360 SkillsGuard：一个 AI Agent Skills 安全风险检测平台

这是什么

360 SkillsGuard（360沙箱云 SKILLS分析平台）是 360 推出的一款专门针对 AI Agent Skills 进行安全风险检测的在线平台。

如果把 Skills 理解为 AI Agent 的”能力插件”——每个 Skill 赋予 Agent 一项特定的能力（执行代码、操作文件系统、调用 API、访问数据库等）——那么 SkillsGuard 做的事情就是：对这些 Skill 做安全扫描，告诉你哪一个可能有风险、风险在哪、有多严重。

平台地址：https://ata.360.net/skillsguard

为什么需要它

AI Agent 生态正在快速膨胀。以 OpenClaw 的 ClawHub 为例——上面已经有超过 56000 个 Skills，覆盖从代码执行到系统管理、从数据库操作到网络通信的各种能力。

但 Skills 的发布是去中心化的：任何开发者都可以上传自己的 Skill。这就带来了几个显性的安全问题：

• 恶意 Skill：看上去人畜无害的 Skill，可能在后台执行提权操作或窃取数据
• 权限越界：一个只需要读文件的 Skill，却声明了执行任意代码的能力
• 供应链污染：依赖三方库的 Skill，可能通过下游依赖被植入后门

SkillsGuard 要解决的就是这个问题——不是依赖开发者自觉，而是用自动化分析手段，在 Skill 被部署之前就识别出风险。

检测能力

SkillsGuard 采用了三管齐下的技术路线：

1. LLM 静态分析

用大语言模型对 Skill 的源代码和描述文本进行语义分析。这比传统的正则匹配更有效——不是去找”关键词黑名单”，而是理解 Skill 的意图：它声称做什么，它实际上可能做什么。

2. 沙箱动态检测

在隔离环境中实际运行 Skill，观察它的运行时行为——访问了哪些文件、调用了哪些系统 API、发出了哪些网络请求。静态分析可能遗漏的隐匿行为，在沙箱中会暴露出来。

3. ATT&CK 映射

将检测到的风险行为映射到 MITRE ATT&CK 知识库的战术和技术分类。这层映射使得风险不再是抽象的”有问题”，而是可归类的：是持久化（Persistence）？是权限提升（Privilege Escalation）？还是数据泄露（Exfiltration）？

三种手段叠加，覆盖了从代码层面到行为层面再到行业标准的全链路检测。

风险维度

平台目前定义了 6 个风险维度：

每个 Skill 还会获得一个风险评分（0-10 分），并标注风险等级：安全、低风险、中风险、高风险、严重。

当前数据一览

截至 2026 年 6 月，SkillsGuard 已分析 56,194 个 Skills：

约 18% 的 Skills 存在中高风险及以上的安全问题。这个比例相当高——意味着你从公开市场下载的每 5-6 个 Skill 中，就有一个可能有中高风险的问题。

平台功能

从使用体验来看，SkillsGuard 具备几个实用功能：

浏览与搜索：按类别、来源、风险等级、风险维度筛选，按风险评分或更新时间排序。平台目前支持 11 个功能类别（文件系统、网络、数据库、代码执行、网页浏览、API 集成、数据处理、系统管理、AI/ML、通信等）。

多来源聚合：目前覆盖 ClawHub（56,191 个）和 Skills.sh（3 个），未来可能扩展到 GitHub、SkillsMP 等更多来源。

详细检测结果：每个 Skill 都有独立的检测状态——已完成、沙箱检测中、待分析等。严重风险 Skill 的评分分布在 8.0-9.2 之间，最高分的往往是那些声称”可以执行任何用户指令”或”忽略所有限制”的恶意型 Skill。

与 VirusTotal 的类比

SkillsGuard 的定位很容易让人联想到 VirusTotal——VirusTotal 是文件安全分析的聚合平台，使用者上传一个文件，多个引擎同时检测，输出一份综合报告。SkillsGuard 对 AI Agent Skills 做的，本质上是一样的事情：输入一个 Skill，输出一份安全分析报告。

但 SkillsGuard 更进一步——它不是让开发者手动上传，而是自动从 Skills 市场抓取、分析、展示结果。更像一个”主动巡检”而非”被动扫描”的体系。

在 Agent 安全生态中的位置

360 做这件事有其天然的合理性——它本身就是国内最大的安全公司之一，在传统恶意软件检测、沙箱技术上有长期积累。SkillsGuard 可以看作是这套能力向 AI Agent 领域的一次延伸。

从行业角度看，SkillsGuard 的诞生说明两件事：

1. Agent Skills 的安全问题已经到了需要专门工具的阶段。56000+ 个 Skills 的规模，靠人工审核已经不现实
2. Skill 安全分析正在从学术研究走向产品化。静态分析 + 沙箱动态检测 + ATT&CK 映射的组合方案，比单一手段更可信

这与最近几周密集出现的 Agent 安全动态（Anthropic 警告不要信任 Agent、五眼联盟发布 Agent 安全指南、AI CERTs 的治理手册）形成了呼应——安全基础设施正在追赶 Agent 生态的扩张速度。

参考链接：

• 360 SkillsGuard 平台：https://ata.360.net/skillsguard
• 相关阅读：Anthropic 警告开发者：不要默认信任你自己的 AI Agent
• 相关阅读：五眼联盟联合发布《Agentic AI 系统安全指南》