Security Skill Scanner

核心用法

Security Scanner 是一款专为 OpenClaw 技能生态设计的安全审计工具，通过静态分析 SKILL.md 文件检测潜在威胁。用户可在安装前执行单文件扫描、批量扫描已安装技能，或作为 CI/CD 流程的安全关卡。扫描器完全离线运行，无需网络连接或外部 API 密钥。

显著优点

1. 多层风险分级：采用 CRITICAL/HIGH/MEDIUM/LOW 四级评分，输出包含具体代码位置、风险解释和修复建议的结构化报告
2. 全面检测覆盖：识别 shell 注入、外部二进制下载、编码混淆、敏感目录写入、凭证窃取模式等 20+ 威胁类型
3. 零信任设计：扫描器自身无网络访问、无遥测、只读不修改文件、纯 JavaScript 实现可审计
4. 灵活配置：支持白名单域名（GitHub、OpenAI 等）、可信命令及严格模式切换

潜在局限

• 基于模式匹配，无法检测零日漏洞或高级混淆技术
• 对 npm/pip 安装、GitHub 原始链接等合法操作易产生误报
• 无法分析加密或编译后的技能包
• 最终决策仍需人工判断，工具仅提供初筛

适合人群

• 频繁从 ClawHub 安装第三方技能的开发者
• 企业安全团队管理内部技能仓库
• 安全意识较强的个人用户

常规风险

• 误报导致可用技能被误判：需人工复核白名单配置
• 扫描器自身被绕过：作者已披露局限性， sophisticated attacker 可能构造绕过检测的恶意负载
• 过度依赖自动化：免责声明明确强调不能替代人工审查

核心用法

security-scanner 是一款专为 OpenClaw 生态设计的安全前置审查工具。用户在安装任何 skill 前，可通过自然语言指令触发扫描：

• 单文件扫描："Scan ~/Downloads/new-skill/SKILL.md"
• 安装前预审："Before installing email-automation, scan it"
• 批量体检："Scan all my installed OpenClaw skills"

扫描器基于纯 Node.js 标准库实现，无需联网、零外部依赖，通过正则表达式模式匹配识别 4 级风险（CRITICAL/HIGH/MEDIUM/LOW），输出结构化安全报告并给出明确的安装建议。

显著优点

| 维度 | 亮点 |

|------|------|

| **零信任设计** | 离线运行、无网络请求、无遥测，杜绝自身成为攻击向量 |

| **零依赖安全** | 仅依赖 Node.js 内置 `fs`/`path`，无供应链投毒风险 |

| **只读审计** | 全程不修改被扫描文件，沙箱化运行 |

| **透明可审计** | MIT 开源，正则检测逻辑完全可见 |

| **分级预警** | 从"外部二进制下载"到"HTTP 未加密"，风险粒度清晰 |

| **白名单机制** | 支持自定义可信域名与命令，降低误报 |

潜在缺点与局限

1. 误报不可避免：npm install、pip install 等合法操作可能被标记；正则复杂度导致旧版 Node.js 兼容性隐患（第 158 行 negative lookbehind）。
2. 无法对抗高级威胁：明确声明无法检测零日漏洞、新型混淆、编译/加密代码。
3. 最终决策依赖人：工具仅提供风险评分，需用户结合上下文判断。
4. T2 来源风险：个人开发者维护（anikrahman0），虽代码开源但缺乏企业级安全背书。

适合人群

• 高频 skill 安装者：需快速批量审查大量第三方技能
• 安全敏感用户：企业/个人开发者部署前合规检查
• ClawHub 生态运营方：平台侧的内容安全初筛
• skill 开发者：CI/CD 集成自检（路线图功能）

常规风险

• 示例文件混淆：examples/malicious-skill/ 含故意设计的恶意代码示例，虽为测试用途，但误安装可能引发恐慌
• 版本兼容性：Node.js 9+ 才完全支持部分正则语法，旧环境可能异常
• 模式库时效性：依赖人工更新威胁签名，对新兴攻击手法响应滞后

认证结论

CLS 安全认证评级 S（优秀级），评分 88/100。静态分析、动态分析、依赖审计、网络分析、隐私合规、威胁情报六项全部通过，是 OpenClaw 生态目前少有的安全基础设施类工具。