给 AI Agent 装一个 skill，有点像给电脑装一个插件：它不只是多了一段说明书，还可能多了一组会被 Agent 信任并执行的流程。问题在于，这些 skill 一旦能分享、安装、复用，就会像软件包一样带来供应链风险。NVIDIA 的 SkillSpector 要解决的就是这个入口问题：在安装前先扫一遍，看看里面有没有恶意指令、越权行为或其他安全隐患。
按项目说明，SkillSpector 可以扫描 Git 仓库、URL、zip、目录或单个文件，覆盖 17 类共 68 种风险模式，包括 prompt injection（诱导模型违背原本指令）、data exfiltration（把数据偷偷带出去）、privilege escalation（越权）、system prompt leakage（泄露系统提示词）等。它采用两阶段分析：先做较快的静态扫描，再可选用 LLM 做语义判断；输出也能给终端、JSON、Markdown 或 SARIF 报告，方便接进开发流程。
值得注意的是，项目页称研究显示 26.1% 的 skills 含漏洞，5.2% 显示可能的恶意意图；这些数字来自项目自述，供稿未给出独立核查细节。即便如此，方向本身很清楚：当 Agent skill 变成可分发资产，安全检查也要从“信任作者”转向“安装前先验货”。