（3361期）Minduploadedcrab Skillguard – OpenClaw 技能安全扫描卫士

OpenClaw 技能安全扫描卫士 专为 OpenClaw 生态设计的技能安全扫描器，检测恶意代码、凭据窃取、数据外泄等代理特有威胁，安装前拦截风险。 使用说明 核心用法 SkillGuard 是一款面向 OpenClaw 技能生态的专用安全扫描工具，通过静态代码分析在技能安装前识别潜在威胁。用户可通过 python3 scripts/skillguard.py scan <skill-directory> 对指定技能目录进行扫描，支持 --json 输出格式便于集成。此外提供 scan-all 批量扫描已安装技能、audit 快速生成整体安全概览等实用命令。 显著优点 代理威胁专项检测：区别于传统杀毒软件，SkillGuard 针对 AI Agent 场景设计，能识别凭据访问（配置文件、环境变量、钱包文件）、网络外泄（可疑域名、编码载荷）、提示注入（操纵 Agent 行为的 SKILL.md 内容）等特有攻击向量。 多维度风险覆盖：涵盖文件系统滥用（路径遍历、越界写入）、依赖风险（恶意 npm 脚本、已知危险包）、混淆代码（超长行、十六进制/Unicode 转义）、符号链接攻击及硬编码凭据等 8 大类检测项。 量化风险评估：输出 0-100 风险评分及 PASS/WARN/FAIL 分级判定，附带详细证据链，便于安全决策。 潜在缺点与局限性 静态分析边界：仅依赖静态扫描，无法检测运行时动态生成的恶意行为或加密载荷。 误报可能性：对合法但复杂的代码模式（如多层编码的配置读取）可能产生警告，需人工复核。 生态依赖性：专为 OpenClaw 设计，无法直接迁移至其他 Agent 框架。 适合人群 频繁安装第三方技能的 OpenClaw 用户 企业级 Agent 部署的安全管理员 技能开发者自检与 CI/CD 集成 常规风险 扫描逃逸：高度混淆的恶意代码可能绕过静态检测 依赖项漏报：新出现的恶意 npm 包可能未被规则库收录 供应链攻击：SkillGuard 自身若被篡改将丧失防护能力 建议结合运行时监控与网络隔离策略，构建立体防御。 原始说明 Security scanner for OpenClaw skills. Scans skills for malware, credential theft, data exfiltration, prompt injection, and permission overreach before instal...