Eason Skill Vetting 是一个专为 ClawHub 技能（Skills）设计的安装前安全审查工具，旨在帮助用户在决定是否安装第三方技能时快速识别潜在的安全风险与实用价值。该工具通过自动化扫描与人工复核相结合的方式，对技能包进行多维度评估，确保用户在使用扩展功能时不会引入恶意代码或低效实现。其核心设计原则是‘永不信任、始终验证’，尤其强调防范针对 AI 模型的提示注入攻击。 该工具的工作流程清晰且可重复：首先将技能下载至临时目录，运行内置扫描器获取初步报告，再结合手动检查技能文档与脚本内容进行深度分析。扫描器基于正则表达式匹配已知危险模式，如 eval/exec 调用、base64 编码字符串、非常规网络请求等，并输出具体文件与行号的定位信息。尽管扫描器具备一定检测能力，但其局限性也被明确指出——它可能绕过某些混淆技术，因此必须辅以人工审查才能形成完整判断。 特别值得注意的是，Eason Skill Vetting 对‘提示注入’类威胁采取零容忍策略。任何在技能文件中提及‘AI’、‘reviewer’、‘assistant’或试图让审核者忽略警告的内容，均被视为高风险信号，直接触发拒绝机制。这种严格标准源于真实恶意代码往往伪装成合规说明，诱导 AI 系统误判。因此，即使扫描结果为‘干净’，仍需警惕描述与实际行为不符、网络请求超出预期范围等情况。
核心功能特点
- 自动化扫描技能包，检测 eval/exec、base64 解码、非常规网络请求等高危模式
- 提供文件:行号级别的详细报告，便于精准定位问题代码段
- 内置提示注入防护规则，自动拦截针对 AI 审核者的诱导性文本
- 支持临时下载与隔离分析，避免污染主工作环境
- 结合扫描结果与人工审查建议，形成综合风险评估矩阵
适用场景
Eason Skill Vetting 最适合那些需要频繁评估第三方 ClawHub 技能的场景，尤其是当用户考虑从 ClawHub 平台安装新技能以增强现有功能时。例如，开发者希望集成一个自动化数据处理技能，但又不确定其内部逻辑是否安全；或者企业 IT 管理员需批量审核多个技能以确保组织环境不受威胁。此时，该工具能显著降低因盲目安装带来的安全风险。 另一个典型应用场景是对现有技能进行二次审计。随着时间推移，某些技能可能被更新或重新打包，原有信任关系不再可靠。通过重新运行 vetting 流程，可以快速发现新增的恶意行为或功能变更。此外，在团队协作环境中，统一使用这套审查流程有助于建立标准化的安全实践，避免个别成员因疏忽而引入隐患。 对于普通用户而言，即便没有编程背景，也可以借助该工具的指导完成基本审查。只需按步骤下载技能包、执行扫描命令，并根据输出结果对照决策矩阵做出判断即可。当然，最理想的情况仍是结合官方文档和社区反馈，综合判断技能的实用性与可靠性。总之，无论是个体开发者还是组织用户，在面对未知技能时都应将其作为第一道防线，而非最后一道。