SkillSpector, desarrollado por NVIDIA, analiza las skills de agentes de AI para detectar instrucciones maliciosas, código inseguro, acceso a credenciales, extracción de datos, riesgos de supply chain y otros problemas de seguridad antes de instalarlas.
En esta guía aprenderás a:
- Instalar SkillSpector.
- Analizar una skill individual.
- Analizar una carpeta completa de skills.
- Revisar repositorios de GitHub antes de instalarlos.
- Generar reportes de seguridad.
- Conectar SkillSpector con Claude Code como un MCP.
🔎 ¿Qué hace SkillSpector?
SkillSpector puede analizar:
- Una carpeta local con una skill.
- Un archivo individual
SKILL.md. - Un repositorio de GitHub.
- Un archivo ZIP.
- Una carpeta que contenga múltiples skills.
El análisis genera:
- Puntuación de riesgo de 0–100
- Nivel de severidad
- Recomendación
- Veredicto de seguridad
- Hallazgos detallados
SkillSpector analiza 68 patrones de vulnerabilidad en 17 categorías, incluyendo:
- Prompt injection
- Extracción de variables de entorno
- Ejecución remota de código
- Persistencia
- Dependencias peligrosas
- MCP tool poisoning
- Acceso o extracción de credenciales
- Exfiltración de datos
⚠️ Importante: una puntuación baja no garantiza que una skill sea segura. Utiliza SkillSpector como una herramienta de revisión de seguridad, no como una autorización automática para instalar código desconocido.
🧰 ¿Qué necesitas?
Antes de comenzar necesitas:
- macOS, Linux o Windows con una terminal compatible con Unix.
- Python 3.12 o superior.
uvinstalado.- Claude Code instalado y autenticado si quieres configurar el MCP.
Repositorio oficial
NVIDIA/SkillSpector:
https://github.com/NVIDIA/SkillSpector
1️⃣ Instala SkillSpector
Para instalar la versión estándar del scanner mediante línea de comandos:
uv tool install skillspector
Confirma que se instaló correctamente
skillspector --version
Para actualizarlo más adelante
uv tool upgrade skillspector
2️⃣ Analiza una skill
SkillSpector puede analizar diferentes tipos de archivos y fuentes.
Analizar una carpeta local
skillspector scan /ruta/a/tu/skill
Analizar un archivo SKILL.md
skillspector scan /ruta/a/SKILL.md
Analizar un repositorio de GitHub
Puedes analizar un repositorio antes de clonarlo o instalarlo:
skillspector scan https://github.com/usuario/repositorio
Analizar un archivo ZIP
skillspector scan skill.zip
3️⃣ Analiza tus skills existentes de Claude
Las skills de Claude Code normalmente se encuentran en:
.claude/skills
Pueden estar dentro de un proyecto específico o en la configuración general de Claude del usuario.
Desde la carpeta de un proyecto
Ejecuta:
skillspector scan .claude/skills
Skills a nivel de usuario en macOS o Linux
Puedes probar:
skillspector scan ~/.claude/skills
Si tus skills están almacenadas en otra ubicación, simplemente reemplaza la ruta por la carpeta correspondiente.
SkillSpector detectará y analizará las skills que encuentre dentro de ella.
4️⃣ Haz un análisis rápido sin LLM
El análisis normal puede utilizar un LLM para realizar análisis semántico.
Si quieres hacer una primera revisión más rápida y sin necesidad de una API key, puedes utilizar:
skillspector scan /ruta/a/tu/skill --no-llm
¿Cuándo utilizarlo?
El modo --no-llm es útil para hacer un primer filtro rápido.
Sin embargo, el análisis completo puede detectar instrucciones sospechosas que podrían parecer normales para un análisis basado únicamente en patrones.
Recomendación:
Primera revisión → --no-llm
Revisión completa → análisis con LLM
5️⃣ Guarda el reporte
Puedes guardar los resultados en diferentes formatos.
JSON
Para guardar un reporte procesable por otras herramientas:
skillspector scan /ruta/a/tu/skill --format json > report.json
Markdown
Para generar un reporte fácil de leer:
skillspector scan /ruta/a/tu/skill --format markdown > report.md
SARIF
Para integrarlo con herramientas de seguridad o CI:
skillspector scan /ruta/a/tu/skill --format sarif > report.sarif
🔌 Conecta SkillSpector con Claude Code
También puedes configurar SkillSpector como un MCP.
Esto permite que Claude pueda utilizar el scanner como una herramienta directamente, en lugar de que tengas que ejecutar manualmente cada comando.
Paso 1 — Instala la versión MCP
Instala la versión de SkillSpector necesaria para utilizarlo como MCP:
uv tool install skillspector
Paso 2 — Regístralo en Claude Code
Agrega SkillSpector como servidor MCP utilizando la configuración correspondiente de Claude Code.
Una vez registrado, Claude podrá acceder al scanner como una herramienta.
