使用 auto、native 或 external 引擎审计待安装的 skill 包或归档,并可选启用 LLM 语义分析。
Skill Scan Swackper 技能 技能 释放捆绑 QQ, 技能 安全通知是一项面向实际任务的技能,主要用于此工具默认在本地扫描, 并且需要用户信任您运行的二进制;Native LLM rev。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
在安装本地 skill、归档包或 release bundle 之前,使用该 skill 进行快速安全检查。
本工具默认在本地执行扫描,要求用户信任您所运行的二进制文件。原生 LLM 审查会将一个大小受限的文本数据包发送至用户配置的端点;外部 LLM 审查则遵循对应外部扫描器的数据策略。下载后请务必校验校验和(checksum)。如需最高安全性,建议从源码构建(推荐)。
| 属性 | 值 |
|---|---|
| 位置 | assets/bin/skillscan |
| 版本 | v0.11.0 |
| 平台 | Linux ARM64 |
| SHA-256 | 8a4b9c55bb35c84f09f3699a46ceb96234ef409bf495e616cd4d2a97b412a838 |
运行前请先在本地校验:
sha256sum assets/bin/skillscan # 将输出结果与上方 SHA-256 值进行比对
此打包版本包含预编译二进制文件。若您偏好自行构建,仍可选择从源码编译:
git clone https://gitee.com/random_player/cmic-skill-scanner.git cd cmic-skill-scanner && cargo build --release
auto 模式会优先尝试调用本地可解析的 external scanner;若无可用 scanner,则回退至内置 native 引擎--upload-url 和 --use-llm 功能默认禁用,仅在用户显式配置时启用这是一个开源(MIT-0 协议)软件包。所附带或下载的二进制文件仅为便利性用途,不赋予任何额外信任保障。
您的可选方案:
| 方式 | 所需信任 | 验证方式 |
|---|---|---|
| 从源码构建 | 无需信任(您完全掌控整个流程) | 人工代码审查 |
| 使用打包/下载的二进制文件 | 您信任发布源(release host) | SHA-256 校验和 |
默认行为与信任边界:
--upload-url 的情况下上传报告--use-llm 的情况下配置 LLM 端点auto 模式可能执行本地解析到的 external scanner;如需禁止该行为,请使用 --engine nativeskillscan review /path/to/target --format markdown skillscan review /path/to/skills --output-dir /tmp/skillscan-out
⚠️ 此功能完全可选,且默认处于禁用状态。启用该功能需通过 --upload-url 显式配置。
该功能仅适用于报告上传。LLM 审查是另一项独立、显式的网络功能;已解析的 external scanner 则具有其自身的依赖关系和网络行为。
当您配置了 --upload-url 时,将发送以下内容:
--instance-id 提供的实例标识符(instance identifier)⚠️ 此功能完全可选,且默认处于禁用状态。启用该功能需显式指定 --use-llm,并支持 native、external 和 auto 三种引擎模式。
skillscan review /path/to/target --engine native --use-llm --llm-endpoint http://localhost:11434/v1 --llm-model your-model
在 native 模式下,LLM 端点将接收静态检测结果摘要,以及目标包中最多 24 个文本文件(每个文件不超过 8 KiB,总计不超过 64 KiB)。文件中行首为 api_key、token、password、secret 或 authorization 的内容将在基础层面被脱敏(redacted)。但这**不能保证所有敏感文本均被移除**:请仅使用可信端点,并确认其数据处理策略。
对于兼容 Cisco 的 external 引擎,CMIC 会向子进程传递 --use-llm 参数,并通过 SKILL_SCANNER_LLM_* 环境变量传递端点地址、模型名称及可选密钥;外部扫描器自行控制其请求数据包构造、脱敏逻辑与失败处理行为。auto 模式将优先尝试调用该 external LLM,若调用失败则回退至 native 模式。API 密钥绝不会出现在扫描命令或生成的报告中。
若 native LLM 请求失败,仍将返回 native 静态分析结果,并在 engine.fallback_reason 字段中记录失败原因。
默认 auto 模式会首先尝试调用本地可解析的 external scanner,当其不可用或执行失败时再回退至 native 引擎。如需强制使用 external 引擎,请指定 --engine external;如仅希望运行内置引擎,请指定 --engine native。
CMIC 将目标路径传递给用户配置的本地工具。该工具以当前用户的进程权限运行;请单独评估并信任该 external 工具及其配置。仅当显式设置了 --use-llm 时,CMIC 才会为 external 引擎配置 LLM 端点;否则,该工具可自行引导依赖项或使用其自身的网络配置。
| 作用范围 | 原因 |
|---|---|
| 读取目标路径下的文件 | 用于分析 skill 源代码中的模式 |
写入 --output-dir 目录 |
用于在本地保存扫描报告 |
| 执行二进制文件 / 外部工具 | 用于运行所选的扫描引擎;auto 模式可能调用本地解析到的 external scanner |
| 网络访问(可选) | --upload-url 用于发送 JSON 报告;native 模式下 --use-llm 发送大小受限的文本数据包;external 模式下 --use-llm 遵循外部工具自身的数据策略 |