Skill Auditor

核心功能

skill-auditor 是 OpenClaw 生态系统的安全扫描工具，专注于检测技能代码中的恶意行为。其核心能力包括：

• 静态模式分析：通过 40+ 正则规则检测威胁（零依赖，开箱即用）
• 意图匹配分析：对比技能声明与实际行为，计算 1-10 分准确度评分
• 风险分级：CLEAN/LOW/MEDIUM/HIGH/CRITICAL 五级评估
• OpenClaw 专项检测：监控 MEMORY.md、sessions_send 等生态特定攻击面

显著优点

1. 零门槛使用：基础扫描仅需 Node.js，无需任何安装配置
2. 渐进式增强：AST 分析、VirusTotal、LLM 语义分析均为可选功能
3. CI/CD 友好：支持 SARIF 格式输出，原生集成 GitHub Code Scanning
4. 跨平台支持：Windows/macOS/Linux 全平台兼容，含交互式配置向导
5. 批量审计：可一次性扫描所有已安装技能

潜在局限

• 静态分析边界：新型混淆技术、高级 prompt 注入可能绕过正则检测
• Python AST 限制：仅支持 Python 文件，数据流追踪为基础实现
• 外部依赖瓶颈：VirusTotal 免费版限 500 次/天，LLM 分析需联网和网关服务
• 非绝对保障：明确声明为"一层防御"，不可替代人工代码审查

适合人群

• OpenClaw 技能开发者（自审代码）
• 企业安全团队（CI/CD 集成）
• 安全研究员（恶意技能分析）
• 高敏感环境运维人员（严格模式全功能扫描）

常规风险

• 误报：严格模式下静态规则可能产生较高误报率
• 漏报：零日攻击、未知编码技术可能逃逸检测
• 供应链风险：可选依赖（tree-sitter 等）引入额外信任链
• 配置泄露：VirusTotal API 密钥需妥善保管

技术亮点

Python AST 数据流分析可追踪跨函数/跨文件的敏感数据流转，例如识别 os.environ.get('API_KEY') → requests.post() 的泄露路径，这是同类工具中少见的深度分析能力。

核心用法

Skill Auditor 是专为 OpenClaw 生态设计的多层安全扫描工具，采用「零依赖核心 + 可选增强」架构。基础扫描仅需 Node.js，通过 40+ 正则模式检测提示词注入、数据外泄、敏感文件访问等威胁；高级功能支持 Python AST 数据流分析（追踪变量从源到汇的完整路径）、VirusTotal 70+ 引擎二进制查杀、LLM 语义验证（判断行为是否与声明意图一致）。

显著优点：

• 即开即用：核心功能无需安装，避免供应链攻击面
• 深度追踪：AST 分析可跨函数/文件追踪数据流，发现隐蔽泄露通道
• CI/CD 原生：SARIF 格式直接对接 GitHub Code Scanning，支持 --fail-on-findings 阻断流水线
• 语义感知：LLM 辅助降低误报，如识别「访问 MEMORY.md」对内存优化技能是正当行为

潜在局限：

• 新型混淆技术可能逃过正则检测
• Python AST 仅限 Python 文件，复杂跨语言调用无法追踪
• VirusTotal 免费版限 500 次/天，LLM 分析依赖本地网关运行
• T3 来源（个人开发者），虽代码透明但无企业背书

适合人群：

• 技能开发者（自查安全）、平台运营方（入仓审核）、企业安全团队（CI 集成）

常规风险：

• 可选功能需配置 API 密钥，存在密钥泄露风险
• 严格模式可能产生较多误报，需人工复核