SkillSpector의 개요
SkillSpector는 Claude Code, Codex CLI, Gemini CLI, MCP 클라이언트가 쓰는 에이전트 스킬을 위한 NVIDIA의 오픈소스 보안 스캐너입니다. Git 저장소, URL, zip, 디렉터리, 단일 SKILL.md를 지정하면 0에서 100까지의 위험 점수, 심각도, 그리고 SAFE, CAUTION, DO NOT INSTALL 세 가지 권고 중 하나를 돌려줍니다. NVIDIA 스킬 카탈로그에 게시하기 전에 스킬을 스캔하고 서명하는 NVIDIA Verified Skills 파이프라인의 보안 단계이기도 합니다.
탐지는 두 단계로 돕니다. 정적 분석은 정규식 규칙, Python AST 검사, 오염 추적, YARA 시그니처, OSV.dev에 대한 실시간 CVE 조회로 17개 범주의 패턴 71개를 다룹니다. 그다음 선택적 LLM 단계가 맥락과 의도를 위해 발견 사항을 검토하며, 발견 사항의 확신도를 올릴 수는 있지만 절대 지우지 않습니다. LLM 분석은 기본으로 켜져 있고 기본값은 NVIDIA build.nvidia.com의 Z.ai GLM-5.3이며, OpenAI, Anthropic, Bedrock, Gemini, Azure OpenAI, Ollama, 로컬 Claude나 Gemini CLI가 대안입니다.
저장소는 2026년 3월에 만들어졌고, Apache 2.0 라이선스이며, GitHub 스타 약 23,700개와 포크 2,046개가 있습니다. PyPI에는 없으며 GitHub에서 uv로 설치하거나 로컬에서 빌드한 Docker 이미지로 쓰고, Python 3.12 이상이 필요합니다. v2.13.2가 2026년 10월 28일에 나왔는데 2026년 7월 이후 GitHub 릴리스 20개 중 하나이며, 패키지는 여전히 Alpha로 분류됩니다.
SkillSpector, 쓸 만한 가치가 있습니까?
SkillSpector는 저희가 다루는 오픈 스킬 스캐너 가운데 가장 철저하며, 강점은 범위가 아니라 깊이입니다. Snyk Agent Scan은 기기 전체에서 설치된 MCP 서버와 스킬을 훑고, SkillSpector는 스킬 하나를 골라 자세히 읽습니다. 숨겨진 지시와 공백 채우기부터 리플렉션 getattr 호출, 네트워크 싱크로 흐르는 자격 증명, 리디렉션된 패키지 소스까지 17개 범주의 패턴 71개입니다. 스킬을 절대 실행하지 않습니다. 도구 설명을 읽으려고 stdio MCP 서버를 시작하는 Agent Scan과는 그것만으로도 다릅니다.
방법은 의도적으로 계층화돼 있습니다. 정적 분석기 열한 개, Python AST 검사, YARA 규칙, OSV.dev 조회가 첫 단계를 맡으며, README는 이를 재현율이 높고 정밀도는 중간이라고 설명합니다. 그다음 LLM 단계가 발견 사항마다 확인하거나 반박하지만 지울 수는 없습니다. 확인된 발견 사항은 확신도가 오르고, 나머지는 llm-unconfirmed 태그가 붙은 채 보고서에 남습니다. 따라서 시끄러운 정규식 적중도 여전히 점수에 들어갑니다. 프롬프트에는 심사자를 조종하도록 쓰인 스킬에 대비한 탈옥 방지 장치가 있습니다. 기본 심사자는 높은 추론 강도의 build.nvidia.com GLM-5.3이고, Anthropic에서는 claude-opus-4-6, Ollama에서는 로컬 llama3.1:8b가 파일을 기기에 둡니다.
