Skill安全与管理工具V1.0

admin 2026-06-16 04:44:25 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

文章总结: Skill安全与管理工具V1.0是一款专为AI编码助手Skill生态设计的安全检测平台,具备Skill资产发现、恶意代码静态检测、在线批量扫描和可视化管理功能。工具采用Python开发,内置500+条正则规则覆盖31个攻击类别,支持精确和全量双模式扫描,可检测数据库破坏、文件覆写、反弹Shell等高危操作,并提供代理支持、报告导出等企业级安全审计能力。 综合评分: 82 文章分类: 安全工具,恶意软件,安全开发,安全运营,应用安全


cover_image

Skill 安全与管理工具 V1.0

原创

船山信安瘦了50斤 船山信安瘦了50斤

船山信安

2026年6月11日 21:56 河北

在小说阅读器读本章

去阅读

Skill 安全与管理工具 V1.0

AI 编码助手 Skill 生态安全检测与可视化管理平台

版本:V1.0   平台:Windows / macOS / Linux   语言:Python 3.10+

目  录

一、项目背景与概述

二、项目地址与运行界面介绍

三、核心功能详解

2.1  Skill 可视化管理

2.2  恶意代码安全检测

2.3  在线批量检测

2.4  代理与网络

2.5  报告导出与操作日志

四、技术架构

3.1  整体架构

3.2  技术栈

3.3  规则体系

五、检测规则详解

4.1  精确模式 (Precise_rules)

4.2  全量模式 (total_rules)

4.3  规则对比

六、支持的平台与 AI 工具

七、使用指南

八、应用场景

九、总结与展望

一、项目背景与概述

随着 AI 编码助手(如 Claude Code、Cursor、GitHub Copilot、Windsurf 等)的快速普及,”Skill”(技能/插件)生态正在蓬勃发展。Skill 是一种扩展 AI 助手能力的模块化组件,通过自定义指令、脚本和配置文件,让 AI 助手具备特定领域的专业能力。然而,Skill 生态的开放性也带来了全新的安全挑战。

2025年以来,安全社区陆续披露了多起针对 Skill 生态的投毒攻击事件:攻击者通过在 Skill 市场上传包含恶意操作、代码的 Skill,利用 AI 助手的自动执行能力实施凭证窃取、恶意渗透破坏等可能对运行AI的系统或AI测试的目标造成破坏、数据泄露等重大影响。这些恶意 Skill 往往伪装成”生产力工具”或”开发辅助”,传统的杀毒软件和代码审查流程难以有效识别。

项目定位

Skill 安全与管理工具 V1.0 是一款专为 AI 编码助手 Skill 生态设计的安全检测与可视化管理平台。它集成了 Skill 资产发现、恶意代码静态检测、多平台在线扫描、可视化管理和报告导出等功能,旨在帮助安全研究人员、开发者和企业团队在安装和使用第三方 Skill 之前进行全面的安全性评估。

核心能力

·� Skill 资产发现:支持全盘扫描、常见 AI 工具目录检索、自定义路径递归查找,覆盖 19 种主流 AI 编码助手

·�️ 恶意代码检测:内置 500+ 条正则规则,覆盖 31 个攻击类别,支持两种扫描模式(全量/精确)

·�多平台在线检测:支持 GitHub、skills.sh、SkillStore、skill-cn、ClawHub 五大平台的在线批量扫描

·�可视化管理:拖放式 Skill 管理,支持批量操作(删除、打开、发送检测)

·�报告导出:完整的检测报告,含删除操作审计记录

项目地址与运行界面介绍

·https://github.com/Jack-MRJ/Safety-and-Management-Tools-for-Skill/tree/main

默认skill管理界面

默认skill安全检测界面

支持拖放多个文件及目录进行检测

支持扫描可能包含对运行AI自身系统或AI测试目标造成破坏影响的高危操作代码,如下:

默认装了vscode后双击可直接打开文件对应的行:

也可ctrl+a 右击删除这些恶意代码行:

还有skill统一管理功能,支持将管理的skill右键直接调用skill检测模块进行skill安全性扫描:

双击可打开skill对应的目录,可在这里随时删除任意管理的skill所在目录及其中的所有内容,实现skill管理+安全检测2大需求,还有很多细节功能,也支持自定义恶意代码识别规则,在Precise_rules.py和total_rules.py这2大规则库进行添加即可。

、核心功能详解

3.1  Skill 可视化管理

工具提供完整的 Skill 资产全生命周期管理能力,帮助用户掌握系统中所有已安装的 Skill 情况:

自定义目录检索

用户可指定任意多个根目录,工具递归扫描所有子目录,自动识别包含 SKILL.md 文件的 Skill 项目。检索结果以表格形式展示,包含 Skill 名称、描述、路径、Agent 类型和文件数量等信息。

常见 AI 工具一键检索

内置 19 种主流 AI 编码助手的 Skill 默认安装路径,一键检索所有已安装 Skill:

| | | | — | — | | AI 工具 | Skill 默认路径 | | Claude Code | ~/.claude/skills | | Codex | ~/.codex/skills | | Cursor | ~/.cursor/skills | | Windsurf | ~/.windsurf/skills | | GitHub Copilot | ~/.copilot/skills | | Gemini CLI | ~/.gemini/skills | | Cline | ~/.cline/skills | | Roo Code | ~/.roo/skills | | Aider | ~/.aider/skills | | CodeBuddy | ~/.codebuddy/skills |

全盘扫描

支持遍历系统所有磁盘分区(Windows 下遍历 C:-Z: 盘,Linux 下扫描 /home、/usr、/opt 等目录),发现所有 SKILL.md 文件。扫描过程实时显示进度和发现结果。

拖放式添加

支持将 SKILL.md 文件直接拖放到管理窗口,自动解析 Skill 名称、描述等元信息,一键添加到管理列表。

右键菜单操作

·打开文件夹(支持多选批量打开)

·从列表移除(仅移除记录,不删除实际文件)

·永久删除 Skill 目录(物理删除,含确认提示)

·发送到安全检测(将 Skill 目录加入离线扫描队列)

·从 SKILL.md 文件手动添加

3.2  恶意代码安全检测

安全检测是工具的核心功能,提供离线扫描和在线批量检测两种模式。

离线扫描

支持对本地文件、目录和 ZIP 压缩包进行扫描:

·文件扫描:逐行正则匹配,精确定位恶意代码所在行号

·目录递归扫描:遍历目录下所有文件,包含对 ZIP 嵌套解压的支持

·ZIP 压缩包:自动解压到临时目录后扫描全部内容

·结果展示:表格形式显示文件路径、危险等级、命中规则、代码片段、行号

·双击跳转:双击结果条目可直接在 VSCode / Sublime Text / 记事本中打开对应文件并定位到指定行

·右键删除:支持从源文件中批量永久删除恶意代码行

双模式扫描

工具提供两种扫描模式,用户可根据实际需求灵活切换:

| | | | | | | — | — | — | — | — | | 模式 | 规则文件 | 规则数量 | 特点 | 适用场景 | | � 全高危扫描 | total_rules.py | 380+ 条 | 覆盖面广,误报率相对较高 | 全面安全审计 | | � 恶意高危扫描(精确) | Precise_rules.py | 360+ 条 | 聚焦高危操作,精确度更高 | 日常检测、快速筛查 |

规则文件支持热更新:将自定义规则文件放在 exe 同目录即可覆盖内置规则,无需重新打包。

3.3  在线批量检测

支持对 Skill 市场中的在线 Skill 进行远程下载和自动扫描,覆盖五大主流平台:

| | | | — | — | | 平台 | 检测方式 | | GitHub | 直接下载仓库 ZIP(支持 main/master 分支),自动解压扫描 | | skills.sh | 提取页面中的 GitHub 仓库链接,级联检测 | | SkillStore | 调用 API 下载 Skill 包,失败时回退到 GitHub 页面提取 | | skill-cn | 调用下载 API,失败时回退到页面 GitHub 链接提取 | | ClawHub | 支持 convex.site 直链下载和 artifact API 两种方式,含 .tgz 解压支持 |

批量检测采用多线程并发处理,每个 URL 在独立的标签页中展示扫描进度和结果。支持从文本文件导入 URL 列表,实现大规模 Skill 批量审查。

3.4  代理与网络

工具内置完整的代理支持,满足不同网络环境下的检测需求:

·支持 HTTP / HTTPS / SOCKS5 三种代理协议

·支持用户名/密码认证

·内置连通性测试功能(通过 Google 测试代理可用性和延迟)

·SOCKS5 代理自动检测 PySocks 依赖并提示安装

3.5  报告导出与操作日志

所有检测和操作均有完整的审计记录:

·调试日志窗口:实时查看扫描细节、网络请求、错误信息

·删除操作记录:每次恶意代码删除均记录时间、文件路径、行号、代码片段和命中规则

·报告导出:生成 TXT 格式检测报告,含在线/离线扫描目标和删除操作汇总

·临时文件管理:可配置扫描完成后自动清理或保留临时文件

、技术架构

4.1  整体架构

工具采用单文件 GUI 架构,基于 Python tkinter 构建,通过模块化设计实现清晰的职责分离:

┌─────────────────────────────────────────────────────┐ │                   GUI 层 (tkinter)                    │ │  ┌──────────┐  ┌──────────┐  ┌──────────────────┐  │ │  │ Skill管理 │  │ 安全检测  │  │ 代理/设置/日志   │  │ │  │   视图    │  │   视图    │  │     管理         │  │ │  └────┬─────┘  └────┬─────┘  └────────┬─────────┘  │ ├───────┼─────────────┼─────────────────┼─────────────┤ │       │      核心逻辑层 (Business Logic)  │             │ │  ┌────┴─────┐  ┌────┴─────┐  ┌────────┴─────────┐  │ │  │ Skill检索 │  │ 规则引擎  │  │  多平台下载器     │  │ │  │ (os.walk) │  │ (regex)  │  │  (GitHub/API等)  │  │ │  └──────────┘  └──────────┘  └──────────────────┘  │ ├─────────────────────────────────────────────────────┤ │                   数据持久化层                         │ │  ┌────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │  │managed_ │ │settings. │ │proxy_    │ │deletion_ │ │ │  │skills.  │ │json      │ │config.   │ │log       │ │ │  │json     │ │          │ │json      │ │(memory)  │ │ │  └────────┘ └──────────┘ └──────────┘ └──────────┘ │ └─────────────────────────────────────────────────────┘

4.2  技术栈

| | | | — | — | | 技术组件 | 用途说明 | | Python | 3.10+(兼容 3.8+),核心开发语言 | | tkinter | Python 标准 GUI 库,实现跨平台图形界面 | | tkinterdnd2 | 拖放支持组件,实现文件拖放到窗口的功能 | | requests | HTTP 客户端,用于在线检测和 API 调用 | | httpx | 异步 HTTP 客户端,补充网络请求能力 | | importlib | 动态模块加载,实现规则文件热加载与热切换 | | threading | 多线程并发,实现在线批量检测不阻塞 UI | | PyInstaller | 打包工具,生成单文件独立可执行程序 | | re (正则) | Python 标准正则引擎,驱动恶意模式匹配 |

4.3  规则体系

工具采用”规则与引擎分离”的架构设计。检测规则以独立 Python 文件的形式存在,引擎通过 importlib 动态加载,实现了规则的热切换和用户自定义扩展。

核心设计要点:

·规则文件定义 MALICIOUS_PATTERNS 字典,key 为正则表达式,value 为中文风险描述

·扫描时逐行读取文件,用全部规则依次匹配每一行,记录匹配的行号、内容和规则描述

·规则支持不区分大小写匹配((?i) 标志),兼容多语言特征(SQL、Shell、Python、PowerShell 等)

·规则文件加载采用双重查找策略:优先 exe 同目录(支持自定义覆盖),回退到内置打包资源

、检测规则详解

工具内置两套规则体系,分别适用于不同场景。以下为规则分类的完整说明:

