摘要
第三方技能扩展了 LLM Agent 的能力，但常在特权环境中处理敏感凭证，导致泄露风险不明。本文首次对该问题进行大规模实证研究，通过静态分析、沙箱测试和人工检查，分析了从 SkillsMP 采样的 17,022 个技能。研究识别出 520 个脆弱技能及 1,708 个问题，构建了包含 10 种泄露模式的分类体系。研究发现：泄露本质上是跨模态的，76.3% 需联合分析代码与自然语言；调试日志是主要泄露途径；泄露凭证具有高可利用性和持久性。研究结果已推动相关修复并开源数据集。
AI 推荐理由
论文核心研究 LLM Agent 技能（Skills）中的凭证泄露问题，深入分析技能机制与风险。
研究机构
Fujian Normal University
Wake Forest University
Quantstamp
Nanyang Technological University
University of New South Wales
Griffith University
论文信息