核心用法
YidunClawSec 是一款混合架构的安全扫描技能，针对第三方代码包执行四阶段检测：来源审查（Source Vetting）→ 指纹提取（Fingerprint）→ 行为分析（Behavioral Scan）→ 云端情报（Cloud Intel）。用户安装任何技能前，系统自动触发扫描，无需手动干预。支持 npm、PyPI、ClawHub 等主流仓库，也可通过环境变量扩展可信源。
显著优点
1. 强制云验证，不可绕过：与可选云端检测的工具不同，yidun-skill-sec 强制调用网易易盾威胁情报服务（as.dun.163.com），仅在网络超时 10 秒后才会降级本地模式，杜绝"自我判断安全"的风险。
2. 多维威胁建模：覆盖 18 类行为标签，包括传统的网络外连、凭据窃取、权限提升，以及 AI 场景特有的 Prompt Injection 检测，威胁识别颗粒度行业领先。
3. 来源信任体系：不仅扫描代码内容，更评估 registry、domain、author 三层来源可信度，黑名单域名直接阻断，零误放过。
4. 优雅的降级策略：离线时自动切换本地模式并扣分提醒，既保证可用性，又通过保守偏置（-10 分）防止漏判。
5. 网易背书：运营方 NetEase Yidun 为持牌网络安全服务商，云端数据处理合规，非敏感元数据上传机制透明披露。
潜在缺点与局限性
- 强制联网依赖：核心安全功能依赖云端，完全离线环境能力受限（虽可降级，但准确性下降）。
- 上传不可关闭：即使对高信任内源包，仍需上传指纹和行为证据，部分隐私敏感场景可能受限。
- 误报可能：行为模式匹配基于静态规则，复杂业务逻辑（如合法的系统级日志清理）可能触发
DESTRUCTIVE_OP等标签。 - 覆盖语言有限：规则集明显偏向 Node.js/npm、Python 生态，其他语言支持依赖后续扩展。
适合人群
- AI Agent 平台运营方：需要为 Skill 市场提供前置安全闸门
- 企业开发者：在 CI/CD 中集成，阻止恶意依赖进入内部仓库
- 安全意识强的个人用户：安装任何第三方技能前的最后一道防线
常规风险
1. 供应链投毒：扫描的是 Skill 本身，而非 Skill 声明的依赖；嵌套的子依赖若未单独扫描存在盲区。
2. 云端可用性：若网易易盾服务端异常，大面积降级可能影响安装体验。
3. 规则滞后性：0-day 恶意 Skill 可能未入库威胁数据库，需依赖行为标签兜底。