Claude Codeのスキル検査｜SkillSpectorを手元で試した結果

Claude Codeの「スキル」や「プラグイン」は、AIに読ませる手順書と、必要なら動かすスクリプトをまとめたものです。マーケットプレイスから数クリックで入れられますが、入れた中身はAIが自分のパソコンの上で読み、実行します。私は、外から入れるものは中身を目で読んでから入れることにしています。ただ、ファイルが数十あると、全部を読むのは大変です。

NVIDIAが公開しているSkillSpectorは、この「入れる前の確認」を手伝うツールです。2026年11月8日に、giverthの検証用PCで実際に試しました。この記事では、何が分かって、どこは当てにならなかったかを、数字のまま書きます。

SkillSpectorとは

SkillSpectorは、Claude Code・Codex・MCPのスキルを、入れる前に検査するためのツールです。GitHubでApache-2.0ライセンスで公開されていて、無料で使えます。検査には2つの段階があります。

• 静的検査：ファイルの中の書き方（認証情報の読み取り、隠れた指示、外部への送信など）を、決まった規則で探す。数秒で終わる
• AIによる評価：AIに中身を読ませ、静的検査の指摘が本当に危ないか、説明と中身が合っているかを見てもらう

結果は0〜100点の点数と、「SAFE（入れてよい）」「CAUTION（注意）」「DO NOT INSTALL（入れないで）」の判定で出ます。指摘ごとに、どのファイルのどこかも表示されます。

試した環境と対象

• 使った版：SkillSpector v2.13.4
• WindowsのPython 3.14では入りませんでした（依存するyara-pythonに3.14用の配布物がなかったため）。WSL（Ubuntu）にPython 3.12の環境を作って入れました
• 検査したのは、giverthが自分で作ったスキル9件、マーケットプレイスに載っているコミュニティ製3件（うち1件は7つのスキルを含む）、外から入れた動画・文章作成のスキル27件です

静的検査だけの結果：100点が4件、でも中身は説明文

まず、AIを使わない静的検査（--no-llm）で全部を検査しました。

高リスクとされた指摘を見本で開いてみると、次のようなものでした。

• 「クラウドの管理用アドレスへの接続」：その接続を拒否することを確かめるテストのコード
• 「認証情報へのアクセス」：「APIキーは.envファイルに書いてください」という使い方の説明
• 「隠れた指示」：HTMLのひな形に書かれた、作り手向けのコメント
• 「隠れた実行ファイル」：版の番号（0.8.0）を書いただけのファイル。WSLからWindowsのドライブを読むと、全ファイルが実行できるように見えるためでした。WSL側にコピーして検査すると消えました

説明文やテストが多い、大きなスキルほど点数が上がります。点数だけを見ると、まじめに説明を書いたスキルほど危なく見えてしまいます。

もう1つ気をつけたいのは、検査されないものがあることです。ほかのフォルダを指すシンボリックリンクのスキルは読まれず、自作のスキルでは16件が検査の外でした。1回の検査には時間の上限もあり、大きなフォルダは途中で打ち切られます。結果に出る「どこまで読めたか（網羅率）」は必ず見てください。

手元のAIで評価させてみた

次に、AIによる評価を、giverthの検証用PC（VRAM16GBのGPU1枚）で動かすAIで試しました。中身を外部に出さないためです。対象は、静的検査で80点だった動画・画像生成のスキルです。

最初の2つは、どちらも約18分で打ち切られました。SkillSpectorには検査全体で1,080秒の上限があり、AIへの1回の問い合わせも120秒で打ち切られます。答える前に長く考えるモデルは、考えているうちにこの上限に当たっていたようです。時間切れで読めなかったファイルは「調べきれなかった＝高リスク」に数えられるので、点数は80から99に上がりました。

考える機能を切ると、2つとも時間切れにならず、最後まで評価できました。使った設定は次の3つです（v2.13.4のコードで確かめた環境変数）。

• SKILLSPECTOR_REASONING_EFFORT=none：考える機能を切る（Ollamaで効くことを確認）
• SKILLSPECTOR_MAX_LLM_CONCURRENCY=1：AIへの問い合わせを1件ずつ送る
• SKILLSPECTOR_MAX_WORKFLOW_SECONDS：検査全体の上限を延ばす（今回は2,400秒）

