Was macht skill-scanner?
Sicherheitsscanner für KI-Agenten-Skills – 38 Module zur Erkennung von Credential-Diebstahl, Supply-Chain-Angriffen, Prompt-Injection und Runtime-Missbrauch in beliebigen Skill-Bündeln.
Sicherheitsscanner für KI-Agenten-Skills – 38 Module zur Erkennung von Credential-Diebstahl, Supply-Chain-Angriffen, Prompt-Injection und Runtime-Missbrauch in beliebigen Skill-Bündeln.
Der JXXR1/skill-scanner ist ein spezialisiertes Sicherheitswerkzeug für KI-Agenten-Skills (wie z. B. Claude Code, Cursor oder Codex). Er führt eine automatisierte Überprüfung von Skill-Bündeln auf 38 verschiedene Sicherheitsrisiken durch, darunter Credential-Diebstahl (z. B. hartcodierte API-Schlüssel), Supply-Chain-Angriffe (z. B. manipulierte Abhängigkeiten), Prompt-Injection-Angriffe und Runtime-Missbrauch (z. B. unerlaubte Systembefehle). Der Scanner ist plattformunabhängig und kann direkt in CI/CD-Pipelines integriert werden, um verdächtige Skills vor der Bereitstellung zu blockieren. Er analysiert sowohl die Metadaten als auch den Code der Skills und gibt detaillierte Berichte aus, die Entwicklern helfen, Schwachstellen zu verstehen und zu beheben.
npx skills add JXXR1/skill-scannerInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Sicherheitsscanner für KI-Agenten-Skills – 38 Module zur Erkennung von Credential-Diebstahl, Supply-Chain-Angriffen, Prompt-Injection und Runtime-Missbrauch in beliebigen Skill-Bündeln.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.