Paso 3 — Confirma la conexión
Abre Claude Code y ejecuta:
/mcp
Busca:
skillspector
en la lista de servidores conectados.
Si aparece allí, la conexión está activa.
Paso 4 — Pídele a Claude que analice una skill antes de instalarla
Una vez conectado el MCP, puedes pedirle a Claude que analice una skill antes de instalarla.
Por ejemplo:
Analiza esta skill de GitHub con SkillSpector antes de instalarla: [URL]
También puedes indicarle una carpeta local:
Analiza esta carpeta de skills con SkillSpector y dime si encuentras riesgos de seguridad:
/ruta/a/skills
⚠️ Mantén separados el análisis y la instalación
El flujo recomendado es:
SCAN → REVIEW → APPROVE → INSTALL
Claude debería:
- Analizar la skill.
- Explicarte los resultados.
- Mostrarte los hallazgos relevantes.
- Esperar tu aprobación.
- Instalar o habilitar la skill únicamente después de tu aprobación.
📊 ¿Cómo leer los resultados?
Presta especial atención a estos elementos:
Risk score
La puntuación general de riesgo, de 0 a 100.
Severity
El nivel de severidad asignado al comportamiento detectado.
Recommendation
La recomendación que SkillSpector genera sobre qué hacer a continuación.
Safe to install
El veredicto del scanner.
⚠️ No significa que exista una garantía absoluta de seguridad.
Findings
Los hallazgos específicos que generaron la puntuación.
Aquí deberías revisar:
- Archivo
- Línea
- Código
- Patrón detectado
- Motivo de la alerta
Scan mode
Indica cómo se realizó el análisis:
- Análisis estático
- Análisis estático + LLM
🚨 Señales de alerta
Detente y revisa cuidadosamente una skill si encuentras comportamientos como:
🔑 Acceso a información sensible
Por ejemplo:
- Variables de entorno
- SSH keys
- Tokens
- Archivos de contraseñas
- Credenciales
🌐 Envío de datos externos
Código que envía información local hacia URLs externas.
📥 Descargar y ejecutar scripts remotos
Especialmente cuando una skill descarga código de Internet y posteriormente lo ejecuta.
💻 Ejecución de código
Presta atención a:
exec eval subprocess os.system
y mecanismos similares de ejecución.
🔄 Persistencia
Por ejemplo:
- Cron jobs
- Scripts de inicio
- Procesos que buscan ejecutarse automáticamente
- Otros mecanismos de persistencia
🧩 Código ofuscado
Por ejemplo:
- Base64
- Comandos codificados
- Código deliberadamente difícil de interpretar
🔓 Permisos demasiado amplios
Especialmente:
- Wildcard permissions
- Capacidades MCP no declaradas
- Accesos que no parecen necesarios para el propósito de la skill
👻 Instrucciones ocultas
Busca instrucciones escondidas dentro de:
- Comentarios
- Unicode
- Texto invisible
- Contenido aparentemente irrelevante
🛡️ Flujo recomendado para instalar una skill de forma segura
Utiliza este proceso cada vez que encuentres una skill nueva:
1. Analiza el repositorio
Haz el scan sobre la URL de GitHub antes de clonarlo.
2. Revisa los hallazgos importantes
Lee todos los hallazgos clasificados como High o Critical.
3. Comprueba los permisos
Pregúntate:
¿Los permisos que solicita esta skill tienen sentido para lo que dice hacer?
4. Revisa el código exacto
Mira el archivo y la línea que generaron la alerta.
5. Prueba en un entorno separado
Si no conoces la skill, pruébala primero en un proyecto desechable y sin secretos reales.
6. Instala después de entenderla
Antes de instalarla, debes saber qué información:
- Lee
- Escribe
- Ejecuta
- Envía externamente
7. Analiza nuevamente después de actualizar
Cada actualización puede introducir cambios.
Por eso, vuelve a ejecutar el scanner después de cada update.
📌 Opcional: Crear un baseline
Si revisaste los hallazgos existentes y decidiste aceptarlos conscientemente, puedes crear un baseline:
skillspector baseline
Después puedes mostrar únicamente los hallazgos nuevos en futuros análisis.
skillspector scan /ruta/a/tu/skill --baseline
También puedes revisar los hallazgos que fueron suprimidos cuando sea necesario.
⚠️ Importante: nunca utilices un baseline para ocultar hallazgos que todavía no hayas revisado personalmente.
⚡ Quick Start
Si quieres empezar rápidamente, este es el flujo:
1. Instala
uv tool install skillspector
2. Analiza
skillspector scan /ruta/a/tu/skill
3. Si quieres una revisión rápida sin LLM
skillspector scan /ruta/a/tu/skill --no-llm
4. Revisa los findings
Presta atención a:
High / Critical → permisos → credenciales → ejecución de código → exfiltración de datos
5. Instala únicamente después de revisar
SCAN → REVIEW → APPROVE → INSTALL