5.1  精确模式 (Precise_rules.py) — 31 类高危规则

精确模式聚焦于具有实际破坏性、可导致数据丢失、系统受损或权限被夺取的高危操作,排除了正常的无害操作,适用于渗透测试、自动化脚本等任何类型的 Skill 检测。

| | | | | — | — | — | | 规则类别 | 典型检测项 | 防护目标 | | 1. 数据库破坏 | DROP TABLE/DB、TRUNCATE、无条件DELETE、xp_cmdshell、Redis FLUSHALL等 | 防止数据被恶意删除或篡改 | | 2. 文件破坏/覆写 | rm -rf /、dd覆写磁盘、format C:、shutil.rmtree关键目录 | 防止系统文件被破坏 | | 3. 反弹Shell/后门 | socket+dup2、bash TCP反弹、Python/Perl/Ruby反弹Shell、MSFvenom、Webshell | 检测远程控制后门 | | 4. 持久化/自启动 | crontab定时下载、systemd服务、Windows注册表Run键、macOS LaunchAgent | 防止恶意程序持久驻留 | | 5. 权限提升 | sudo su、setuid、CVE漏洞利用、PowerShell绕过UAC | 检测提权攻击 | | 6. 凭据窃取 | 读取/etc/shadow、SSH私钥、AWS凭证、环境变量密钥、webhook外发 | 防止敏感信息泄露 | | 7. 破坏性命令 | kill -9、shutdown、iptables阻断、禁用网卡、rm -rf / –no-preserve-root | 检测拒绝服务攻击 | | 8. 容器逃逸 | docker –privileged、nsenter、chroot、mount bind宿主机目录 | 检测容器逃逸行为 | | 9. 云资源破坏 | aws s3 rm、EC2终止、RDS删除、Terraform destroy -auto-approve | 防止云资源被恶意销毁 | | 10. 供应链投毒 | curl管道sudo执行、pip非官方源安装、npm –unsafe-perm | 检测依赖投毒攻击 | | 11. AI自然语言注入 | ignore all previous instructions、角色劫持、系统提示覆盖 | 检测针对AI的提示注入 | | 12. Windows特有 | Defender排除路径、net user创建用户、vssadmin删除卷影、bcdedit禁用恢复 | Windows系统专项检测 | | 13. macOS特有 | osascript提权、launchctl持久化、csrutil禁用SIP、kextload内核扩展 | macOS系统专项检测 | | 14. 数据库隐蔽后门 | 触发器后门、存储过程后门、ALTER DATABASE恢复模式 | 检测数据库层面的高级后门 | | 15. 云权限篡改 | AWS IAM提权、GCP服务账号密钥创建、Azure Owner角色授予 | 检测云平台权限滥用 | | 16. AI模型投毒 | 修改API密钥环境变量、写入Skill目录植入、修改模型权重文件 | 检测针对AI环境的高级攻击 | | 17. CI/CD篡改 | sed修改GitLab CI、追加GitHub Actions恶意步骤、Jenkins恶意Groovy | 检测CI/CD流水线投毒 | | 18. 网络破坏 | iptables阻断SSH/DNS、nftables阻断入站、修改默认网关、ARP欺骗 | 检测网络层面的破坏 | | 19. 加密勒索 | AES加密文件、比特币地址、GPG对称加密批量文件 | 检测勒索软件行为 | | 20. 反检测技巧 | base64解码执行、openssl解密、十六进制解码、静默后台执行 | 检测混淆和隐藏技术 | | 21-25 | 进程注入、凭据转储(Mimikatz)、网络嗅探、隐蔽隧道(DNS/ICMP/HTTP)、Linux能力滥用 | 检测APT级别的高级攻击技术 | | 26-30 | AI模型/向量数据库篡改、匿名文件外发、日志清除/反取证、虚拟机逃逸、开发工具配置篡改 | 补充检测覆盖 | | 31. 数据库脱裤 | SELECT * 无LIMIT、mysqldump全库导出、MongoDB export、API大分页遍历 | 检测批量数据窃取 |

