Blog › GitHub em alta

GitHub em alta · 13/11/2026

SkillSpector, da NVIDIA, escaneia agent skills em busca de falhas antes da instalação

Scanner de código aberto analisa skills de agentes de IA como Claude Code e Codex e ganhou 297 estrelas hoje no GitHub Trending.

Pouca repercussão 2 fontes Atualizado em 13/11/2026 às 06:00 (Brasília)
Imagem de divulgação do SkillSpector
Imagem: cartão do repositório · GitHub

O SkillSpector, projeto da NVIDIA em código aberto, verifica agent skills de IA para apontar vulnerabilidades, padrões maliciosos e riscos antes que o desenvolvedor as instale. O repositório soma 25.757 estrelas e está em alta no GitHub. A ferramenta parte de um problema: skills rodam com confiança implícita e pouca checagem.

O que é e que problema resolve

Agent skills são pacotes usados por agentes como Claude Code, Codex CLI e Gemini CLI. Uma skill pode parecer inofensiva e ainda assim trazer instruções arriscadas, metadados ocultos, permissões amplas demais ou código que faz mais do que a descrição diz.

O SkillSpector tenta responder se a skill deve ser instalada. Segundo o README, numa amostra analisada de 31.132 skills de um conjunto de pesquisa, 26,1% tinham vulnerabilidades e 5,2% mostravam provável intenção maliciosa.

Como funciona

A ferramenta aceita repositórios Git, URLs, arquivos zip, diretórios e arquivos avulsos. Por padrão, roda checagens estáticas rápidas. Opcionalmente, adiciona uma análise semântica com LLM, que compara o que a skill declara com o que o código parece fazer.

O README cita 71 padrões de vulnerabilidade em 17 categorias, entre elas prompt injection, exfiltração de dados, escalonamento de privilégios, cadeia de suprimentos e MCP tool poisoning.

Dependências vulneráveis são consultadas em tempo real no OSV.dev, com fallback offline. Os relatórios saem em terminal, JSON, Markdown e SARIF, com pontuação de risco de 0 a 100. Coleções de skills podem ser varridas de forma recursiva.

Como começar e o que é preciso

A instalação usa Python, com uv ou pip em ambiente virtual. A análise com LLM exige credenciais de um provedor, passadas por arquivo.env ou pelo ambiente.

O projeto impõe limites: 100 MiB por entrada remota ou arquivo compactado, 10.000 itens por zip e 1 MB por arquivo analisado. A varredura recursiva examina 32 skills por padrão.

Maturidade e cuidados

O repositório foi criado em 21 de março de 2026, está em Python, usa licença Apache-2.0 e tem 2.279 forks. O último commit é de 13 de novembro. Segundo o README, o SkillSpector integra o pipeline NVIDIA Verified Skills, que escaneia, avalia e assina skills antes de publicá-las no catálogo da empresa.

O projeto avisa que instala software de terceiros de código aberto, cujas licenças o usuário deve revisar. No scanner em lote, o padrão é o DeepSeek, e o próprio README pede contribuições para suportar outros backends, como Ollama e vLLM.

Pontos-chave

  • Saída SARIF e a opção --fail-on-incomplete ajudam a usar o scanner em CI
  • Baseline permite suprimir falsos positivos conhecidos e mostrar só problemas novos
  • Dockerfile incluso permite rodar sem instalar Python
  • Extensões para Pi e OpenCode escaneiam skills de dentro das sessões de agente

Texto escrito por IA a partir das reportagens e páginas listadas abaixo e checado contra elas por uma segunda revisão automática. Atualizado em 13/11/2026 às 06:00 (Brasília).

Outras publicações