ClawHub 安全信号：当 VirusTotal、静态分析与 SkillSpector 产生分歧时

本文提出 ClawHub Security Signals 数据集，包含 67,453 个公开 OpenClaw 技能版本，旨在研究 Agent 技能的安全边界。通过分析 VirusTotal、静态启发式分析及 NVIDIA SkillSpector 三种扫描器的分歧发现，它们极少同时标记同一技能，且分歧具有结构性：SkillSpector 擅长识别语义层面的代理风险，而 VirusTotal 更侧重于捆绑代码的恶意软件检测。结果表明，Agent 技能安全需多层治理而非单一扫描决策。该研究发布了 sanitized 银标准数据集，以支持社区开发针对性的技能安全分类模型。