qualixar/skillfortify
GitHub: qualixar/skillfortify
首个针对 AI 智能体技能与插件的形式化安全扫描器，通过静态分析和供应链验证保障 Agent 安全。
Stars: 15 | Forks: 1
# SkillFortify
[](https://pypi.org/project/skillfortify/)
[](https://github.com/qualixar/skillfortify/actions)
[](LICENSE)
[](https://www.python.org/downloads/)
**[Website](https://www.superlocalmemory.com/skillfortify)** | **[PyPI](https://pypi.org/project/skillfortify/)** | **[Paper (arXiv)](https://arxiv.org/abs/2603.00195)** | **[Wiki](https://github.com/qualixar/skillfortify/wiki)**
## 一条命令。支持所有框架。
```
pip install skillfortify
skillfortify scan # Auto-discovers all AI tools on your system
skillfortify scan ./my-project # Scan a specific project
skillfortify dashboard # Generate HTML security report
```
SkillFortify 利用健全的静态分析对 Agent 技能安全性进行形式化分析。如果 SkillFortify 报告未发现违规，则可确保形式化模型中的能力边界有效。与基于启发式的扫描器（未发现问题不代表不存在风险）不同，SkillFortify 提供了具有数学依据的安全保障。
## 支持的框架（22 个）
| # | Framework | Detection |
|---|-----------|-----------|
| 1 | **Claude Code Skills** | `.claude/` 目录 |
| 2 | **MCP Servers** | `mcp.json`，`mcp_config.json`，深度服务器扫描 |
| 3 | **OpenClaw Skills** | `.claw/` 目录 |
| 4 | **LangChain Tools** | `langchain` 导入，`BaseTool`，`@tool` |
| 5 | **CrewAI Tools** | `crew.yaml`，`crewai` 导入 |
| 6 | **AutoGen Tools** | `autogen` 导入，`register_for_llm` |
| 7 | **OpenAI Agents SDK** | `openai-agents` 配置 |
| 8 | **Google ADK** | `google-adk` 配置 |
| 9 | **Dify** | Dify 工作流和插件定义 |
| 10 | **Composio** | Composio 工具集成 |
| 11 | **Semantic Kernel** | Microsoft Semantic Kernel 插件 |
| 12 | **LlamaIndex** | LlamaIndex 工具抽象 |
| 13 | **n8n** | n8n 工作流节点定义 |
| 14 | **Flowise** | Flowise chatflow 配置 |
| 15 | **Mastra** | Mastra Agent 工具定义 |
| 16 | **PydanticAI** | PydanticAI 工具装饰器 |
| 17 | **Agno** | Agno Agent 配置 |
| 18 | **CAMEL-AI** | CAMEL-AI 工具集成 |
| 19 | **MetaGPT** | MetaGPT action 和工具定义 |
| 20 | **Haystack** | Haystack 组件定义 |
| 21 | **Anthropic Agent SDK** | Anthropic Agent 工具配置 |
| 22 | **Custom Skills** | 用户定义的技能清单（YAML/JSON） |
所有框架均被解析为统一表示形式，以实现一致的分析、信任评分和 SBOM 生成。
## 快速开始
### 安装
```
pip install skillfortify # Core scanner
pip install skillfortify[registry] # + marketplace scanning
pip install skillfortify[all] # Everything
```
### 全系统扫描
运行不带参数的 `skillfortify scan` 以自动发现系统上安装的每一个 AI Agent 工具 —— Claude Code、Cursor、VS Code 扩展、Windsurf 等：
```
skillfortify scan
```
```
Discovering AI tools on this system...
Found: Claude Code skills (12 skills in ~/.claude/skills/)
Found: MCP servers (8 servers in ~/.cursor/mcp.json)
Found: VS Code MCP configs (3 servers in ~/.vscode/mcp.json)
Found: Windsurf MCP configs (2 servers)
Scanning 25 skills across 4 locations...
