~/教學/SCAN.md

文章 / AI 工具

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

Reels 畫面:3D 筆電上是 SkillSpector 的報告,Score 59/100 被標紅,DO NOT INSTALL 被圈起來,旁邊紅色印章寫不要安裝
我自己跑的 SkillSpector 報告:59/100,HIGH,DO NOT INSTALL。

照著做完,你會:

  1. 在電腦上裝好 SkillSpector(一行指令)。
  2. 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。
  3. 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。
SkillSpector 終端機報告:59/100 HIGH DO NOT INSTALL,Issues 列出 E2 和 PE3 兩個高風險問題
同一次掃描的報告:它抓到 scripts/sync.py 第 5 行複製所有環境變數、第 6 行讀 SSH 金鑰。

02為什麼要掃:四個 skill 就有一個有漏洞

Reels 畫面:skill 紙箱在輸送帶上通過 SCAN 掃描門,第四個讓掃描門變紅,牆上螢幕是 arXiv 論文摘要,紅色印章寫 1/4
一份 2026 年 1 月的研究: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。

  1. 研究團隊從兩個 skill 市集收了 42,447 個 skill,分析了其中 31,132 個。
  2. 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%)。
  3. 5.2% 有高風險的寫法,很像是故意放的惡意程式。
  4. 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

Reels 畫面:GitHub 上 SkillSpector README 的 Quick install with uv,安裝那一行被標起來並圈起來
README 裡的安裝指令。

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:

安裝(終端機)
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

Reels 畫面:終端機裡打著 skillspector scan ./notes-helper/ --no-llm,下面出現 SkillSpector Security Report
在 skill 的資料夾外面,打 skillspector scan 加上資料夾。
掃描(把[]換成 skill 的資料夾)
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/。

Reels 畫面:終端機顯示 ValueError: No LLM API key configured,Use --no-llm 被圈起來
沒設 AI 金鑰直接掃,會報錯,叫你加 --no-llm。

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:

給 Claude Code
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

Reels 畫面:README 的 Severity Levels 表格,51-80 和 81-100 DO NOT INSTALL 兩行被標紅
README 的分數表:51 分以上就是 DO NOT INSTALL。
  1. 0-20 分:LOW,SAFE。
  2. 21-50 分:MEDIUM,CAUTION,看一下 Issues 再決定。
  3. 51-80 分:HIGH,DO NOT INSTALL。
  4. 81-100 分:CRITICAL,DO NOT INSTALL。
Reels 畫面:牆上螢幕是 Issues 清單,HIGH E2 Env Variable Harvesting 和 HIGH PE3 Credential Access 被標紅,旁邊紅色紙箱 59/100 放在不要安裝的籃子裡
Issues 會寫出嚴重程度、問題名稱、檔案和行數,還有建議怎麼改。

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:

1. 安裝 MCP 版本
uv tool install --force 'skillspector[mcp] @ git+https://github.com/NVIDIA/skillspector.git'
2. 加到 Claude Code
claude mcp add skillspector -- skillspector mcp
3. 之後跟 Claude Code 說
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

  1. 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。
  2. 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。
  3. 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。
  4. 要 Python 3.12 以上。我是在 Windows 上用 uv 裝的,其他系統照 README 的步驟。
  5. 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。
  6. 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

延伸閱讀