NVIDIA / SkillSpector
面向 AI Agent 技能的安全扫描器，在安装前检测提示注入、数据外泄、恶意代码与供应链风险。
为什么值得关注？
Agent 技能生态快速膨胀却普遍未经审查，安装前安全把关正从可选项变成刚需；该项目可直接封装为扫描 API、CI 门禁或市场准入服务。
📊 六维商业评估拆解 (总分: 0-5 分)
Agent 技能以隐式信任执行、几乎无审查，研究数据集显示相当比例技能存在漏洞、部分带恶意意图，而企业早已习惯为软件供应链安全买单，技能与 MCP 的安装前审查属于新增且高频的安全刚需；项目获得高关注度，说明痛点已被大量用户验证，付费动机来自安全预算而非效率预算。
目标客户明确：采用 Claude Code、Codex、MCP 的企业研发与平台团队，应用安全与 DevSecOps 团队，技能市场或企业内部技能库运营方，以及注重安全的自托管开发者；触达渠道清晰，包括 GitHub 生态、MCP 社区、安全会议与企业安全采购链路。
Apache-2.0 许可宽松，开箱提供 CLI、Docker 镜像、MCP server、批量扫描以及 JSON/Markdown/SARIF 多种输出，可低成本封装为托管扫描 API、CI 插件或市场准入服务；两阶段分析支持多家模型端点与本地推理，产品化改造量小但空间大。
单条命令即可运行，Docker 免环境依赖，MCP 模式能直接嵌入现有 Agent 会话作为运行期护栏；托管化只需无状态计算与受控的 LLM 调用，日常运维负担较小。但检测规则调优、误报基线维护与多模型适配需要持续投入，一人可独立交付，仍需阶段性精力而非完全零运维。
变现路径多样：按量扫描 API、CI 门禁订阅、市场准入审核、企业审计报告与安全培训咨询可以并行；安全类支出预算独立且续费性强，上层有 NVIDIA 背书有利于企业信任与采购决策，收入预期相对可预测。
Apache-2.0 通常允许商业使用，需遵守具体版本、NOTICE和商标要求。
🚀 最小产品切入方向 (MVP)
提供按量调用的扫描 API 与网页控制台，用户提交 Git 链接、压缩包或目录即可获得风险评分、严重级别与修复建议，解决个人和企业无从判断第三方技能是否安全的问题；底层直接复用该项目的静态分析与 LLM 语义评估管线。
把扫描器封装成 GitHub Actions 或流水线插件，在合并前检查仓库中的技能与 MCP 配置，发现高风险即阻断构建并输出 SARIF 报告，让团队把技能审查自然嵌入既有 DevSecOps 流程。
为技能市场或企业内部技能库提供上架前的批量扫描与准入判定，利用批量扫描和注册表快照对比能力持续监控新增与变更条目，输出可归档的安全结论，解决市场运营方缺乏自动化审核手段的问题。
面向企业提供技能与 MCP 安全评估、审计报告和团队培训，结合该项目的检测规则与报告输出帮客户建立技能准入规范与应急响应流程，解决安全团队不熟悉 Agent 技能风险面的问题。