+----------------------+--------+-----------+----------+--------------+
| Skill | Source | Status | Findings | Max Severity |
+----------------------+--------+-----------+----------+--------------+
| deploy-automation | Claude | SAFE | 0 | - |
| data-export | Claude | UNSAFE | 2 | HIGH |
| postgres-server | MCP | SAFE | 0 | - |
| file-manager | MCP | WARNING | 1 | MEDIUM |
+----------------------+--------+-----------+----------+--------------+
25 skills scanned | 22 safe | 2 unsafe | 1 warning | 5 total findings
```
### 项目扫描
```
skillfortify scan ./my-agent-project
skillfortify scan ./my-agent-project --format json
skillfortify scan ./my-agent-project --severity-threshold high
```
### HTML 仪表板
生成包含交互式过滤、能力矩阵和严重性分级的独立 HTML 安全报告：
```
skillfortify dashboard
skillfortify dashboard --output security-report.html
```
在任何浏览器中打开生成的文件 —— 无需服务器或依赖项。
## 功能
- **形式化威胁模型（DY-Skill）** —— 针对 Agent 技能供应链的具有数学依据的攻击分类体系
- **健全的静态分析** —— 形式化能力验证，而非启发式模式匹配
- **基于能力的访问控制** —— 对每个技能进行 POLA（最小权限原则）合规性检查
- **Agent 依赖关系图** —— 基于约束的解析与冲突检测
- **Lockfile 生成** —— 用于可复现 Agent 配置的确定性 `skill-lock.json`
- **信任评分代数** —— 多信号信任，通过依赖链传播
- **ASBOM 生成** —— CycloneDX 1.6 Agent Skill Bill of Materials，用于合规报告
- **注册表扫描** —— 扫描 MCP 注册表、PyPI 和 npm 以查找已知漏洞
- **HTML 仪表板** —— 独立的交互式安全报告
- **系统自动发现** —— 自动查找您机器上的每一个 AI 工具
- **支持 22 个框架** —— 覆盖范围最广的 Agent 安全扫描器
## CLI 命令
| Command | Description |
|---------|-------------|
| `skillfortify scan [path]` | 发现并分析技能。不指定路径 = 全系统扫描 |
| `skillfortify verify ` | 对单个技能文件进行深度形式化验证 |
| `skillfortify lock ` | 生成确定性 `skill-lock.json` lockfile |
| `skillfortify trust ` | 计算多信号信任评分，包含分级 |
| `skillfortify sbom ` | 生成 CycloneDX 1.6 ASBOM 以用于合规 |
| `skillfortify frameworks` | 列出所有 22 个受支持的框架和检测方法 |
| `skillfortify dashboard` | 生成独立的 HTML 安全报告 |
| `skillfortify registry-scan ` | 扫描 MCP、PyPI 或 npm 注册表中的威胁 |
### 退出代码
| Code | Meaning |
|------|---------|
| `0` | 所有检查通过 |
| `1` | 检测到安全发现 |
| `2` | 未找到技能或解析错误 |
## 基准测试结果
在 SkillFortifyBench 上进行评估 —— 540 个 Agent 技能（来自已记录的真实事件中的干净样本和恶意样本）：
| Metric | Value |
|--------|-------|
| Precision | **100%**（零误报） |
| Recall | 94.12% |
| F1 Score | **96.95%** |
| 平均扫描时间 | 每个技能 2.55 ms |
## 信任级别
受 SLSA 框架启发的分级信任级别：
| Level | Threshold | Meaning |
|-------|-----------|---------|
| **FORMALLY_VERIFIED** | >= 0.75 | 最高保障。通过形式化分析，具有强大的来源证明 |
| **COMMUNITY_VERIFIED** | >= 0.50 | 经过社区审查，有使用历史，通过行为检查 |
| **SIGNED** | >= 0.25 | 基本来源证明。作者已签名，验证有限 |
| **UNSIGNED** | < 0.25 | 未经验证。请极度谨慎对待 |
## CI/CD 集成
### GitHub Actions
```
name: Skill Security Scan
on: [push, pull_request]
jobs:
skillfortify-scan:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-python@v5
with:
python-version: "3.11"
- run: pip install skillfortify
- run: skillfortify scan . --format json
- run: skillfortify lock . --output /tmp/fresh-lock.json
```
## 系统要求
- Python 3.11 或更高版本
- 无需外部服务 —— 完全离线运行
- 适用于 Linux、macOS 和 Windows
## 学术论文
**“Formal Analysis and Supply Chain Security for Agentic AI Skills”**
基于同行评审的研究支持，包含五个形式化定理和完整证明，对 Agent 技能供应链威胁模型、能力验证、信任代数和依赖解析进行了形式化。
**[在 arXiv 上阅读论文](https://arxiv.org/abs/2603.00195)** | **[Zenodo](https://doi.org/10.5281/zenodo.18787663)** | DOI: 10.5281/zenodo.18787663
## 作者
**Varun Pratap Bhardwaj** —— 拥有 15 年以上企业技术经验的解决方案架构师。拥有技术和法律双资质（LL.B.），专注于 AI 安全的形式化方法。
- **ORCID:** [0009-0002-8726-4289](https://orcid.org/0009-0002-8726-4289)
- **联系方式:** varun.pratap.bhardwaj@gmail.com
## 许可证
Elastic License 2.0。参见 [LICENSE](LICENSE)。
Copyright (c) 2026 Varun Pratap Bhardwaj / Qualixar.
## 引用
```
@article{bhardwaj2026skillfortify,
author = {Bhardwaj, Varun Pratap},
title = {Formal Analysis and Supply Chain Security for Agentic AI Skills},
journal = {arXiv preprint arXiv:2603.00195},
year = {2026},
doi = {10.5281/zenodo.18787663},
url = {https://arxiv.org/abs/2603.00195}
}
```
标签：Agent 安全, AI 代理, AutoGen, CrewAI, GraphQL安全矩阵, LangChain, MCP, Python, SBOM, 云安全监控, 人工智能安全, 合规性, 多模态安全, 安全扫描器, 开源安全工具, 形式化验证, 技能审计, 插件安全, 无后门, 硬件无关, 跌倒检测, 软件物料清单, 轻量级, 逆向工具, 逆向工程平台, 静态分析