这是什么

技能市场有一个信任问题：22,511 个技能普查发现 140,963 个问题，其中 36% 含提示注入。 元信在「装之前」给你一个确定性答案：本地扫描技能目录 / npm 包，报告发现了什么、严重到什么程度、 能不能装。

它是装前验证器，不是沙箱也不是运行时监控：只读文件、出报告；绝不执行被测代码、 绝不联网、绝不修复任何东西。

核心价值

• 确定性静态扫描——8 检测点威胁捕获模型（供应链 / 命令执行 / 网络请求与数据外传 / 文件操作与敏感路径访问 / 提示注入 / 远程脚本拉取后即运行 / 编码混淆 / 其他）+ 提示注入 + 危险模式（61 条，含路径穿越 / MCP 工具面）+ SKILL.md 完整性 + 权限需求。
• MCP 工具面分析（L3，新增）——识别 MCP server 工具集，追踪「工具参数 → 危险 sink」（spawnSync / execSync / 任意文件读写）；恶意 MCP 判 DO NOT INSTALL。
• 双视角综合报告（新增）——安全健康度评分（0-100）+ 8 检测点逐类 verdict + 13 行为项 + 逐文件 verdict + 修复建议指南 + 内容 hash。
• 提示注入检测——8 类 28 条规则（指令覆盖 / 角色伪造 / 编码指令 / 数据外传 / 分隔符逃逸 / 工具自执行 / 隐藏意图 / 凭据采集）+ base64 编码指令启发式。
• 危险模式规则与元安共用——54 条规则与 yotta-security-audit 保持同步 （下载即执行 / 混淆 / 持久化 / 外传 / 凭据窃取 / 网络调用 / 权限提升 / 社会工程）。
• 一句话 verdict——SAFE TO INSTALL / REVIEW REQUIRED / INSTALL WITH CAUTION / DO NOT INSTALL， 退出码与元安 / 元审一致。
• audited 徽章——本地 SVG + shields.io URL；合并 validate-skill 结果、元安 / 元审 verdict、 版本与引擎测试数。
• CI 闸门——最严重级超过阈值即让流水线失败。
• 安装器 hook 声明——通过 before_install manifest 让元阁在替换已装技能前执行阻断门禁，并保留本地审计证据。

为什么用它

| 优势 | 说明 | |---|---| | 装前信任 | 任何技能先给确定性 verdict，而不是「请相信我」 | | 零依赖 | Python 3.8+ 标准库；无守护进程 / 数据库 / 联网 | | 纯本地离线 | 扫描磁盘上的目录与 npm 包；不执行、不上传 | | 通吃任何技能 | Agent 技能、npm 包、下载的 ZIP——指个文件夹就行 | | 家族协同 | 危险模式规则与元安同步；verdict 可与元审 / 元安合并 |

命令一览

| 命令 | 说明 | |---|---| | scan | 装前扫描（注入 + 危险模式 + SKILL 完整性 + 权限） | | scan --json | 结构化扫描结果 | | scan --report report.md | 写 SKILL VERIFY REPORT（Markdown） | | scan --badge | 扫描同时生成 audited 徽章 | | badge | 生成 audited 徽章（本地 SVG + shields.io URL） | | report | 生成验证报告（Markdown / JSON） | | gate | CI 装前闸门（默认阈值 medium） | | --version | 显示版本 |

使用示例

Windows 用 python，Linux/macOS 用 python3。

# 装前扫描一个技能目录
python3 scripts/yotta_verify.py scan ./some-skill

# JSON + Markdown 报告 + audited 徽章
python3 scripts/yotta_verify.py scan ./some-skill --json --report report.md --badge

# 合并验证结果的 audited 徽章
python3 scripts/yotta_verify.py badge ./some-skill --validate-skill pass     --vetter-verdict "SAFE TO INSTALL" --audit-verdict "SAFE TO INSTALL" --tests 52

# CI 闸门：最严重级超过 medium 即失败
python3 scripts/yotta_verify.py gate ./some-skill --max-severity medium

退出码：0 = SAFE TO INSTALL；1 = REVIEW REQUIRED；2 = INSTALL WITH CAUTION； 3 = DO NOT INSTALL；4 = 用法 / 读取错误。

示例输出：

元信 yotta-verify v0.2.1 —— 装前安全扫描
目标：./some-skill（扫描 14 个文件）

verdict: SAFE TO INSTALL
发现：critical 0 / high 0 / medium 0 / low 2 / info 1

安装

以下四种方式任选，顺序即推荐优先级；技能文件一律从 npm 获取（GitHub 无代理较慢，npm 支持镜像）。

方式一：npm 一行装（推荐）

# 可选国内加速：npm config set registry https://registry.npmmirror.com
npx -y @yottameta/yotta-verify --agent <智能体名称>      # 装到指定智能体默认用户级技能目录
npx -y @yottameta/yotta-verify --dir <智能体的技能目录>  # 指到技能目录本身（如 ~/.codex/skills）

• --agent <name> 自动装到该智能体默认用户级目录；--list 可查看各智能体默认目录。
• --dir <路径> 装到指定的技能目录；未收录的智能体用 --dir 指到它的技能目录。
• npmmirror 未同步新包（404）：加 --registry=https://registry.npmjs.org/（国内需代理），或稍等镜像缓存。

方式二：git clone（开发者 / 有 git 环境）

git clone https://github.com/YottaMeta/yotta-verify.git <智能体的技能目录>/yotta-verify

方式三：GitHub 下载压缩包（手动 / 无 git 环境）

在 GitHub 仓库 YottaMeta/yotta-verify 点 Code → Download ZIP，解压后把 yotta-verify 文件夹放进智能体技能目录。

方式四：install.sh（多智能体一键脚本）

bash install.sh --agent <name>   # 装到指定智能体默认用户级目录
bash install.sh --dir <path>     # 装到指定目录
bash install.sh --list           # 列出智能体 -> 默认目录

方式一走 npm 源（npmmirror / npmjs），不依赖 GitHub；方式二 / 三走 GitHub，国内无代理可能失败。

开发与校验

技能包自带测试脚本（随发布包一起分发）：

# 在技能目录内跑全量用例（52 个）
python scripts/test_yotta_verify.py

参考资料：references/injection-patterns.md（检测模式）、references/verify-report-template.md（报告模板）、 references/badges.md（徽章说明）。

许可证

MIT © YottaMeta —— 见 LICENSE。