核心用法
blast-radius-estimator 是一款专为 AI 代理生态设计的冲击波估算工具，用于评估某个技能在被恶意篡改后的下游传播风险。用户只需提供技能的标识符（Gene/Capsule ID、市场页面 URL 或技能名称），工具即可输出完整的爆炸半径报告，涵盖直接采用者数量、传递依赖规模、继承深度可视化、采用趋势分析及紧急程度评级。
显著优点
1. 填补生态安全空白：传统软件有 npm audit、pip-audit 等依赖审计工具，而 AI 代理市场的继承关系隐含、版本锁定罕见，本工具首次为这一新兴领域提供了系统性的风险评估能力。
2. 多维风险建模：不仅统计直接采用者，更通过继承深度、采用速度、版本锁定率和能力组合分析，构建立体化的风险画像。例如，识别出"文件读取"技能被"HTTP 请求"技能继承后可能形成的数据外泄链。
3. 可操作的情报输出：提供明确的紧急程度评级（LOW/MODERATE/HIGH/CRITICAL）和具体建议（如鼓励版本锁定、设置差异告警），便于安全团队快速响应。
潜在局限
- 数据完整性依赖：采用数据可能因去中心化市场的特性而不完整，实际受影响规模可能被低估。
- 行为假设偏差：代理的更新策略（自动/手动）因平台而异，工具基于统计假设的 48 小时传播预测可能与实际情况存在偏差。
- 预测非诊断：仅能评估"如果恶意会发生什么"，无法预测技能是否真的会变质，需与其他安全审计手段配合使用。
适合人群
AI 代理平台运营者、企业安全团队、技能市场审核人员、负责任的安全研究员，以及任何需要管理第三方技能供应链风险的组织。
常规风险
- 误报与过度反应：HIGH/CRITICAL 评级可能引发不必要的技能禁用，需结合人工研判。
- 情报泄露：查询行为本身可能暴露安全关注焦点，建议在可信环境中使用。
- 模型过时：采用趋势和依赖图谱随时间变化，报告需定期刷新以维持有效性。