核心用法
skill-vetter 是面向 AI agent 的安全前置审查工具，用于在安装任何外部技能（ClawdHub、GitHub 等）前执行强制安全评估。采用四步协议：来源验证 → 代码审查 → 权限范围评估 → 风险分级，输出标准化审查报告。
关键操作
1. 来源检查：验证作者信誉、下载量、更新频率、社区评价
2. 代码审查（强制）：扫描所有文件中的 14 类高危特征，包括外发数据、凭证读取、base64 解码、eval/exec 执行、混淆代码等
3. 权限最小化：确认读写文件、网络访问、执行命令的必要性
4. 风险分级：🟢低/🟡中/🔴高/⛔极高，对应不同安装策略
显著优点
- 系统性防御：覆盖供应链攻击常见向量（typosquatting、混淆代码、凭证窃取）
- 标准化输出：统一报告格式便于审计追溯
- 分层信任模型：官方/高星/新来源差异化审查强度
- 人机协作机制：高风险操作强制人工审批
潜在局限
- 静态分析为主：无法完全检测运行时行为或逻辑漏洞
- 依赖元数据完整性：GitHub API 数据可被伪造或延迟
- 主观判断空间："清晰理由"等标准需执行者自行解释
- 无自动沙箱：审查通过≠运行时隔离
适合人群
- 使用 Clawd/OpenClaw 等 agent 平台的开发者
- 需批量管理第三方 AI 工具的安全团队
- 对供应链安全有合规要求的组织
常规风险
- 审查疲劳：过度依赖信任层级可能放松对新来源的警惕
- 误报拒绝：严格规则可能误杀合法但编码风格特殊的技能
- 时间成本：完整审查大型技能仓库耗时显著
> ⚠️ 注意：本简介基于文档提取，实际安全认证报告为占位状态，未执行真实扫描。