5.2  全量模式 (total_rules.py) — 基础 + 10 大补充类别

全量模式在精确模式的基础上,额外增加了 10 个补充类别,覆盖面更广,适用于全面的安全审计场景:

| | | | | — | — | — | | 补充类别 | 检测内容 | 补充原因 | | 补充1. 浏览器自动化 | Playwright/Puppeteer/Selenium 截图、PDF、Cookie、JavaScript执行 | 检测浏览器层面的信息窃取 | | 补充2. 凭据窃取补充 | 数据库连接字符串、Docker配置、npmrc、Terraform凭证、各类API密钥 | 覆盖更多凭据泄露场景 | | 补充3. 容器与云删除 | kubectl delete、helm uninstall、多云厂商资源删除、IaC销毁 | 检测容器和云资源破坏 | | 补充4. 依赖安装补充 | curl管道sudo执行、非官方源安装、npx运行最新包 | 检测更多供应链攻击手法 | | 补充5. 系统高危命令 | crontab编辑、iptables修改、systemctl操作、数据库全库导出 | 检测系统级高危操作 | | 补充6. 网络隧道与C2 | .onion暗网连接、Tor代理、SSH隧道、FRP/ngrok内网穿透 | 检测C2通信信道 | | 补充7. 多用户环境 | su切换用户、useradd创建用户、usermod加入sudo组、passwd修改密码 | 检测横向移动和提权 | | 补充8. 脚本隐藏技巧 | chattr防删除、base64/openssl/xxd解码执行、screen/tmux后台会话 | 检测混淆持久化 | | 补充9. 提示注入增强 | ignore previous instructions、角色劫持、重新编程模式、诱导点击 | 全面检测AI注入攻击 | | 补充10. CI/CD篡改 | GitHub Actions、GitLab CI、Jenkins、CircleCI、Travis CI等 | 全面检测CI/CD攻击面 |

5.3  两种模式对比

| | | | | — | — | — | | 对比维度 | 全量模式 (total_rules) | 精确模式 (Precise_rules) | | 规则总数 | 380+ 条 | 360+ 条 | | 规则类别 | 基础10类 + 10大补充 | 31个精细分类 | | 误报率 | 相对较高(如正常的HTTP请求也会匹配) | 较低(排除了常见的正常操作) | | 覆盖面 | 广(含浏览器自动化、系统侦察等) | 聚焦(仅高危破坏性操作) | | 检测深度 | 浅而广 | 深而准 | | 推荐场景 | 首次全面审计、安全研究 | 日常检测、快速筛查、CI集成 |

、支持的平台与 AI 工具

在线 Skill 平台

| | | | | — | — | — | | 平台 | URL | 检测方式 | | GitHub | github.com | 仓库 ZIP 下载 + 解压扫描 | | skills.sh | skills.sh | 页面解析 → GitHub 级联 | | SkillStore | skillstore.io | API 下载 / 页面回退 | | skill-cn | skill-cn.com | API 下载 / 页面回退 | | ClawHub | clawhub.ai | convex.site 直链 / artifact API |

支持的 AI 编码助手

工具支持对以下 19 种主流 AI 编码助手的 Skill 目录进行自动检索和安全管理:

·Claude Code、Codex、Cursor、Windsurf、GitHub Copilot

·Continue、Gemini CLI、Cline、Kiro、Qoder

·Roo Code、Aider、Hermes Agent、CodeBuddy、Tabby

·OpenHands、Antigravity、Lingma、Qodo

、使用指南

快速开始

  1. 环境准备

pip install requests tkinterdnd2 PySocks urllib3

  1. 运行程序(源码方式)

python 3.2.py

  1. 运行程序(打包 exe 方式)

双击 Skill安全管理工具V1.0.exe

典型工作流程

�场景一:检测本地已安装的 Skill

·切换到 Skill 管理视图 → 点击”检索常见AI工具的加载skill”

·在结果窗口中选择可疑的 Skill → 点击”添加到可视化管理”

·右键 Skill → “发送到安全检测”

·切换到安全检测视图 → 点击”离线扫描”

·查看结果,对恶意代码行右键”删除选中行”

�场景二:在线审查 Skill 市场

·切换到安全检测视图

·在在线检测文本框中粘贴 Skill URL(每行一个)

·配置代理(如需要)→ 点击”在线检测 (批量)”

·在各标签页查看扫描结果 → 右键删除恶意代码

·导出报告保存审计记录

�场景三:审查第三方 Skill 包

·将 Skill 文件/文件夹/ZIP 直接拖放到安全检测窗口

·选择扫描模式(全量/精确)

