Suporte upstream incluído

Arquivos de suporte são incluídos em caminhos relativos à skill. Veja UPSTREAM-NOTICE.md para suas fontes fixadas, licenças, hashes e alterações de importação.

Scanner de Segurança de Skills

Escaneie skills de agentes em busca de problemas de segurança antes da adoção. Detecta injeção de prompt, código malicioso, permissões excessivas, exposição de segredos e riscos na cadeia de suprimentos.

Resolva explicitamente este diretório de skill instalado. Execute o helper incluído com um ambiente Python já revisado contendo PyYAML; nenhum diretório de trabalho na raiz do repositório ou download implícito de dependências é necessário.

Quando Usar

• Você precisa avaliar uma skill quanto a injeção de prompt, código malicioso, permissões excessivamente amplas ou risco na cadeia de suprimentos antes de adotá-la.
• Você deseja um fluxo de trabalho de escaneamento estático mais revisão manual para um diretório de skill.
• A tarefa é decidir se uma skill é segura o suficiente para confiar em um ambiente de agente.

Script Incluído

scripts/scan_skill.py

Scanner de análise estática que detecta padrões determinísticos. Produz JSON estruturado (skill-scanner.locators.v2). Ele relata descrições de descobertas fixas, localizadores de arquivo/linha locais, contagens, ferramentas reconhecidas e presença/tipos de campos de metadados. Ele omite valores brutos de metadados, trechos de código-fonte, payloads decodificados, comandos, destinos de links simbólicos e URLs completos. Inspecione-os privadamente no local relatado. Nomes de arquivos relativos, o identificador de diretório selecionado e os nomes de host de URL permanecem identificadores visíveis; o relatório não é um anonimizador para nomes sensíveis. Entradas não suportadas permanecem incompletas, não seguras.

python3 "<installed-skill-dir>/scripts/scan_skill.py" "<authorized-inert-skill-directory>"

Retorna JSON com descobertas, localizadores de host/linha de URL, informações de estrutura e contagens de severidade. O script captura padrões mecanicamente — seu trabalho é avaliar a intenção e filtrar falsos positivos.

Cobertura do Scanner e Privacidade do Relatório

Use um snapshot inerte privado: este helper é uma inspeção estática, não uma sandbox de execução. Ele recusa links simbólicos finais/arquivos não regulares e limita um arquivo a 1 MiB, uma árvore a 1.000 arquivos / 16 MiB. Hosts sem aberturas de arquivo protegidas com "no-follow" relatam incompletos em vez de seguir links silenciosamente. Arquivos de texto regulares aninhados são incluídos; entradas binárias/ilegíveis permanecem lacunas de cobertura explícitas. Um erro de escaneamento ou cobertura incompleta resulta em saída diferente de zero, não em uma passagem limpa.

Payloads de código-fonte são omitidos do relatório em vez de depender do reconhecimento de todos os formatos de segredo. Nomes de arquivos e nomes de host visíveis ainda podem ser identificadores confidenciais; inspecione os relatórios localmente antes de compartilhar. Nenhum script de destino, hook de ciclo de vida, teste ou URL externo é executado. Familiaridade com o domínio e sobreposição lexical não satisfazem a revisão semântica ou a autoridade de mesclagem.

Fluxo de Trabalho

Fase 1: Entrada e Descoberta

Determine o alvo do escaneamento:

• Se o usuário fornecer um caminho de diretório de skill, use-o diretamente
• Se o usuário nomear uma skill, procure-a em plugins/*/skills/<name>/ ou .claude/skills/<name>/
• Se o usuário disser "escanear todas as skills", descubra todos os arquivos */SKILL.md e escaneie cada um

Valide se o alvo contém um arquivo SKILL.md. Liste a estrutura da skill:

ls -la <skill-directory>/
ls <skill-directory>/references/ 2>/dev/null
ls <skill-directory>/scripts/ 2>/dev/null

Fase 2: Escaneamento Estático Automatizado

Execute o scanner incluído:

python3 "<installed-skill-dir>/scripts/scan_skill.py" "<authorized-inert-skill-directory>"

Analise a saída JSON. O script produz descobertas com níveis de severidade, análise de URL e informações de estrutura. Use-os como pistas para análise mais aprofundada.

Fallback: Se o script falhar, prossiga com a análise manual usando padrões Grep dos arquivos de referência.

Fase 3: Validação do Frontmatter

Leia o SKILL.md e verifique:

• Campos obrigatórios: name e description devem estar presentes
• Consistência do nome: O campo name deve corresponder ao nome do diretório
• Avaliação de ferramentas: Revise allowed-tools — o Bash é justificado? As ferramentas são irrestritas (*)?
• Substituição de modelo: Um modelo específico é forçado? Por quê?
• Qualidade da descrição: A descrição representa com precisão o que a skill faz?

Fase 4: Análise de Injeção de Prompt

Carregue o references/prompt-injection-patterns.md da skill instalada para contexto.

Revise as descobertas do scanner na categoria "Injeção de Prompt". Para cada descoberta:

1. Leia o contexto circundante no arquivo

…