Лучший сканер безопасности для AI Agent Skills, который обнаруживает инъекции подсказок, эксфильтрацию данных и вредоносные шаблоны кода. Он сочетает в себе обнаружение на основе шаблонов (YAML + YARA-X), AST и анализ потоков данных, опциональный LLM-as-a-judge и ограниченный CEL слой решений поверх типизированных фактов детектора.

Важно: Этот сканер обеспечивает обнаружение с наилучшими усилиями, а не полное или полное покрытие. Сканирование, не дающее результатов, не гарантирует, что навык свободен от всех угроз. См. раздел «Область и ограничения» ниже.

Поддерживает форматы навыков OpenAI Codex и Cursor Agent Skills согласно спецификации Agent Skills. С помощью --lenient также сканирует нестандартные форматы, такие как Claude Code .claude/commands/*.md и репозитории навыков с плоским markdown.

---

Основные моменты

• Multi-Engine Detection — статический анализ, поведенческий поток данных, семантический анализ LLM и облачное сканирование для многоуровневого покрытия с наилучшими усилиями
• Типированные решения CEL - Сканер ядра использует официальное время выполнения cel-go v0.32.0 для корреляции ограниченных фактов после детерминированного обнаружения и до необязательного анализа LLM

Skill Scanner

A best-effort security scanner for AI Agent Skills that detects prompt injection, data exfiltration, and malicious code patterns. It combines pattern-based detection (YAML + YARA-X), AST and dataflow analysis, an optional LLM-as-a-judge, and a bounded CEL decision layer over typed detector facts.

Important: This scanner provides best-effort detection, not comprehensive or complete coverage. A scan that returns no findings does not guarantee that a skill is free of all threats. See Scope and Limitations below.

Supports OpenAI Codex Skills and Cursor Agent Skills formats following the Agent Skills specification. With --lenient, also scans non-standard formats such as Claude Code .claude/commands/*.md and flat markdown skill repos.

---

Highlights

• Multi-Engine Detection - Static analysis, behavioral dataflow, LLM semantic analysis, and cloud-based scanning for layered, best-effort coverage
• Typed CEL Decisions - The core scanner uses the official cel-go v0.32.0 runtime to correlate bounded facts after deterministic detection and before optional LLM analysis
• Measured Presets - low-noise and quiet presets and LLM caps, with recall, false-positive rate and F1 published for each (Recommended Settings)
• CI/CD Ready - SARIF output for GitHub Code Scanning, reusable GitHub Actions workflow, exit codes for build failures
• Pre-commit Hook - Standard pre-commit framework integration to scan skills before every commit
• Extensible - Plugin architecture for custom analyzers