~/教學/SCAN.md
NVIDIA SkillSpector:裝 skill 之前先掃一下,3 步驟看懂 0-100 風險分數
Claude Code 的 skill 會用你的權限執行。NVIDIA 免費開源的 SkillSpector 裝之前先幫你掃,附安裝、掃描指令、--no-llm 用法和分數怎麼看。
我以前裝 Claude Code 的 skill,都是看說明順眼就裝了。後來看到一份研究:掃了三萬多個 skill,四個就有一個有漏洞。現在我裝之前一定先用 NVIDIA 免費開源的 SkillSpector 掃一下。這篇是 Reels 裡 SCAN 那支影片的完整版:一行安裝、一行掃描、沒有 AI 金鑰時要加的那個參數、分數怎麼看,還有讓 Claude Code 自己先掃的進階用法。
01先看結果:我掃的這個 skill 拿到 59 分,不要安裝

照著做完,你會:
- 在電腦上裝好 SkillSpector(一行指令)。
- 裝任何 skill 之前,用一行指令掃它的資料夾、SKILL.md、GitHub 網址或 zip 檔。
- 看懂 0-100 的風險分數,知道哪些 skill 不要裝、問題出在哪個檔案的哪一行。

02為什麼要掃:四個 skill 就有一個有漏洞

Skill 看起來只是一份說明檔,但它可以附上程式,而且是用你的權限在跑:讀你的檔案、你的環境變數、你的金鑰。
- 研究團隊從兩個 skill 市集收了 42,447 個 skill,分析了其中 31,132 個。
- 26.1% 至少有一個漏洞,最常見的是偷傳資料(13.3%)和提升權限(11.8%)。
- 5.2% 有高風險的寫法,很像是故意放的惡意程式。
- 有附上可執行程式的 skill,有漏洞的機率是純說明 skill 的 2.12 倍。
SkillSpector 就是 NVIDIA 為了這件事做的:裝之前先幫你回答「這個 skill 能不能裝?」。它也是 NVIDIA 自家 skill 上架前的檢查流程之一。
03第 1 步:用 uv 一行裝好 SkillSpector

要先有 uv(Python 的套件工具)和 Python 3.12 以上。打開終端機,貼上這一行:
uv tool install git+https://github.com/NVIDIA/skillspector.git
裝好後輸入 skillspector --version,看到版本號就成功了。我裝的是 v2.12.0。之後要更新,輸入 uv tool update skillspector。
04第 2 步:掃 skill 的資料夾,沒有 AI 金鑰就加 --no-llm

skillspector scan ./[skill 資料夾]/ --no-llm
還沒裝的 skill,也可以直接掃它的 SKILL.md、GitHub 網址或 zip 檔:把資料夾換成 ./SKILL.md、https://github.com/[帳號]/[skill] 或 ./[skill].zip。已經裝好的個人 skill 在 ~/.claude/skills/[skill 名稱]/,專案的 skill 在專案裡的 .claude/skills/。

為什麼要加 --no-llm?SkillSpector 預設會再用 AI 做第二輪檢查。沒設 AI 金鑰時,它會跳出 No LLM API key configured 的錯誤,報告標成 Degraded scan。加上 --no-llm 就只跑靜態檢查,不用金鑰、也不花錢。
懶得自己打指令,也可以叫 Claude Code 幫你掃:
用 skillspector 掃 ~/.claude/skills/[skill 名稱],加 --no-llm。用中文告訴我分數、建議,還有每個問題在哪個檔案的哪一行、為什麼危險。先不要改任何檔案。
05第 3 步:看分數,超過 50 分就別裝

- 0-20 分:LOW,SAFE。
- 21-50 分:MEDIUM,CAUTION,看一下 Issues 再決定。
- 51-80 分:HIGH,DO NOT INSTALL。
- 81-100 分:CRITICAL,DO NOT INSTALL。

每個問題下面有 Location(哪個檔案第幾行)、Confidence(多有把握)和 Remediation(建議怎麼改)。分數超過 50 時,指令會用錯誤碼 1 結束,所以也可以放進自己的腳本裡當關卡。
06進階:讓 Claude Code 裝 skill 前自己先掃
SkillSpector 也能當 MCP 工具,讓 Claude Code 在裝 skill 或 MCP 之前自己呼叫它。要裝有 mcp 的版本,再加到 Claude Code:
uv tool install --force 'skillspector[mcp] @ git+https://github.com/NVIDIA/skillspector.git'
claude mcp add skillspector -- skillspector mcp
以後我要裝任何 skill 或 MCP 之前,先用 skillspector 的 scan_skill 掃[網址或資料夾],分數超過 50 就停下來告訴我原因,不要安裝。
07要注意
- 分數低不代表百分之百安全:它只做檢查,不會擋住 skill 執行。加 --no-llm 時只跑靜態檢查,像「說明寫的和程式做的不一樣」這種問題要開 AI 檢查才抓得到。
- 開 AI 檢查時,skill 的內容會送到你設定的 AI 服務;檢查套件漏洞時,會把套件清單送到 OSV.dev 查。
- MCP 版本的 stdio 連線,官方 README 寫著還有啟動卡住的已知問題(issue #199),卡住就先用指令版。
- 要 Python 3.12 以上。我是在 Windows 上用 uv 裝的,其他系統照 README 的步驟。
- 研究數字來自 arXiv 2601.10338(2026 年 1 月),是兩個 skill 市集的統計,不是每個來源都一樣。
- 這篇是在主頁連結輸入關鍵字 SCAN 找到的,不會私訊。
資料來源
下一支 Reel 想學什麼?
我每天測 Claude 和 AI 工具,把真的有用的做成 Reel。追蹤 @vivianlin.tech,新教學一出來就看得到。