Token导航 LogoToken导航

Agent Skill · 开发

agent-security-scanner(Agent 安全扫描仪)

用于辅助安全审计、权限检查、凭据风险、认证流程和常见漏洞排查。它适合让 Agent 梳理敏感配置、检查依赖风险、分析鉴权逻辑或生成安全复核清单。使用时不能把工具输出直接当最终结论,涉及密钥、令牌、用户数据或生产系统时,应先确认最小权限、脱敏方式和操作边界。

agent-security-scanner 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为执行命令;许可证为 MIT-0,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 10,537。

总安装 2,187周安装 93GitHub Stars 公开资料未说明下载 766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
4.1.6

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:agent-security-scanner(Agent 安全扫描仪)
来源仓库:https://github.com/caidongyun/agent-security-scanner
安装命令:
openclaw skills install agent-security-scanner
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 agent-security-scanner

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。

用于辅助安全审计、权限检查和凭据风险排查。支持多语言检测、AST 分析和 LLM 验证,提升安全检查效率。通过 clawhub 安装,命令为 openclaw skills install agent-security-scanner。使用时不能将工具输出直接作为最终结论,涉及敏感数据时应确认脱敏方式。

适合在 OpenClaw 中分析依赖风险和认证逻辑。

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 agent-security-scanner;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

    它需要执行命令,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

agent-security-scanner 怎么安装?

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

agent-security-scanner 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。

agent-security-scanner 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 openclaw skills install agent-security-scanner 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

agent-security-scanner 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。

agent-security-scanner 用的人多吗?

公开数据是累计安装 2,187 次,近一周安装 93 次,下载 766 次。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。

agent-security-scanner 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。

先想清楚的地方

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。

不太适合

  • 不能接受 Skill 在你机器上执行命令的人。
  • 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
agent-security-scanner

Agent 安全扫描仪 · 本页

2,187—执行命令MIT-0有提醒

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
agent-security-scanner
version
4.1.6
category
security
author
Agent Security Team
description
AI Agent 安全扫描器 - 多语言检测 + AST 分析 + 意图识别 + LLM 验证
license
MIT
repository
https://github.com/caidongyun/agent-security-skill-scanner
homepage
https://github.com/caidongyun/agent-security-skill-scanner#readme
bugs
https://github.com/caidongyun/agent-security-skill-scanner/issues

Agent Security Scanner v4.1.0

企业级 AI Agent 安全扫描器,支持多语言检测、AST 静态分析、意图识别和 LLM 二次判定。

🎯 核心能力

能力说明状态
多语言检测Python/JavaScript/YAML/Go/Shell✅
AST 静态分析Python 深度语法分析✅
智能评分多特征加权评分系统✅
意图识别二层检测,识别恶意意图✅
LLM 验证边界样本深度分析✅
白名单机制降低误报率✅
灵顺监控持续自动化优化✅

📊 性能指标

指标值行业平均优势
检测率 (DR)100%85-92%+8-15%
误报率 (FPR)7.77%15-25%-50-70%
扫描速度5019/s2000-3000/s+60-140%
支持语言5 种2-3 种+70%

🏗️ 三层检测架构

[一层] 白名单/黑名单 → 快速筛查
[二层] 智能评分 + 意图分析 → 边界样本判定
[三层] LLM 深度分析 → 不确定样本

🚀 快速开始

安装

# 从 npm 安装 (待发布)
npm install agent-security-scanner@4.1.0

# 从源码安装
git clone https://github.com/agent-security/scanner.git
cd scanner/release/v4.1
pip install -r requirements.txt

基本使用

# 扫描单个文件
python3 src/multi_language_scanner_v4.py /path/to/sample.py

# 批量扫描目录
python3 src/fast_batch_scan.py

# 扫描指定目录
python3 src/fast_batch_scan.py --samples /path/to/samples

# 启用 LLM 分析
export ENABLE_LLM_ANALYSIS=true
export LLM_API_KEY=your_api_key
python3 src/fast_batch_scan.py

灵顺自动化

# 启动守护进程
nohup python3 lingshun_scanner_daemon.py > logs/daemon.log 2>&1 &

# 手动触发优化
bash lingshun_optimize.sh

# 查看状态
ps aux | grep lingshun_scanner_daemon

📁 目录结构

agent-security-scanner/
├── src/
│   ├── multi_language_scanner_v4.py  # 主扫描器
│   ├── fast_batch_scan.py            # 批量扫描入口
│   ├── intent_detector_v2.py         # 意图分析器
│   ├── llm_analyzer.py               # LLM 分析器
│   └── benchmark_full_scan.py        # 性能测试
├── config/
│   └── quality_gate.yaml             # 质量门禁配置
├── docs/
│   ├── USER_GUIDE.md                 # 用户指南
│   └── DELIVERY_REPORT.md            # 交付报告
├── examples/                         # 示例代码
├── tests/                            # 测试用例
├── lingshun_optimize.sh              # 灵顺优化脚本
├── lingshun_scanner_daemon.py        # 灵顺监控守护进程
├── package.json                      # npm 包配置
├── SKILL.md                          # 技能规范
├── requirements.txt                  # 依赖列表
└── LICENSE                           # 许可证

