SaferSkills
每一项 AI 能力，均经过独立扫描。
一项免费、开源、公开的信任评分服务，面向您安装到 Claude Code、Cursor、Windsurf、Copilot、Codex、Gemini、Cline 和 OpenClaw 中的
技能、MCP server、hook、plugin 和 rule。
[](https://github.com/OpenLatch/saferskills/stargazers)
[](https://github.com/OpenLatch/saferskills/actions/workflows/pr-checks.yml)
[](https://securityscorecards.dev/viewer/?uri=github.com/OpenLatch/saferskills)
[](https://www.npmjs.com/package/saferskills)
[](./LICENSE)
[](https://github.com/OpenLatch/saferskills/discussions)
[](https://saferskills.ai/slack)
saferskills.ai ·
方法学 ·
讨论 ·
Slack ·
安全
## 15 秒内查看效果
## 快速开始
无需安装 —— `npx` 会运行预构建的 native binary：
```
npx saferskills info mcp-server-github # score, four-axis breakdown, findings & report URL
npx saferskills install mcp-server-github # install to your detected agents — score re-checked, severity-gated
npx saferskills capability ./my-skill # scan a local file/dir — or a public GitHub URL
npx saferskills agent # behaviorally scan a running agent against ~20 adversarial tests
```
更倾向于安装使用？`npm install -g saferskills` 或 `cargo install saferskills`。**完全不想用终端？** CLI 的所有功能都在您的浏览器中的 **[saferskills.ai](https://saferskills.ai)** 里 —— **浏览目录**、**扫描能力**，或 **运行行为 agent 扫描**，无需账号，也无需安装任何东西。完整的命令和 flag 参考：[`cli/README.md`](./cli/README.md)。
## 为什么需要它
您安装了一个 Claude skill、一个 MCP server、一个 Cursor rule 文件，或一个 Codex hook。它以您的文件系统访问权限运行。它可以读取您的 `.env`。它可以执行 `curl | bash`。它可以悄悄将您的仓库发送到某个粘贴网站。而且，在目前流通的**数以万计**的此类项目中，**没有任何公开、透明的记录来说明每一个到底做了什么。**
SaferSkills 就是那个记录。任何人 —— 开发者、供应商、研究人员 —— 提交一个 GitHub URL（或上传文件），**约 30 秒的确定性扫描**就会返回一份 Yuka 风格的报告：一个综合的**信任分数 (0–100)**，四个维度的细分说明，**每个触发的探测器**、触发它的规则、**确切的证据行**、修复建议，以及一个供应商可以提出异议的永久链接。
## 工作原理
判定路径是**完全确定性的 —— 没有 LLM 来决定您的分数。** 每一个发现都带有一个静态的 `rule_id` 和可引用的证据行，因此仅凭 trace 即可复现判定结果。结果是一个公开的报告永久链接：
## 信任分数评分标准
| 等级 | 范围 | 含义 |
|---|---|---|
| 🟢 **绿 (Green)** | 80–100 | 已索引、已签名、行为干净、来源已验证 |
| 🟡 **黄 (Yellow)** | 60–79 | 已知作者、无严重发现、有一些较低严重程度的标记 |
| 🟠 **橙 (Orange)** | 40–59 | 匿名作者 **或** 中等严重程度的发现 **或** 来源不明确 |
| 🔴 **红 (Red)** | 0–39 | 严重发现 —— prompt injection / shell RCE / 窃取机密 / 供应链 |
子分数权重如下：**身份 (Identity) 25% · 完整性 (Integrity) 25% · 行为 (Behavior) 30% · 来源 (Provenance) 20%。** 单个严重发现会将总分限制在红区，而不管其他维度如何。完整评分标准和所有检测规则 → [saferskills.ai/methodology](https://saferskills.ai/methodology)。
## 使用方式
| 模式 | 最适合 | 状态 |
|---|---|---|
| **服务** —— 浏览 [`saferskills.ai`](https://saferskills.ai)，分享报告永久链接 | 每位开发者、每位研究人员 | 已上线 —— 目录 + 扫描报告 |
| **CLI** —— `npx saferskills install
`（安装时会重新检查分数） | 个人安装者 | 已发布 —— [npm](https://www.npmjs.com/package/saferskills) + [crates.io](https://crates.io/crates/saferskills) |
| **自托管** —— `docker compose up`（此仓库） | 隐私严格 / 物理隔离的组织 | 扫描引擎已发布 |
## 截图
| Catalog |
Scan report |
Agent report |
|
|
|
## 支持 8 款 agent
为每一款编码 agent 提供统一的信任层。跨以下工具进行检测、安装和重新验证：
`claude-code` · `cursor` · `windsurf` · `copilot` · `codex` · `gemini` · `cline` · `openclaw`
## 教您的 agent 使用 SaferSkills
一条命令即可教会所有受支持的 8 款 agent 使用 SaferSkills —— 并在其安装、添加、推荐或信任某项能力之前对其进行扫描：
```
npx saferskills install saferskills
```
标准的 skill 位于 [`skills/saferskills/SKILL.md`](skills/saferskills/SKILL.md)，并会渲染为每款 agent 的原生格式（Claude Code 和 OpenClaw 会获得原封不动的 `SKILL.md`；Cursor 的 `.mdc`、Cline/Windsurf 的 rule、Codex/Copilot 的 `AGENTS.md`、Gemini 的 `GEMINI.md` 则会获得原生渲染）。请参阅[安装指南](https://saferskills.ai/docs/install/saferskills-skill/)。