NVIDIA가 공개하지 않는 것은 적중률입니다. Cisco의 Skill Scanner는 규칙만으로 악성 스킬의 7.7%를 막는다는 것을 포함해 자체 보류 데이터 결과를 보고하지만, SkillSpector는 그 배경 연구만 인용합니다. 분석된 스킬 31,132개 중 26.1%에 취약점이 있었고 5.2%가 악의적 의도가 있어 보였다는 것입니다. 이는 스캐너가 아니라 문제를 측정한 것입니다. 오탐은 설계에서, 즉 받아들인 발견 사항을 억제하는 기준선 파일로, 그리고 항공기 안전 설명이 유해 지시로 표시됐다고 보고한 트래커의 이슈 #887로 인정됩니다. README 자체의 사각지대 목록은 영어가 아닌 텍스트, 이미지 속 텍스트, 컴파일되거나 암호화된 코드, 런타임 동작을 다룹니다.
CI를 위해 만들어졌습니다. SARIF 2.1.0 출력이 코드 스캔에 들어가고, 점수가 50을 넘으면 스캔이 1로 종료됩니다. 기본값은 CAUTION 결과(21에서 50)를 통과시키므로, 엄격한 관문에는 --fail-on-findings, --fail-on-incomplete, --min-coverage가 필요합니다. MCP 서버 모드는 에이전트가 설치 전에 스킬을 검사할 scan_skill 도구를 주며, 그 HTTP 전송에는 인증이 없고 루프백에만 바인딩합니다. 속도가 빨라서 2026년 7월 이후 릴리스 20개, 열린 이슈와 풀 리퀘스트 136개가 있습니다.
이 사이트에 이미 있는 두 스캐너와 비교하면 절충은 분명합니다. Snyk 것은 설치된 것의 목록에 더 낫고, Cisco 것은 얼마나 잡는지에 대해 더 솔직하며, SkillSpector는 업체 계정 없이, 원한다면 모델 없이도 스킬 하나를 가장 자세히 읽습니다.
제 역할을 하는 곳
사내 Claude Code 스킬 40개를 한 저장소에 둔 플랫폼팀
스킬 변경이 유출이나 숨겨진 지시를 더하면 병합 막기
기본 상한이 스킬 32개이므로 CI에서 skillspector scan ./skills --recursive --max-skills 50 --no-llm --format sarif --fail-on-findings를 돌리고, SARIF를 코드 스캔에 올립니다. 받아들인 발견 사항은 기준선으로 커밋해 새 것만 빌드를 실패시키게 합니다. 정적 스캔은 파일 내용을 러너에 두지만, OSV.dev는 여전히 의존성 이름을 받습니다.
200명 규모 엔지니어링 조직을 위해 마켓플레이스 스킬을 승인하는 보안 엔지니어
제3자 스킬을 회사 전체에 설치해도 안전한지 결정하기
LLM 분석을 회사의 Bedrock이나 Azure OpenAI 계정으로 보내 내용이 기존 데이터 조건 아래 머물게 하면서 GitHub URL을 스캔하고, 점수만이 아니라 권고 구간과 llm-unconfirmed 태그를 읽습니다. 비용은 모델 토큰이며 JSON 보고서가 호출마다 기록합니다.
거의 매주 커뮤니티 스킬을 추가하는 Claude Code 사용 개발자
에이전트가 스킬을 설치하기 전에 검사하게 하기
mcp extra로 설치하고 claude mcp add skillspector -- skillspector mcp로 등록합니다. 에이전트가 scan_skill을 호출하면 safe_to_install과 정적 전용 스캔이었는지 알려 주는 플래그를 받습니다. 무료입니다. HTTP 전송에는 인증이 없으므로 stdio를 쓰십시오.
도입 전 확인할 점
- 설정
- Python 3.12+에서 uv tool install git+https://github.com/NVIDIA/skillspector.git을 하거나 포함된 Dockerfile을 빌드합니다. --no-llm이면 키 없이 정적 스캔을 합니다. LLM 분석에는 SKILLSPECTOR_PROVIDER와 해당 제공사의 자격 증명이 필요합니다.
- 연동
- 터미널, JSON, Markdown, SARIF 2.1.0 출력. stdio나 루프백 HTTP의 MCP 서버. Pi와 OpenCode 확장. LangGraph 워크플로 위의 Python API. Ollama, Bedrock, Azure OpenAI, 로컬 Claude와 Gemini CLI를 포함해 쓸 수 있는 LLM 제공사 12곳.
