skill-vetting

核心用法

skill-vetting 是 ClawHub 官方提供的技能安全审查工具，专为评估第三方技能的安全性与实用性而设计。其核心工作流程包括五个步骤：首先将待审查技能下载至 /tmp 临时目录（避免污染工作区），然后运行自动化扫描脚本检测潜在风险，接着进行人工代码审查验证实际行为与文档描述的一致性，再评估该技能相比现有工具（MCP 服务器、直接 API、已有技能）的增量价值，最终根据安全与效用矩阵做出安装决策。

显著优点

该技能的最大价值在于建立了系统化的安全审查框架。它提供了明确的决策矩阵，将安全状态（清洁/问题/恶意）与实用价值（高/边际）交叉分析，帮助用户快速判断。自动化扫描器可检测常见恶意模式如 eval()()/()/exec()()`、base64 编码字符串、可疑网络调用等，并输出具体的文件行号引用。此外，技能强调"永不信任"原则，即使扫描通过仍需人工复核，这种纵深防御理念对安全敏感场景尤为重要。

潜在缺点与局限性

作为审查工具本身，skill-vetting 存在明显的自我指涉局限：它无法审查自身的安全性，且依赖用户具备足够的安全知识来理解扫描结果。自动化扫描存在误报和漏报风险，文档中提到的"假阳性"问题需要用户手动甄别。此外，效用评估高度主观，"显著改进"的标准因人而异，可能导致过度安装或错失有用工具。技能未提供持续监控能力，安装后的异常行为仍需用户自行发现。

适合的目标群体

该技能主要面向三类用户：安全敏感型开发者（需要审查第三方代码）、ClawHub 平台管理员（建立组织级的技能准入流程）、以及技术审核人员（评估工具链组件）。对于普通终端用户，若缺乏代码审计能力，该工具的价值会大打折扣。企业环境中，建议由安全团队集中使用该技能建立白名单机制，而非依赖终端用户自行判断。

使用风险

常规风险包括：审查流程本身消耗时间成本，可能拖慢开发节奏；过度依赖自动化扫描产生虚假安全感；以及 /tmp 目录的临时文件若未清理可能泄露被审查技能的敏感信息。性能方面，大型技能的下载与扫描可能显著延迟决策。依赖项上，该技能依赖系统级工具（curl、unzip、python3）的可用性，在受限环境中可能失效。