oats-scan Skill 技能

oats-scan — Agent Skill 安全审计工具

技能简介

oats-scan 是一款本地化的 Agent Skill 安全审计工具，专门解决一个被长期忽视的问题：用户安装了大量 AI Skill（告诉 AI 在电脑上执行命令的配置文件），但既不知道这些 Skill 实际会让 AI 执行什么操作，也没有任何工具能快速揭示这一点。oats-scan 读取本机已安装的 Skill 文件，在 30 秒内将其中所有命令归类为「安全」「需人工确认」或「危险」，并将危险操作高亮显示，全程无需账号、不上传任何数据。

核心能力

• 命令分类：将 Skill 中的命令归入 33 个后果类别（consequence class），每个类别附带 0~100 的严重度评分
• 危险操作识别：严重度 ≥75 的类别被标记为「永远不能无人值守运行」，包括破坏性命令、远程代码执行、凭据访问等
• 来源追溯：--files 参数可显示每个危险命令来自哪个 Skill 文件
• CI 集成：--strict 参数在发现任何需审核操作时退出码为 1，适合自动化检查流程
• 完全本地：不调用任何外部 API，不上传任何文件，纯本地分类
• 跨平台支持：支持 macOS（Intel + Apple Silicon）、Linux（x86-64 + aarch64）、Windows x86-64
• 零依赖：仅需 Python 3.9+，pip list 只会显示 oats-scan 本身
• 确定性结果：分类器是编译后的确定性算法，同一命令每次分类结果一致，无需联网复现

安装配置

前置要求：Python 3.9 或更高版本

一键安装：

pip install oats-scan

或使用 pipx（推荐，避免污染系统环境）：

pipx install oats-scan

验证安装：

oats-scan

使用步骤

1. 安装：pip install oats-scan
2. 基础扫描（扫描本机所有 Skill 位置 ~/.claude、~/.cursor、~/.codex 等）：

   oats-scan

3. 查看每个命令来自哪个 Skill（来源追溯）：

   oats-scan --files

4. 输出机器可读格式（JSON，供其他工具处理）：

   oats-scan --json

5. 严格模式（CI 使用，发现任何危险操作则退出码为 1）：

   oats-scan --strict

6. 扫描指定项目目录：

   oats-scan ~/my-project

适用场景

• 个人用户自查：安装了多个 Skill 后想了解每个 Skill 实际会让 AI 执行什么命令
• 安全审计：企业安全团队检查开发者的 AI 编程环境是否引入了过高风险的操作
• CI/CD 集成：在持续集成流程中加入 Skill 安全检查，确保代码仓库中的 Skill 配置符合安全基线
• 合规检查：金融机构、医疗机构等高合规要求组织审查 AI 编程工具的权限边界
• Skill 选型参考：评估不同 Skill 的风险级别，决定是否允许在特定项目中使用

适用人群

• AI 编程工具用户：使用 Claude Code、Cursor、Windsurf、GitHub Copilot 等工具的开发者
• 企业安全团队：负责审核和管控 AI 编程工具使用规范的 IT 安全人员
• DevSecOps 工程师：希望在 CI 流程中引入 AI Skill 安全检查的自动化专家
• 高合规行业从业者：金融、医疗、政府等对代码执行有严格管控要求的行业人员

工作原理

oats-scan 的核心是一个编译后的确定性分类器，基于命令字符串本身进行分类，不依赖任何机器学习模型或外部 API。具体流程：

1. 读取本机 Skill 目录（~/.claude、~/.cursor 等）中的 markdown 文件内容
2. 从 Skill 文件中提取所有 fenced shell 代码块
3. 将每个命令与 33 个后果类别进行模式匹配
4. 输出分类结果，严重度 ≥75 的类别被标记为「always needs a person」
5. 分类器作为编译后的二进制分发，不依赖 Python 环境外的其他依赖

官方链接

• PyPI：https://pypi.org/project/oats-scan/
• GitHub：https://github.com/pheo-ai/oats-scan
• 官网：https://pheo.ai