🔧 配置说明

环境变量

# LLM 分析配置
export ENABLE_LLM_ANALYSIS=true
export LLM_API_KEY=your_api_key
export LLM_API_URL=https://api.example.com/v1/chat

# 灵顺监控配置
export FEISHU_WEBHOOK=your_webhook_url
export ALERT_EMAIL=your@email.com

质量门禁

# config/quality_gate.yaml
metrics:
  detection_rate:
    min: 99.0
  false_positive_rate:
    max: 10.0
  throughput:
    min: 4000

📈 检测能力

支持攻击类型

攻击类型检测率说明
tool_poisoning100%工具投毒
data_exfiltration100%数据外泄
credential_theft100%凭证窃取
evasion100%绕过检测
persistence100%持久化
supply_chain_attack100%供应链攻击
resource_exhaustion100%资源耗尽
remote_load100%远程加载
prompt_injection100%提示注入
memory_pollution100%记忆污染

支持编程语言

语言检测方式覆盖率
PythonAST + 规则 + 智能评分100%
JavaScriptJS Analyzer + 智能评分100%
YAML规则检测 + 智能评分100%
Go规则检测 + 智能评分100%
Shell规则检测 + 智能评分100%

🛡️ 安全特性

白名单机制

# 仅包含明确可信的良性标识
whitelist_patterns = [
    '# BEN-NOR-',      # 正常样本
    '# BEN-COP-',      # 常见模式
    '# BEN-EVA-',      # Evasion 测试
    'print("Hello")',  # Hello World
]

三层检测

  1. 快速筛查: 白名单/黑名单匹配
  2. 智能评分 + 意图分析: 边界样本 (risk 15-35)
  3. LLM 验证: 意图不明确样本

🤖 灵顺自动化

# 启动守护进程
nohup python3 lingshun_scanner_daemon.py > logs/daemon.log 2>&1 &

# 手动触发优化
bash lingshun_optimize.sh

# 任务编排
bash lingshun_task_orchestration.sh

📋 API 参考

扫描器接口

from multi_language_scanner_v4 import MultiLanguageScanner

scanner = MultiLanguageScanner()
result = scanner.scan_file('/path/to/sample.py')

print(f"is_malicious: {result.is_malicious}")
print(f"risk_score: {result.risk_score}")
print(f"risk_level: {result.risk_level}")
print(f"behaviors: {result.behaviors}")

意图分析接口

from intent_detector_v2 import EnhancedIntentDetector

detector = EnhancedIntentDetector()
result = detector.analyze(code, 'sample.py')

print(f"intent: {result.intent}")
print(f"confidence: {result.confidence}")

LLM 分析接口

from llm_analyzer import LLMAnalyzer

analyzer = LLMAnalyzer()
result = analyzer.analyze(code, {
    'risk_score': 25,
    'behaviors': ['subprocess', 'base64']
})

print(f"is_malicious: {result.is_malicious}")

🧪 测试

# 运行测试
python3 -m pytest tests/

# 性能基准测试
python3 src/benchmark_full_scan.py

# 质量门禁验证
python3 -c "from src.multi_language_scanner_v4 import MultiLanguageScanner; print('✅ OK')"

📝 更新日志

v4.1.0 (2026-04-04)

  • ✅ 三层检测架构 (白名单 + 智能评分 + 意图 + LLM)
  • ✅ 回退到安全配置 (FPR 7.77%)
  • ✅ 灵顺 V5 自动化监控
  • ✅ 完整文档和示例
  • ✅ 30 个测试样本 (AST/意图/LLM)

v4.0.0 (2026-04-03)

  • ✅ 多语言融合检测
  • ✅ AST 静态分析集成
  • ✅ 白名单/黑名单机制

🤝 贡献

# Fork 仓库
git fork https://github.com/agent-security/scanner.git

# 创建分支
git checkout -b feature/your-feature

# 提交更改
git commit -m "feat: add your feature"

# 推送并创建 PR
git push origin feature/your-feature

📄 许可证

MIT License - 详见 LICENSE

📞 联系方式

  • GitHub: https://github.com/agent-security/scanner
  • Email: security@agent-security.com
  • Discord: https://discord.gg/agent-security

版本: 4.1.0 发布日期: 2026-04-04 状态: ✅ 生产就绪 Benchmark: DR 100% | FPR 7.77% | Speed 5019/s

平台分布

OpenClaw

82.98%
按下载量换算636

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

可疑

权限和风险

执行命令

安装流程涉及命令执行,可能通过 openclaw skills install agent-security-scanner 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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