你的 SKILL.md 可能正在被黑客当武器用——这个开源工具能检测出来

你的 SKILL.md 可能正在被黑客当武器用

说出来你可能不信——那些看起来人畜无害的「技能分享」文件，可能是攻击你 AI 的特洛伊木马。

有安全研究员已经发现：攻击者会在开源市场的 SKILL.md 里埋「忽略之前指令」「Role 劫持」，甚至 Base64 编码的反弹 shell。Claude 不会知道自己在被利用，它只是「听话照做」。

这就是为什么 Skill Sanitizer 出现了。

七层检测，把恶意 SKILL.md 挡在门外

Skill Sanitizer 是专门给 AI Agent 用的本地安全扫描器，扫描任何 SKILL.md 内容，在它到达你的 LLM 之前就拦住。

它有 7 层检测机制：

• 第 1 层：Kill-String — 检测已知的凭证模式（API Key、Token 等），一旦命中直接 CRITICAL
• 第 2 层：Prompt 注入 — 检测「ignore previous instructions」「system prompt override」等经典攻击指令
• 第 3 层：可疑 Bash 命令 — rm -rf、管道反弹 shell、crontab 篡改
• 第 4 层：内存篡改 — 试图写入 MEMORY.md、SOUL.md、.env 文件的行为
• 第 5 层：上下文污染 — 伪装成「示例」或「测试用例」的攻击代码
• 第 6 层：信任滥用 — 名字叫 safe-defender 但里面藏着 eval()、chmod 777
• 第 7层：编码逃逸 — Unicode 同形字、Base64 编码载荷、同义词替换绕过

外加代码块感知和可选的 LLM 语义分析，v2.1 据报告把误报率降低了 85%。

完全本地化，你的 Prompt 永远不会出家门

这是它最硬核的优势——零云端调用。所有检测逻辑本地运行，SKILL.md 内容永远不会发送到任何第三方服务器。

换句话说：你不需要为了安全检查而把隐私交出去。

用在哪？

• 跑 AI Agent 之前做本地预检
• CI/CD 流水线里自动扫描 skill 仓库
• 从市场/社区安装 Skill 前的安全审核
• 开发者本地审计，防止隐藏载荷

快速上手

用 Python 直接调：

from skill_sanitizer import sanitize_skill

result = sanitize_skill(skill_content, "skill-name")
if result["risk_level"] in ("HIGH", "CRITICAL"):
    print(f"BLOCKED: {result['risk_level']} (score={result['risk_score']})")
    for f in result["findings"]:
        print(f" [{f['severity']}] {f.get('pattern', f.get('layer', '?')}")

评分达到 HIGH 或 CRITICAL 就直接 Block，细节全部返回。

我的看法

随着 AI Skill 市场越来越大，恶意 Skill 必然会出现——这和早年 npm 包的供应链攻击是同一个逻辑。Skill Sanitizer 解决的是一个真实存在的安全空白。

而且它选择本地检测而不是云端审核，这个设计决策很正确。安全工具本身不应该成为新的攻击面。

如果你在团队里大规模用 AI Skills，或者从社区安装 Skill，这个工具值得加进你的安全流程。

GitHub：https://github.com/cyberxuan-XBX/skill-sanitizer

GitHub: https://github.com/cyberxuan-XBX/skill-sanitizer