SkillSpector
PulseAugur coverage of SkillSpector — every cluster mentioning SkillSpector across labs, papers, and developer communities, ranked by signal.
- 2026-10-25 product_launch NVIDIA has released SkillSpector, an open-source tool for analyzing AI agent skills. 来源
- 2026-09-05 product_launch NVIDIA launched SkillSpector, a tool to scan AI agent skills for security vulnerabilities. 来源
- 2026-06-18 product_launch NVIDIA has released SkillSpector, an open-source tool for scanning AI skills for security risks. 来源
2 天有情绪数据
-
NVIDIA发布SkillSpector用于AI代理技能分析
NVIDIA发布了SkillSpector，这是一个开源工具，旨在帮助开发者理解和评估AI代理的能力。该库允许用户扫描和分析AI代理所拥有的技能，为评估其性能和潜力提供了一种实用的方法。
-
新框架挑战AI代理技能安全，实现规避和检测
研究人员开发了新的方法来绕过或检测为AI代理设计的恶意“技能”。“Pretext”框架展示了攻击者如何通过将恶意指令嵌入自然语言或将其拆分到不同文件中来规避检测，从而在当前检测系统中取得高成功率。同时，“SKILLLITE”框架提出了一种基于证据的、使用紧凑型、本地部署的LLM来审计这些技能的方法，旨在在资源受限的环境中提高检测能力，并优于现有基线。
-
NVIDIA 推出 SkillSpector 扫描 AI 代理技能中的安全风险
NVIDIA 推出了 SkillSpector，一个旨在集成到开发环境之前扫描 AI 代理技能中安全漏洞的工具。该工具分析代码和元数据，以检测提示注入、凭证泄露和数据泄露等风险。SkillSpector 旨在作为安装前的安全检查，是对沙箱和运行时监控等现有安全措施的补充，而非替代。
-
新的MaliciousSkillBench数据集解决了代理技能安全风险 · 跟踪2个来源
一个新的基准MaliciousSkillBench已被开发出来，用于检测恶意代理技能，这些技能可以扩展LLM代理并赋予其潜在的有害能力。该基准整合了来自13个公共来源的数据，形成了一个包含9,740个技能（7,505个恶意和2,235个良性）的数据集，以解决现有恶意技能数据集碎片化的问题。对各种检测方法的评估，包括学习到的文本检测器和现成的扫描器，显示虽然一些方法实现了高召回率，但它们常常在假阳性或跨来源评估方面遇到困难，这表明需要更…
-
NVIDIA SkillSpector 发现四分之一的 AI 代理技能存在漏洞
NVIDIA 的 SkillSpector 工具最近的一项分析揭示了 AI 代理生态系统中存在的重大安全风险。对超过 42,000 个技能的扫描发现，约有 26.1% 包含漏洞，其中 5.2% 是故意恶意植入的。这些漏洞可能导致提示注入、未经授权的文件访问和数据泄露，并且在安装过程中通常不会出现可见的错误或警报。
-
新型检测器高精度标记恶意的LLM代理技能
研究人员开发了一种名为Locate-and-Judge的两阶段检测系统，用于识别LLM代理市场中的恶意技能。该系统首先使用注意力机制来精确定位技能内的高风险指令跨度，然后对这些选定的跨度进行详细检查。与直接扫描相比，这种方法显著降低了计算成本，能够审计整个市场，并在标记恶意技能方面实现了高精度，其中许多技能已通过人工审查得到确认。
-
NVIDIA 发布 SkillSpector 进行 AI 技能安全分析 · 已追踪 2 个来源
NVIDIA 发布了 SkillSpector，一个开源工具，旨在识别部署前 AI 技能中的安全风险。该工具采用静态分析和自定义检测器扫描漏洞，并生成 SARIF 格式的报告。附带的指南演示了如何构建一个 AI 技能语料库（包括故意引入漏洞的技能），并使用 SkillSpector 分析它们是否存在潜在的安全威胁。
-
开发者在 CI/CD 中使用 AI 遇到困难，提及成本和安全漏洞
一位开发者分享了将 AI 集成到其 SkillSpector 项目的 CI/CD 流水线中的经验，遇到了重大挑战。主要问题是 AI 性能缓慢，导致 GitHub 成本高昂，并且在检测提示注入攻击方面不够成熟。开发者还指出，SkillSpector 广泛的漏洞模式列表可能无法捕获自定义的、混淆的脚本，并建议进行改进，例如验证 AI 账户和取消列出未使用的技能，以维护生态系统完整性。
-
新数据集揭示 AI 代理技能带来独特的安全风险
一项名为 ClawHub Security Signals 的新数据集已发布，旨在解决 AI 代理技能带来的独特安全挑战。该数据集包含超过 67,000 个技能版本，揭示了三种不同的安全扫描器：VirusTotal、静态分析和 NVIDIA SkillSpector 之间存在显著分歧。这种分歧凸显了需要分层安全治理，而不是依赖单一扫描器来决定 AI 代理技能。