isnad-scan 是一款专为 AI 智能体技能（Skills）设计的安全扫描工具，旨在帮助开发者和用户在安装或运行第三方技能前快速识别潜在的安全威胁。该工具通过深度分析代码、依赖项及文件结构，检测包括代码注入、提示注入、凭证窃取、供应链攻击等在内的69种以上高危漏洞模式。其核心理念源于阿拉伯语“إسناد”（ISNAD），意为‘知识传递链’，象征着对技能来源真实性与安全性的验证机制。作为 ISNAD 协议的安全层组成部分，isnad-scan 为 AI 技能生态系统提供了一层可信的防护屏障，确保技能在分发和使用过程中的安全性。 该工具支持对本地目录、Python 包或单个技能项目进行快速扫描，并输出按严重性分级的检测结果，涵盖 CRITICAL（严重）、HIGH（高）、MEDIUM（中）和 LOW（低）四个等级。用户可通过命令行参数灵活配置扫描行为，例如启用 CVE 检查以识别已知漏洞、获取详细匹配行信息用于人工审查，或生成 JSON 格式结果以便集成到自动化流程中。此外，isnad-scan 还提供 Python API 接口，便于开发者将其嵌入自定义工作流或 CI/CD 系统中，实现持续安全审计。 作为一款轻量级但功能强大的开源工具，isnad-scan 不仅适用于个人用户在安装新技能前的自查，也适合团队在代码提交、发布前审核以及定期资产审计等场景中使用。它通过精准的静态分析与模式匹配，有效降低因恶意代码或配置错误导致的数据泄露、系统入侵等风险，是构建可信 AI 智能体生态的重要基础设施之一。
核心功能特点
- 支持扫描任意技能目录、Python 包或项目路径，快速识别安全风险
- 检测超过69种威胁模式，包括代码注入、提示注入、凭证窃取和网络攻击
- 提供 CRITICAL/HIGH/MEDIUM/LOW 四级严重性分级报告，便于优先级处理
- 可选 CVE 检查功能，自动查询 OSV.dev 数据库识别已知漏洞
- 支持 JSON 输出与详细日志模式，便于自动化集成与人工审查
- 内置 Python API，可直接调用进行二次开发或嵌入 CI/CD 流程
适用场景
isnad-scan 最典型的使用场景是在安装新的 AI 技能前对其进行安全预检。许多平台允许用户通过上传或安装第三方技能来扩展智能体能力，但这些技能可能包含隐蔽的恶意代码或危险操作。通过在 `pip install` 或 `clawhub install` 命令执行前运行 `isnad-scan ./skills/new-skill/`，用户可以立即发现是否存在尝试读取环境变量、发起反向连接或执行 shell 命令等异常行为，从而避免引入高风险组件。这种前置检查极大提升了技能市场的整体可信度。 另一个重要应用场景是对现有技能库进行周期性安全审计。随着技能数量增加，部分旧技能可能因依赖库更新而暴露出新的漏洞，或因维护疏忽积累安全隐患。定期运行 isnad-scan 可帮助组织建立资产健康档案，及时发现并修复问题。特别是在企业环境中，结合版本控制系统（如 Git）进行 PR 合并前的自动扫描，能够防止恶意代码进入主干分支，保障生产系统的稳定性与合规性。 对于开发者而言，isnad-scan 还适用于技能开发周期的各个阶段。在编写新技能时，可在本地测试阶段加入扫描步骤，实时反馈潜在风险；在准备发布前，通过 `–cve -v` 参数进行全面审计，确保公开的技能符合安全标准。更进一步地，将 isnad-scan 集成至 CI/CD 流水线（如 GitHub Actions 或 GitLab CI），可实现每次提交都触发自动化安全检测，并以 JSON 格式输出统计摘要，辅助质量门禁决策。这种持续集成的安全实践，有助于从源头遏制漏洞传播，提升整个 AI 技能生态的健壮性。