恶意与否：为 Agent 技能分类添加仓库上下文

针对现有自动扫描器将高达 46.8% 的 AI Agent 技能误判为恶意的问题，本文开展了最大规模的实证安全分析。通过收集三个主要平台及 GitHub 上的 238,180 个独特技能，我们系统分析了其类型与行为。研究发现，引入技能描述与其托管 GitHub 仓库的一致性对比后，恶意标记率降至 0.52%，显著降低了误报。此外，研究还揭示了利用被遗弃仓库进行技能劫持等未文档化的真实攻击向量，为生态系统的风险评估提供了更稳健的视角。