AI News
Alle Meldungen
Berichtet

NVIDIA veröffentlicht SkillSpector als Open Source: Agenten-Skills vor der Installation prüfen

NVIDIA hat SkillSpector veröffentlicht, einen Open-Source-Scanner, der Agenten-Skills und den zugehörigen Code vor der Installation auf Sicherheitsrisiken untersucht.

Sicherheit · · 2 Min. Lesezeit

NVIDIA hat SkillSpector als Open Source freigegeben. Der Scanner prüft die Anweisungen und den zugehörigen Code eines Agenten-Skills, bevor ein Nutzer ihn installiert. Laut dem Unternehmen verrät die Beschreibung eines Skills nicht unbedingt, ob er einen Coding-Agenten anweist, Skripte auszuführen, Abhängigkeiten zu installieren oder Daten an externe Dienste zu senden. Wer einen Skill installiert, lässt fremde Anweisungen mitbestimmen, was der eigene Coding-Agent tut. Die Prüfung muss daher beides abdecken: was der Skill sagt und was seine Dateien tatsächlich tun.

Der Scanner arbeitet mit drei Arten von Prüfungen. Die statische Analyse sucht nach verdächtigen Anweisungen und gefährlichen Codemustern. Die Abhängigkeitsprüfung fragt die Schwachstellendatenbank OSV nach bekannten Sicherheitslücken ab. Ein optionaler LLM-Schritt untersucht, ob das Verhalten des Skills zu seinem angegebenen Zweck passt. Jeder Scan liefert einen Risikowert von 0 bis 100 und eine von drei Empfehlungen: SAFE, CAUTION oder DO_NOT_INSTALL. Zu jedem Befund gibt es Angaben zur Fundstelle im Quellcode, damit Prüfer die markierten Inhalte direkt öffnen können. Die Ergebnisse lassen sich für automatisierte Prüfungen als JSON oder SARIF ausgeben.

Der Beitrag veranschaulicht das Problem an einem Skill, der als Generator für Testberichte beworben wird. Für einen Bericht müssen eventuell Testergebnisse gelesen und eine Markdown-Datei geschrieben werden. Umgebungsvariablen auf einen fremden Server hochzuladen, gehört dagegen nicht zu dieser Aufgabe. Ein Skript könnte diesen Upload enthalten, während die Anweisungen des Skills ihn als notwendigen Einrichtungsschritt ausgeben. Wer nur das Markdown prüft, übersieht womöglich das Skript, und wer nur das Skript prüft, übersieht womöglich die Anweisung, die den Agenten dazu bringt, es auszuführen. Der Beitrag betont zugleich, dass ein Shell-Befehl nicht automatisch bösartig ist, denn ein Test-Skill kann durchaus legitimerweise einen Test-Runner starten. Der Prüfer muss beurteilen, welcher Befehl ausgeführt wird, welche Eingaben er akzeptiert und ob der Vorgang in den beworbenen Workflow gehört.

Für einen Scan installieren Nutzer das Tool mit uv aus dem GitHub-Repository von NVIDIA, laden den Skill in ein separates Verzeichnis herunter und führen skillspector scan mit dem Flag --no-llm aus. Damit laufen die statischen Prüfungen, ohne dass ein Modellanbieter konfiguriert sein muss. Für die semantische Analyse ist ein konfigurierter, unterstützter Anbieter nötig. Laut dem Beitrag dokumentiert NVIDIA gehostete Anbieter sowie die lokale Unterstützung für Ollama. Der Scan sollte das gesamte Skill-Verzeichnis umfassen, damit auch die zugehörigen Skripte erfasst werden.

Der Beitrag weist auch auf die Grenzen der Empfehlung hin. Ein SAFE-Ergebnis belegt nicht, dass jedes mögliche Verhalten sicher ist. Der Scan liefert Anhaltspunkte für die Installationsentscheidung, doch worauf ein installierter Skill zugreifen kann, bestimmen weiterhin die Laufzeitberechtigungen des Agenten. Ein leicht zu übersehendes Detail bei der Integration ist der Exit-Code. Der standardmäßige Erfolgs-Exit-Code gilt sowohl für SAFE als auch für CAUTION. Eine Pipeline, die nur auf Exit-Code null prüft, kann also ein Ergebnis durchwinken, das eigentlich geprüft werden müsste. Die strengeren Flags --fail-on-findings und --fail-on-incomplete stehen zur Verfügung. Teams können die Empfehlung auch aus dem JSON auslesen und eigene Regeln anwenden.

Dieselbe Prüfung ist bei jeder Änderung eines Skills fällig, denn eine bereits geprüfte Version kann eine neue Abhängigkeit oder ein zusätzliches Einrichtungsskript erhalten. Im Beispiel des Berichtsgenerators würde ein erneuter Scan das neue Upload-Skript aufdecken, bevor es den Agenten erreicht. Zu diesem Zeitpunkt wäre der Skill noch nicht Teil des aktiven Workflows.

Was sich ändert

Art: Neue Funktion · Betrifft: SkillSpector

Warum es wichtig ist

Teams, die Coding-Agenten Skills von Drittanbietern installieren lassen, erhalten eine konkrete Möglichkeit zu prüfen, was die Dateien eines Skills tatsächlich tun, einschließlich Skripten, die eine SKILL.md womöglich nicht offenlegt. Ein bereits geprüfter Skill kann durch ein Update neue Abhängigkeiten oder Einrichtungsskripte erhalten, deshalb muss die Prüfung bei jeder Änderung erneut laufen.

Was Sie tun können

Scannen Sie jeden heruntergeladenen Agenten-Skill samt allen zugehörigen Skripten vor der Installation, und wiederholen Sie den Scan bei jedem Update des Skills.

Originalquelle

Für diese Meldung haben wir noch keinen Link zur Originalquelle.

Wo wir es gesehen haben

1 Quelle

AI Engineering

KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es