ただし、点数は100に上がりました。静的検査の誤検知（説明文を「認証情報へのアクセス」とした指摘など）には「おそらく無害な文脈」という印が付きましたが、重さは「高」のままで、点数は下がりません。AIを足しても、点数は入れてよいかの判定には使えませんでした。

役に立ったのは、AIが書いた説明

点数とは別に、AIは指摘ごとに説明を書きます。ここに、静的検査では出てこない気づきがありました。

• スキルの説明文には「AIで動画・画像を作る」としか書いていないのに、中身には他社の広告を集める機能と、SNS広告を出稿する機能も入っていた（2つのモデルとも指摘）
• 字幕を付ける手順で、手元の動画ファイルを外部のサービスへ送るが、そのことの説明がない（Bonsaiが指摘）

説明文だけを読んで入れると、この2つには気づきません。ただ、原文を読み直すと、AIの言い分には言い過ぎもありました。広告を集める機能は公開されている広告ライブラリの情報を使うもので、追加するたびにユーザーに確認する手順が書いてあります。広告の出稿も「すべて一時停止の状態で作る」という安全策が書かれていました。動画を外部へ送るのも、もともとクラウドで動画を作るサービスなので当然です。危ないスキルだったわけではありません。

AIの説明は「どこを読めばよいか」を教えてくれますが、最後に判断するのは人です。AIが強い言葉で書いた指摘ほど、原文で確かめる必要があります。

giverthでの使い方

試した結果をふまえて、新しいスキルやプラグインを入れる前は、次の順で使うことにしました。

1. スキルのフォルダをWSL側にコピーする（Windowsのドライブ越しに読むと、権限の誤検知が出るため）
2. --no-llmで静的検査をする（数秒・中身を外に出さない）
3. 点数は見ず、指摘されたファイルと場所を開いて目で読む。網羅率と、検査されなかったものも確かめる
4. 入れるか迷うものだけ、手元のAI（考える機能を切ったもの）で評価し、AIの説明を読む。説明文に書いていない機能や、外部へ送るものがないかを見る
5. AIの指摘も原文で確かめてから、入れるかどうかを決める

AIの評価は1件あたり約13分かかり、その間GPUを使い続けます。毎回ではなく、迷ったときだけ使う位置づけです。SkillSpectorは、目で読む確認を置き換えるものではありません。読む場所を先に教えてくれる道具として、目視の前に足して使っています。

よくある質問

SkillSpectorは無料で使えますか？

GitHubでApache-2.0ライセンスで公開されていて、無料で使えます。AIを使わない静的検査（--no-llm）だけなら、外部のサービスもGPUも要りません。AIによる評価を外部のAIサービスで行う場合は、そのサービスの利用条件と料金に従います。

Windowsで動きますか？

2026年11月時点では、WindowsのPython 3.14では依存するyara-pythonが入らず、導入できませんでした。WSL（Ubuntu）にPython 3.12の環境を作ると入りました。WSLからWindowsのドライブを直接検査すると、全ファイルが実行可能に見えて誤検知が出るので、WSL側にコピーしてから検査してください。

点数が100点（DO NOT INSTALL）なら入れてはいけませんか？

点数だけでは判断できません。今回の検査では、100点と判定されたスキルの高リスクの指摘を見本で確かめると、どれもテストのコードや使い方の説明文でした。指摘されたファイルと場所を開き、中身を読んでから判断してください。逆に、SAFEでも目で読む確認は省かないほうが安全です。

手元のPCのAIでも評価できますか？

できます。Ollamaなどで動かすAIを指定できます。ただし、答える前に長く考えるモデルは時間の上限に当たりやすく、今回はgpt-oss:20bとQwen3.5 9Bが時間切れになりました。考える機能を切る設定（SKILLSPECTOR_REASONING_EFFORT=none）にすると、Gemma 4とBonsai 2 27Bは約13分で最後まで評価できました。