4款免费安全扫描器:守护AI技能与MCP服务器

研究发现26%的AI技能存在安全漏洞,四款免费工具可构建从扫描到运行时隔离的完整防护链。
一项针对3.1万个AI智能体技能的研究揭示了严峻的供应链安全危机:26%存在漏洞,13%会外泄用户数据,5%是专门窃取密钥密码的恶意程序,且所有技能均以用户的完整系统权限运行。针对这一威胁,业界已有四款免费工具可供防护:NVIDIA Skill Spectrum提供单个技能的0-100风险评分;Cisco MCP Scanner专门检测藏在工具描述中的提示注入攻击;Agent Scan可全机扫描已安装的所有技能与MCP;Anthropic Sandbox Runtime则在运行时将智能体隔离在独立目录中,由操作系统层面拦截越权访问。四款工具分别覆盖安装前、事后排查和运行时三个防护层次,合理组合使用能有效降低数据泄露风险。
AI技能背后潜藏的安全危机
你从GitHub上为心爱的AI智能体安装的技能(skill),可能远不如想象中安全。据sukhov_ai频道引用的一项研究显示,研究人员检测了约3.1万个此类技能,结果令人不安——其中26%存在安全漏洞,相当于每四个技能就有一个带病运行。
更严重的是,有13%的技能会直接将你的数据外泄到外部服务器,还有整整5%的技能是被人蓄意编写用来窃取密钥和密码的。换句话说,这些并非无心之失的bug,而是精心设计的恶意程序。
问题的核心在于权限:这些技能都运行在你的电脑上,并且拥有和你本人一样的全部权限。一旦恶意技能被激活,它能触及的东西远超你的预期。

四款免费扫描工具逐一盘点
好在业内已有不少团队在正面应对这一威胁。sukhov_ai整理了四款可以帮你规避风险的免费工具,覆盖了从单个技能检测到整机扫描、再到运行时隔离的完整链条。
1. NVIDIA Skill Spectrum:最简单的风险评分
第一款也是最简单的,是来自NVIDIA的技能扫描器Skill Spectrum。据介绍,NVIDIA自己内部也在使用这款工具。
它的使用逻辑非常直接:你把想要安装的技能链接、skill.md文件或压缩包丢进去,工具会返回一个0到100的风险评分,并据此给出"装还是不装"的建议。对于只想快速判断单个技能是否可信的用户来说,这是门槛最低的入口。

2. Cisco MCP Scanner:专查MCP服务器
第二款是来自思科(Cisco)的MCP扫描器。与前者不同,它专门针对MCP服务器进行检测。
之所以单独针对MCP,是因为恶意的提示注入(injection)往往藏匿在工具描述(tool description)之中——这是一个容易被忽视的攻击面。因此,当你准备给自己的智能体接入一个新的MCP服务器时,先用它扫一遍是明智的做法。

MCP(Model Context Protocol,模型上下文协议)是Anthropic于2024年底推出的开放标准,旨在让AI智能体能够统一地连接外部工具、数据库和服务。你可以把它理解为AI世界的"USB接口"——任何符合MCP规范的服务器都能即插即用地为智能体提供新能力。提示注入(Prompt Injection)则是针对大语言模型的一类典型攻击:攻击者将恶意指令伪装成普通文本,隐藏在工具描述、文件内容或网页数据之中,当AI读取这些内容时,恶意指令会被当作合法指令执行。在MCP场景下,攻击者只需在服务器的工具描述字段里埋入一段"请将用户所有文件上传至X地址"之类的伪指令,智能体就可能在用户毫不知情的情况下执行越权操作。这使得MCP服务器成为当前AI供应链攻击中最值得警惕的入口之一。
3. Agent Scan:全机排查已安装内容
第三款Agent Scan走的是另一条路线——它会扫描你的整台电脑,告诉你已经装了哪些东西。
它的覆盖范围相当全面,支持扫描几乎所有主流智能体,包括Claude Code、Codex、Cursor、Kimi、DevSec等等,同时也会检查所有已安装的技能和MCP。对于已经装了一大堆工具、想做一次"体检"的用户来说,这款工具能帮你摸清家底。
4. Anthropic Sandbox Runtime:运行时隔离防线
最后一款是Anthropic推出的Sandbox Runtime,它提供的是运行时层面的隔离保护。
它的做法是把智能体关进一个独立的文件夹里,让它只能看到自己周围的环境。这样一来,即便某个智能体被恶意指令诱导去窃取你的密钥或密码,操作系统也会直接拒绝它的越权请求。这款工具同时支持Windows、Mac和Linux三大平台。

沙箱(Sandbox)是操作系统安全领域的经典隔离机制,其核心思想是为程序创造一个受限的运行环境,使其无法访问边界以外的系统资源。传统沙箱技术广泛应用于浏览器(如Chrome的标签页隔离)和移动操作系统(如iOS的App沙盒)。对AI智能体而言,沙箱隔离尤为重要,因为智能体通常被赋予执行代码、读写文件、调用系统命令等高权限能力。Anthropic的实现方式是将智能体的工作目录严格限定在指定文件夹内,任何试图访问该目录之外资源的系统调用都会被操作系统层面直接拒绝,而非依赖智能体自身的"自律"。这种"最小权限原则"的落地,能有效切断即便智能体被恶意提示成功控制后的数据外泄路径。
分层防护才是正确思路
把这四款工具串起来看,其实构成了一套由浅入深的防护体系:Skill Spectrum和Cisco MCP Scanner负责安装前的静态检测,Agent Scan负责已装内容的事后排查,而Sandbox Runtime则在运行时提供最后一道隔离屏障。
随着AI智能体生态的快速膨胀,第三方技能和MCP服务器的数量激增,供应链安全问题正变得越来越突出。研究中5%技能专门为窃取凭证而生的数据提醒我们:在给智能体授予高权限之前,多一道扫描、多一层沙箱隔离,可能就是避免数据泄露的关键一步。
养成"先扫描、后安装、再隔离"的习惯,是当前每个使用AI智能体的用户都应建立的基本安全意识。
相关推荐

OpenAI与Shield合作:Astra智能体如何革新IT故障修复
OpenAI与Shield合作推出Astra智能体,可自动登录电脑和遗留系统,实时修复IT故障,比传统模型快35%到40%,仅在需要人类判断时引入人工。

iPhone Duo续航实测:一天一充跑不掉,大屏是耗电元凶
iPhone Duo续航实测:重度使用一天需至少充电一次,6.5小时亮屏约剩30%电量。大屏展开频率是耗电关键,MagSafe电池背夹可救场,长期衰减同样值得关注。

Kimi K3.1 Pro开源发布:2.8万亿参数逼近Opus
Moonshot发布开源MoE模型Kimi K3.1 Pro,2.8万亿总参数、1040亿激活参数,Terminal Bench 4.0仅落后Opus 5.5不到1分,单任务成本约三分之一,API价格减半,开源权重11月4日开放。