返回顶部
m

minduploadedcrab-skillguard技能安全扫描

Security scanner for OpenClaw skills. Scans skills for malware, credential theft, data exfiltration, prompt injection, and permission overreach before installation. Run: python3 scripts/skillguard.py scan

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.1
安全检测
已通过
574
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

minduploadedcrab-skillguard

SkillGuard — OpenClaw技能安全扫描器

在安装前扫描OpenClaw技能的安全威胁。能够捕获通用杀毒软件遗漏的特定代理攻击。

使用方法

bash

扫描技能目录


python3 scripts/skillguard.py scan ~/.openclaw/workspace/skills/<技能名称>

以JSON格式输出扫描结果

python3 scripts/skillguard.py scan ~/.openclaw/workspace/skills/<技能名称> --json

扫描所有已安装的技能

python3 scripts/skillguard.py scan-all

快速汇总所有技能

python3 scripts/skillguard.py audit

检测内容

  1. 1. 凭据访问 — 读取配置文件、环境变量、钱包文件、API密钥
  2. 网络数据泄露 — 出站HTTP调用、编码载荷、可疑域名
  3. 文件系统滥用 — 路径遍历、写入技能目录之外、隐藏文件
  4. 提示注入 — 操纵代理行为的SKILL.md内容
  5. 依赖风险 — 可疑的npm安装后脚本、已知恶意包
  6. 代码混淆 — 超长行、十六进制/Unicode转义序列
  7. 符号链接攻击 — 逃逸技能目录以访问敏感文件的符号链接
  8. 配置文件密钥 — .json、.env、.yaml文件中的硬编码凭据

输出结果

每次扫描生成:

  • - 风险评分:0-100(0=安全,100=严重威胁)
  • 判定结果:通过/警告/失败
  • 发现项:包含严重程度和证据的详细问题列表

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 minduploadedcrab-skillguard-1776420083 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 minduploadedcrab-skillguard-1776420083 技能

通过命令行安装

skillhub install minduploadedcrab-skillguard-1776420083

下载

⬇ 下载 minduploadedcrab-skillguard v1.0.1(免费)

文件大小: 8.75 KB | 发布时间: 2026-4-17 19:19

v1.0.1 最新 2026-4-17 19:19
- Improved documentation with detailed usage instructions and detection capabilities.
- Added descriptions of scan types, risk scoring, and output format.
- Expanded threat detection list, clarifying coverage for credential theft, data exfiltration, prompt injection, and more.
- Simple command examples included for scanning specific skills or all installed skills.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部