扫描到语义理解，提供纵深防御能力，且所有高级功能均为 opt-in，用户完全掌控功能边界。生态原生集成：深度理解 OpenClaw 特性，专门检测 MEMORY.md 操作、session 工具滥用、Node 设备访问等生态特定风险。企业级集成：原生支持 SARIF 格式，可直接上传至 GitHub Security tab，支持 --fail-on-findings 实现自动化阻断。 潜在缺点与局限性 来源可信度限制：当前为 T3 级个人开发者（rubenaquispe）维护，虽代码开源可审计，但缺乏知名基金会或安全公司的背书。高级功能配置成本：AST 分析需安装 Python 和 tree-sitter；VirusTotal 需申请 API Key；LLM 分析依赖 OpenClaw 网关运行，这些都会增加使用复杂度。检测能力边界：对全新的未知攻击技术（Novel obfuscation）或高度混淆的代码可能漏报；Python AST 目前仅支持基础数据流追踪，跨语言分析能力有限。性能与频率限制：VirusTotal 免费版限 500 次/天；大型技能仓库的递归扫描可能耗时较长。 适合的目标群体 技能开发者：在发布前自检代码安全性，避免意外引入敏感操作。平台管理员：定期审计 audit-installed.js 扫描已安装的全部技能，防范供应链攻击。DevOps 工程师：将扫描步骤嵌入 GitHub Actions，实现 PR 阶段的自动化安全审查。安全意识强的终端用户：在安装第三方技能前进行快速风险评估，尤其适合处理敏感数据的企业环境。 使用风险 代码执行风险：scan-url.js 第 21 行使用 eval() 解析本地 PATTERNS 数组，虽数据来源为内置可信文件，但仍构成潜在攻击面。权限要求：作为安全扫描工具，必须访问文件系统读取被测技能内容，在极端情况下若被测技能包含特殊构造的硬链接或符号链接，可能引发路径遍历（尽管已做防护）。外部依赖风险：启用 LLM 分析时需连接外部网关，存在数据泄露至 AI 服务的风险；VirusTotal 扫描会将文件哈希上传至云端。局限性认知：该工具仅为防御层之一，无法替代人工代码审查，对于零日攻击或逻辑后门检测能力有限，高敏感环境需结合其他安全工具使用。 原始说明 Security scanner that catches malicious skills before they steal your data. Detects credential theft, prompt injection, and hidden backdoors. Works immediately with zero setup. Optional AST dataflow analysis traces how your data moves through code.