NVIDIA SkillSpector: Ajan Yeteneklerini Kurmadan Önce Tarayan Güvenlik Aracı
NVIDIA

NVIDIA SkillSpector: Ajan Yeteneklerini Kurmadan Önce Tarayan Güvenlik Aracı

· 3 DK

Yazar: KOZBA

İçindekiler
  1. Neden ayrı bir tarayıcı gerekiyor?
  2. Nasıl çalışıyor?
  3. Hangi riskleri kapsıyor?
  4. Kurulum ve kullanım
  5. En kritik tasarım kararı: yeteneği çalıştırmıyor
  6. Pratik sonuç

Ajan yetenekleri (skill) artık bir yazılım tedarik zinciri. Claude Code, Codex CLI ve Gemini CLI gibi araçlarda bir SKILL.md dosyası kurulduğunda, içindeki her satır model için talimat haline geliyor. NVIDIA'nın açık kaynak SkillSpector aracı tam bu noktaya odaklanıyor: "Bu yetenek kurulmaya güvenli mi?"

Neden ayrı bir tarayıcı gerekiyor?

Klasik güvenlik araçları bu riski göremiyor. OSV-Scanner bilinen CVE'leri eşleştirir; yeni yazılmış kötü niyetli bir talimatın CVE'si yoktur. Bir SKILL.md içine gizlenmiş prompt injection; tehlikeli API çağrısı, zafiyetli bağımlılık veya sızmış kimlik bilgisi içermez. Mevcut tarayıcıların çoğu için bu dosya temiz düzyazı olarak görünür.

SkillSpector'un atıf yaptığı "Agent Skills in the Wild" (Liu ve ark., 2026) çalışmasındaki 31.132 yeteneklik alt kümede yeteneklerin yüzde 26,1'i zafiyet, yüzde 5,2'si muhtemel kötü niyet gösteriyor. Bu oranlar, "kur, sonra bakarız" yaklaşımının neden pahalı olduğunu açıklıyor.

Nasıl çalışıyor?

İki aşamalı bir hat var. İlk aşama hızlı ve deterministik: 11 statik analizör üzerinden regex tabanlı desen eşleştirme, Python AST ile tehlikeli çağrı tespiti (exec, eval, subprocess gibi), YARA imzaları ve bağımlılıklar için OSV.dev üzerinden canlı CVE sorgusu (ağ yoksa çevrimdışı yedeğe düşüyor). İkinci aşama isteğe bağlı: LLM ile semantik değerlendirme, yani yeteneğin tarif ettiği iş ile fiilen yaptığı iş arasındaki uyuşmazlığı yakalamak.

Araç Git deposu, URL, zip dosyası, klasör veya tek dosya kabul ediyor. Çıktı terminal, JSON, Markdown ve SARIF formatlarında alınabiliyor; SARIF desteği CI/CD ve IDE entegrasyonu için önemli. Risk puanı 0-100 arasında, beraberinde önem derecesi, öneri ve safe_to_install alanı dönüyor.

Hangi riskleri kapsıyor?

Dokümantasyon 17 kategoride 68 desenden söz ederken GitHub README 71 desen diyor; iki kaynak arasındaki fark sürüm güncellemelerinden kaynaklanıyor. Kapsanan başlıklar şunlar:

  • Prompt injection (talimat ezme, gizli talimat, boşluk dolgusuyla saklama)
  • Veri sızdırma (harici URL'ye gönderim, ortam değişkeni toplama, dosya sistemi taraması)
  • Ayrıcalık yükseltme ve tedarik zinciri riski
  • Aşırı yetki, çıktı işleme, sistem promptu sızıntısı
  • Hafıza zehirleme, araç suistimali, rogue agent davranışı
  • Tetik kötüye kullanımı, tehlikeli kod desenleri, taint tracking
  • MCP en az ayrıcalık ve MCP araç zehirleme

Kurulum ve kullanım

Araç Python 3.12 ve üzeri istiyor, Apache 2.0 lisanslı. Depoyu klonlayıp sanal ortam kurduktan sonra tek komutla tarama yapılıyor:

skillspector scan ./my-skill/
skillspector scan ./SKILL.md
skillspector scan https://github.com/user/my-skill
skillspector scan ./my-skill.zip --format json --output report.json

Docker imajı da var; Python kurmadan docker run --rm -v "$PWD:/scan" skillspector scan ./my-skill/ --no-llm ile çalıştırılabiliyor. Aynı anda birden çok yeteneği taramak için --recursive (varsayılan üst sınır 32 yetenek) veya contrib/batch_scan kullanılıyor. Bilinen ve kabul edilmiş bulguları bastırmak için baseline dosyası üretilebiliyor; böylece yeniden taramalar yalnızca yeni sorunları gösteriyor.

En kritik tasarım kararı: yeteneği çalıştırmıyor

SkillSpector taranan yeteneği hiç yürütmüyor. Tüm analiz statik (regex, AST, YARA) ve isteğe bağlı olarak dosya içeriğinin LLM'e değerlendirilmesiyle yapılıyor. Bunun bir yan etkisi var: LLM analizi açıkken dosya içerikleri yapılandırılmış sağlayıcıya gönderiliyor. Gizli veri içeren yeteneklerde bu ayar bilinçli kapatılmalı.

Araç ayrıca MCP sunucusu olarak da çalışabiliyor. Bu, taramayı "sonradan yapılan denetim" olmaktan çıkarıp kurulum anında çalışan bir kapıya dönüştürüyor: ajan yeteneği kurmadan önce scan_skill çağırıp safe_to_install alanına bakabiliyor. HTTP taşımasında yerel yollar ve file:// adresleri güvenlik nedeniyle reddediliyor; yalnızca kimlik bilgisi içermeyen https hedefleri kabul ediliyor.

Pratik sonuç

SkillSpector bir sihirli değnek değil: statik analiz yüksek yakalama oranına karşılık orta kesinlik sunuyor, yani yanlış pozitif üretiyor. Ama ajan yeteneklerini üretim ortamına alan ekipler için en azından "kurulum öncesi kapı" işlevi görüyor. Üçüncü taraf bir yeteneği kurmadan önce tek komutluk bir tarama, sonradan temizlenecek bir veri sızıntısından çok daha ucuz.

Paylaş