We Scanned 36,394 AI Agent Skills. 13.5% Have Security Risks.

數字說話

我們爬取了 ClawHub 上所有公開 Skills -- 共 36,394 個套件。其中 9,676 個有可解析的原始內容（README、SKILL.md 或工具定義）。我們用全部 71 條 ATR 偵測規則掃描每一個。單機跑了 14 小時。

結果：182 個 CRITICAL、1,124 個 HIGH、1,016 個 MEDIUM、7,354 個 LOW。13.5% 的有內容套件觸發了至少一個 MEDIUM 以上的風險模式。剩下 86.5% 通過掃描。

三重威脅：249 個套件

我們定義「三重威脅」套件為同時結合三種能力的 Skill：shell 執行（subprocess、exec、spawn）、網路存取（fetch、HTTP、WebSocket）、檔案系統操作（readFile、writeFile、unlink）。單獨一項很正常。三項同時出現在一個 Skill 裡是紅旗 -- 表示該 Skill 可以讀你的檔案、跑指令、把資料送到外部伺服器。這正是 credential 竊取的完整攻擊鏈。

9,676 個已掃描套件中，249 個（2.6%）有三重威脅模式。不是全部都惡意 -- 有些是合法的建置工具或部署輔助。但每一個都需要在安裝前手動審查。

供應鏈：122 個有 postinstall Scripts 的套件

postinstall scripts 在你 `npm install` 時自動執行，在你 import 模組之前就跑完了。這跟 ua-parser-js 事件（CVE-2021-43616）和 event-stream 攻擊（CVE-2018-16492）用的是同一個手法。我們發現 122 個套件（1.3%）有 postinstall hooks。其中 18 個有混淆或壓縮過的 script 內容，抵擋靜態分析。這些是最需要手動審計的套件。

CRITICAL 發現長什麼樣

182 個 CRITICAL 嚴重性套件的分類： | 模式 | 數量 | 範例 | |------|------|------| | Credential 竊取（SSH keys、AWS creds、.env 檔） | 47 | tool handler 裡的 `cat ~/.ssh/id_rsa` | | 反向 shell / 遠端程式執行 | 31 | `bash -i >& /dev/tcp/...` | | 工具描述中的 prompt injection | 58 | 隱藏的 `<IMPORTANT>` 區塊覆寫使用者意圖 | | 編碼通道資料外洩 | 22 | Base64 編碼 POST 到外部端點 | | 熱門套件仿冒 | 24 | `cloude-code`、`claud-mcp`、`opencraw` |

這對生態系意味著什麼

MCP 生態系大概在 2015 年 npm 的階段 -- 快速成長、最少審查、信任模型假設人性本善。差別在於 MCP Skills 預設帶著你的完整使用者權限執行。沒有 sandbox、沒有權限提示、沒有 App Store 審核。每次安裝都是 `npm install` 加上 `sudo`。

完整資料集已公布在 ATR 儲存庫的 `data/clawhub-scan/ecosystem-report.csv`。每個被標記的套件都有觸發的 ATR 規則、嚴重性和確切行號。

你現在就能做的事

安裝 PanGuard 掃描本地 Skills： ```bash npm install -g @panguard-ai/panguard && pga up ``` 這會用全部 71 條 ATR 規則掃描已安裝的 Skills，產出逐一的風險報告。大約 60 秒。掃描結果會回饋 Threat Cloud，每次掃描都讓整個偵測網路更強。

我們會每週持續掃描 ClawHub。下一份報告會包含 diff 分析 -- 新套件、已移除套件、風險等級改變的套件。