·点击”离线扫描”查看结果

·双击结果条目跳转到 IDE 查看上下文

、应用场景

企业安全团队

在企业内部部署,对所有员工使用的 AI 编码助手 Skill 进行定期安全审查。通过全盘扫描发现未授权的 Skill 安装,通过精确模式快速筛查高风险 Skill,结合报告导出功能建立 Skill 安全审计档案。

安全研究人员

对 Skill 市场(GitHub、skills.sh 等)中的热门 Skill 进行批量安全分析。利用在线批量检测功能,一次性审查数百个 Skill,发现潜在的供应链攻击模式。规则体系可作为 Skill 安全研究的基线参考。

个人开发者

在安装第三方 Skill 之前,通过离线扫描快速判断其安全性。拖放操作和右键删除功能使检测和清理流程极为便捷。双击跳转 IDE 功能帮助开发者深入审查可疑代码的上下文。

CI/CD 集成

将工具的检测引擎集成到 CI/CD 流水线中,在 Skill 发布或部署前自动进行安全扫描。精确模式适合作为 CI Pipeline 中的质量门禁,拦截包含高危操作的 Skill。

Skill 市场运营方

在上架审核流程中使用工具对新提交的 Skill 进行快速初筛。全量模式可用于深度审查,精确模式可用于日常自动审核。

、总结与展望

项目价值

Skill 安全与管理工具 V1.0 填补了 AI 编码助手 Skill 生态在安全检测领域的空白。它提供了一套完整的”发现 → 检测 → 管理 → 审计”工作流,将 Skill 安全管理从被动响应转变为主动防御。

·全面的规则覆盖:500+ 条检测规则,31 个攻击类别,覆盖从数据库破坏到 AI 提示注入的全攻击面

·多平台支持:覆盖五大 Skill 市场和 19 种 AI 编码助手的 Skill 路径

·用户友好:拖放操作、双击跳转 IDE、右键删除等交互设计大幅降低使用门槛

·灵活扩展:规则与引擎分离,热加载和热切换,支持用户自定义规则

·生产可用:PyInstaller 单文件打包,双击即用,无需 Python 环境

未来规划

·动态沙箱分析:集成沙箱环境,对可疑 Skill 进行动态行为分析,弥补静态检测的盲区

·更精准的查杀规则:引入更多实际可能造成危害的规则,删除无用规则,降低误报率

·社区规则库:建立开放的规则贡献机制,社区共同维护和更新检测规则

·更多平台支持:扩展对更多 Skill 市场和 AI 工具的支持

·Web 管理面板:提供 B/S 架构版本,支持团队协作和集中化管理

·实时监控:对 Skill 目录进行文件监控,Skill 文件变更时自动触发安全扫描

·AI恶意流量拦截:识别到AI对外发起恶意流量后进行拦截并记录事件,返回给AI违规指令,数据包包含恶意操作,纠正AI行为。

免责声明

本工具仅供安全研究和授权测试使用,主要用于辅助用户对下载的 Skill 项目进行安全性检查。请勿用于非法目的,因非法使用或二次修改此工具对任何 Skill 管理网站造成不良影响,作者概不负责。


免责声明:

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景,旨在提升网络安全防护能力,具有明确的技术研究属性。

任何单位或个人未经授权,将本文内容用于攻击、破坏等非法用途的,由此引发的全部法律责任、民事赔偿及连带责任,均由行为人独立承担,本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布,若存在版权侵权或其他异议,请通过邮件联系处理,具体联系方式可点击页面上方的联系我

本文转载自:船山信安 船山信安瘦了50斤 船山信安瘦了50斤《Skill 安全与管理工具 V1.0》

逻辑漏洞之越权 网络安全文章

逻辑漏洞之越权

文章总结: 本文深入解析Web越权逻辑漏洞,涵盖原理、分类及挖掘方法。指出漏洞源于业务缺陷,核心是混淆认证与授权。建议分析业务建立权限矩阵,利用双账号测试、参数
别再穿便宜货了 网络安全文章

别再穿便宜货了

文章总结: 该文档为女装工厂广告软文,主打原单外贸服饰,宣称价格仅为专柜十分之一,涵盖服装、包袋、鞋履及配饰,通过微信号引流销售,强调性价比与形象提升,但缺乏实
评论:0   参与:  0