核心用法
skill-vetter 是一套强制性的安全审查流程，专为AI代理设计，用于在技能安装前执行系统性风险评估。其运作分为四个关键步骤：
1. 来源验证
- 核查技能来源（ClawdHub、GitHub、第三方）
- 评估作者信誉度、下载量/星标数、更新频率
- 参考其他代理的评价反馈
2. 代码审查（强制）
- 逐文件审阅技能代码
- 识别14类高危红旗信号：包括外发数据请求、凭证读取、SSH/AWS配置访问、base64/eval混淆、系统文件篡改等
3. 权限范围评估
- 最小权限原则验证
- 明确文件读写、网络访问、命令执行的具体范围
4. 风险分级决策
- 四级分类：🟢低风险（笔记/天气）、🟡中风险（文件操作/API）、🔴高风险（交易/凭证）、⛔极端风险（root权限）
- 对应处置：直接安装 / 完整审查 / 人工审批 / 禁止安装
显著优点
- 防御前置化：在代码执行前阻断威胁，而非事后补救
- 标准化流程：消除主观判断差异，所有代理遵循统一审查清单
- 透明可审计：强制输出结构化报告，便于追溯决策依据
- 分级响应机制：避免"一刀切"，低风险技能快速放行
潜在局限
- 静态分析的边界：无法完全检测运行时的动态行为（如延迟加载的恶意代码）
- 依赖元数据完整性：GitHub星标、下载量可被操纵
- 无自动化执行接口：当前版本为协议文档，需代理人工逐步执行
- 零日攻击盲区：针对全新攻击模式的识别滞后
适合人群
- 所有使用Claude/AI代理的用户
- 企业安全团队管理AI工具链
- 开源技能生态的维护者与审核员
- 对数据隐私有严格要求的个人用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 审查疲劳 | 高频安装场景下可能因流程繁琐而跳过关键步骤 |
| 过度信任官方源 | OpenClaw官方技能仍需审查，文档明确警示 |
| 报告误判 | 低误报率设计下，仍可能将合法功能（如同步工具）标记为可疑 |
| 社交工程绕过 | 攻击者伪造高星标仓库或冒用知名作者身份 |