审计虾3
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_d93c4aed/qmi-skill-vetter。
技能介绍
它解决什么问题
AI Agent 生态里的第三方技能本质上是可执行提示词、脚本与外部工具调用的组合。直接安装未知 SKILL.md 可能引入数据外泄、凭据读取、系统命令执行等风险。审计虾3 把“先审查、再安装”固化为一个安全优先流程,适合在引入陌生技能前做人工可复核的静态评估。
技能如何工作
它提供一套可执行的审查协议,而不是泛泛的安全建议:
- 来源检查:判断技能来自官方、高星仓库、已知作者还是未知来源,并据此调整审查强度。
- 强制代码审查:要求读取技能中的所有文件,关注典型 red flags,而不是只看描述。
- 权限范围评估:检查技能是否涉及文件操作、浏览器、API、凭据、交易或系统级能力。
- 风险分级:将技能归入低、中、高、极高风险,并给出对应动作,例如低风险可基本审查后安装,高风险需人工批准,极高风险禁止安装。
- 审查报告:以结构化输出呈现结论,便于后续审计与决策留痕。
适用边界与注意点
该技能面向 AI Agent 技能安装前的安全审查,适合评估 ClawdHub、GitHub 仓库或他人共享的技能。它依赖模型实际阅读文件内容并执行检查,不能替代运行时沙箱、依赖扫描、凭据管理或组织安全策略。遇到涉及凭据、交易、系统权限或安全配置的案例,应始终交由人工判断;对来源不明确、行为描述含糊的技能,默认不安装。
使用场景
- 从 GitHub 下载陌生 Agent 技能前,审查其是否读取凭据或执行系统命令。
- 评估 ClawdHub 分享技能时,按风险分级决定可否安装或需人工批准。
- 检查技能文件里的 API 调用与浏览器操作,确认权限范围是否超出预期。
- 生成技能审查报告,记录来源、红旗项与处置动作,便于后续复核。
适合人员
- 管理 AI Agent 工作流的工程师,在引入第三方技能前做安全审查。
- 评估 GitHub 仓库技能的 DevOps 工程师,需要识别高危权限与红旗代码。
- 运营内部 Agent 平台的产品负责人,要求新技能提交前留下可审计结论。
- 使用多 Agent 协作的开发者,需要判断共享技能是否请求凭据。