Skill Scanner 是一款专为 OpenClaw 技能生态设计的开源安全扫描工具，旨在在安装第三方技能前自动检测潜在的安全威胁。由于 ClawHub 等技能市场中曾发现高达 22-26% 的技能存在漏洞，恶意技能泛滥已成为用户面临的重要风险。该工具通过静态分析与动态模式识别，全面检查技能的配置文件、源代码及二进制资源，帮助用户避免因安装恶意插件而导致的凭证泄露、数据外泄或远程代码执行等问题。Skill Scanner 不仅支持本地技能目录和 SKILL.md 文件的直接扫描，还提供详尽的风险等级评估，从‘CRITICAL’到‘CLEAN’共五级分类，使安全决策更加直观可靠。其设计初衷是弥补当前技能市场缺乏前置安全检查的空白，为用户提供一道主动防御的第一道防线。
核心功能特点
- 扫描 SKILL.md 文件与本地技能目录，检测隐藏的恶意指令与敏感请求
- 识别凭证窃取、域名仿冒（typosquatting）、数据外泄等常见攻击手法
- 分析脚本中的网络调用、文件系统操作与环境变量访问，防范远程代码执行
- 支持二进制资产校验和验证，防止篡改或注入恶意可执行文件
- 基于已知流行技能库进行名称相似度比对，有效拦截仿冒技能
- 输出结构化 JSON 报告，兼容自动化工作流与安全审计系统
适用场景
Skill Scanner 特别适用于需要频繁安装第三方技能的开发者、系统集成商以及企业级 OpenClaw 部署环境。对于个人用户而言，在从 ClawHub 或其他未知来源获取新技能时，使用该工具可显著降低误装恶意插件的风险。例如，一个技能声称能‘一键优化提示词’，但 Skill Scanner 可能在其 SKILL.md 中发现包含 base64 编码的远程 URL，提示可能存在隐蔽的数据外传行为。在企业场景中，IT 管理员可在技能上线前批量扫描所有候选技能，结合校验和机制确保二进制完整性，从而满足内部安全合规要求。此外，开源社区维护者可利用该工具对提交的新技能进行预审，提升整体生态安全性。即使扫描结果为‘CLEAN’，也建议用户交叉验证技能名称是否与已知恶意变体相似，并手动审查关键逻辑，因为该工具主要依赖模式匹配而非完全静态分析，无法覆盖所有新型攻击手段。