SkillCap Lock

技能简介

SkillCap Lock 是一款面向 AI 编程 Agent 技能生态的静态安全审查工具，核心理念是在技能安装前先审查其能力边界。传统包管理器只关心技能能否安装，不关心技能能做什么——SkillCap Lock 则通过哈希校验、可观测能力证据提取、指令质量评分和风险评估，在技能进入 Agent 运行时之前建立一道安全与质量卡口。对于企业安全团队和平台工程师而言，SkillCap Lock 提供了一种无需执行技能即可评估其网络调用、命令执行、文件写入和敏感信息暴露风险的方法论。

核心能力

1. 文件哈希基线：运行 skillcap init ./skills 扫描所有嵌套的 SKILL.md 文件，生成包含哈希、证据、评分的基线锁文件（skillcap.lock.json），作为后续变更对比的基准。
2. 变更检测：运行 skillcap check ./skills 对比最新技能状态与基线，自动识别新增/删除/修改的能力证据，输出语义层面的变更报告而非机械的字节对比。
3. 风险评分：基于可观测的证据（网络地址、命令调用、路径写入、可执行文件、敏感环境变量）计算风险评分，揭示技能的真实攻击面。
4. 质量评分：对 SKILL.md 的 frontmatter 完整性、描述质量、正文长度和结构完整性进行量化评分。
5. 策略校验：支持自定义策略文件（skillcap.policy.json），设定 maxRiskScore、minQualityScore、deny 规则等，企业可按自身安全基线强制执行。
6. SARIF 输出：支持 --sarif 输出格式，可直接对接 GitHub Code Scanning，在 PR 中展示技能变更的安全审查结果。
7. 冻结 CI 模式：加 --frozen 参数时，若锁文件缺失或过期则直接失败，适合在持续集成流水线中强制执行技能审查。

安装配置

环境要求：Node.js 20 及以上版本

# 通过 npm 安装（项目级依赖）
npm install --save-dev skillcap-lock

# 通过 npx 直接运行（无需安装）
npx skillcap --help

使用步骤

1. 初始化基线：在项目 skills 目录下运行 npx skillcap init ./skills，生成 skillcap.lock.json 基线文件并提交到代码仓库。
2. 变更审查：开发者在提交技能变更前运行 npx skillcap check ./skills --markdown，审查输出报告中的能力变更和评分变化。
3. 策略检查：如有企业安全策略，运行 npx skillcap check ./skills --policy skillcap.policy.json，审查结果中违反策略的条目会标记为高风险。
4. 冻结 CI 卡点：在 CI 流水线中加入 npx skillcap check ./skills --frozen，确保锁文件存在且未被篡改。
5. 接受审查变更：对于有意图的审查更新，运行 npx skillcap update ./skills --accept 更新锁文件基线。
6. 查看单技能详情：运行 npx skillcap explain ./skills 查看特定技能的完整证据和评分。

适用场景

1. 企业内部技能准入：在技能进入公司 AI Agent 平台前，通过风险评分和质量评分建立准入门槛。
2. 开源技能审计：对第三方技能进行安全审查，识别潜在的网络调用、命令注入或文件写入风险。
3. CI/CD 安全卡点：将技能审查集成到代码流水线，确保每次技能变更都经过安全评审。
4. 合规审计：满足企业对 AI 工具的安全合规要求，提供可追溯的技能能力审查记录。
5. 团队技能管理：帮助技术负责人了解团队安装的技能实际具备哪些系统访问能力。

适用人群

• 安全工程师：负责评估 AI 工具风险的内部安全团队成员。
• 平台工程师：维护企业内部 Agent 运行时环境的技术负责人。
• DevSecOps 工程师：将 AI 工具安全审查集成到 CI/CD 流水线的实践者。
• AI 效能工程师：负责管理团队 AI 编程工具链的效率和质量负责人。

工作原理

SkillCap Lock 的核心是静态分析引擎，扫描 SKILL.md 文件和所有关联资源文件，提取可观测的能力证据。对于每类证据，系统给出置信度评估并标记来源文件和行号。证据分为五类：network（远程地址）、command/interpreter（系统命令和运行时调用）、write/path（文件系统写入操作）、executable（可执行文件）和 env/secret（环境变量和令牌形状的敏感字符串，会被脱敏）。风险评分由各类证据的权重计算得出，质量评分由 frontmatter 完整性、描述质量和正文长度等因素决定。所有结果写入 skillcap.lock.json 锁文件，下次审查时与锁文件对比，识别变更。策略引擎读取用户定义的 policy 文件，匹配证据类型和值，违规条目会触发失败退出码。

官方链接

• npm 页面：https://www.npmjs.com/package/skillcap-lock
• GitHub 仓库：https://github.com/DebadityaHait/skillcap-lock
• Agent Skills 规范：https://github.com/agentskills/agentskills/blob/main/docs/specification.mdx