- 데이터와 개인정보
- 기본으로 켜진 LLM 분석은 분석 대상 파일 내용을 설정한 제공사로 보내며, --no-llm이면 로컬에 남습니다. SC4 검사는 정적 모드에서도 의존성 이름과 버전을 OSV.dev로 보냅니다. 보고서는 0600 권한으로 쓰입니다. Apache 2.0.
- 대규모 사용 시 비용
- 유료 에디션은 없습니다. 정적 스캔은 CI 시간이 들고, LLM 스캔은 스킬마다 제공사 토큰이 들며 JSON 보고서가 호출마다 기록합니다. 스캔 한 번의 기본 기한은 18분입니다.
- 제한
- 공개된 정확도 수치 없음. 열린 이슈와 풀 리퀘스트 136개. 영어가 아닌 텍스트, 이미지, 컴파일된 코드, 런타임 동작은 다루지 못함. 재귀 스캔은 기본적으로 스킬 32개에서 멈춤. NVIDIA 문서 페이지는 README의 71개와 달리 여전히 패턴 68개라고 적음.
좋은 점
- 스캔하는 스킬을 절대 실행하지 않음
- AST, 오염 추적, YARA, OSV.dev 조회를 갖춘 패턴 71개
- CI 관문용 SARIF 출력과 문서화된 종료 코드
- LLM 단계는 로컬 Ollama 모델을 쓰거나 건너뛸 수 있음
아쉬운 점
- LLM 분석이 기본으로 켜져 파일 내용을 제공사로 보냄
- 공개된 탐지율이나 오탐률 없음
- PyPI에 없고 GitHub에서 설치하며 Python 3.12+ 필요
- 기본 종료 코드가 CAUTION 결과를 통과시킴
추천 대상
에이전트 스킬을 설치하거나 게시하며, 보안 업체에 가입하지 않고 선택적 모델 검토가 있는 CI 정적 관문을 원하는 팀.
SkillSpector 대안
SkillSpector: 자주 묻는 질문
- SkillSpector, 쓸 만한 가치가 있습니까?
- 설치 앞에 둘 스킬 스캐너입니다. 단, 제공사를 바꾸거나 --no-llm을 주지 않으면 LLM 단계가 스킬 파일을 build.nvidia.com으로 보낸다는 점을 기억해야 합니다. 평점은 5점 만점에 4.1점입니다.
- SkillSpector의 가격은 얼마입니까?
- Apache 2.0의 무료 오픈소스입니다. LLM 분석은 자신의 제공사 계정(기본은 build.nvidia.com)이나 Ollama를 통한 로컬 모델로 돕니다.
- SkillSpector의 단점은 무엇입니까?
- LLM 분석이 기본으로 켜져 파일 내용을 제공사로 보냄; 공개된 탐지율이나 오탐률 없음; PyPI에 없고 GitHub에서 설치하며 Python 3.12+ 필요; 기본 종료 코드가 CAUTION 결과를 통과시킴.
- SkillSpector에 적합한 사람은 누구입니까?
- 에이전트 스킬을 설치하거나 게시하며, 보안 업체에 가입하지 않고 선택적 모델 검토가 있는 CI 정적 관문을 원하는 팀.
- 팀이나 프로덕션 환경에서 SkillSpector의 비용은 얼마입니까?
- 유료 에디션은 없습니다. 정적 스캔은 CI 시간이 들고, LLM 스캔은 스킬마다 제공사 토큰이 들며 JSON 보고서가 호출마다 기록합니다. 스캔 한 번의 기본 기한은 18분입니다.
- SkillSpector에 회사 데이터를 맡겨도 안전합니까?
- 기본으로 켜진 LLM 분석은 분석 대상 파일 내용을 설정한 제공사로 보내며, --no-llm이면 로컬에 남습니다. SC4 검사는 정적 모드에서도 의존성 이름과 버전을 OSV.dev로 보냅니다. 보고서는 0600 권한으로 쓰입니다. Apache 2.0.
- SkillSpector의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Snyk Agent Scan, Cisco Skill Scanner 및 CC Safety Net입니다.
답변 확인일: 2026년 10월 31일.
SkillSpector 개발사입니까? 이 평점을 사이트에 표시하십시오
