×
Mini Présentation à propos de
Comment tout passe par les Skills, et comment les sécuriser avant de les installer avec NVIDIA SkillSpector.
Chacun réécrit ses consignes à chaque conversation. Résultats inégaux d’une personne à l’autre.
Nos templates de documents (rapports, propositions, comptes rendus) et nos règles de rédaction ne sont pas dans le modèle.
Tout mettre dans le prompt système coûte des tokens et dilue l’attention du modèle.
Il faut un moyen de packager l’expertise, de la charger à la demande et de la partager à toute l’organisation.
Un Skill, c’est un dossier qui apprend à Claude à faire une tâche précise, de façon reproductible.
SKILL.mdrapport-client/ ├── SKILL.md # obligatoire ├── references/ │ ├── structure-rapport.md │ └── charte-redaction.md ├── scripts/ │ └── remplir_template.py └── assets/ └── template-rapport-itc.docx
--- name: rapport-client description: Rédige un rapport client avec le template ITC. À utiliser quand l'utilisateur demande un rapport, un compte rendu ou une synthèse client. --- # Rapport client ITC ## Étapes 1. Collecter les notes et pièces fournies 2. Organiser le contenu selon references/structure-rapport.md 3. Remplir le template : python scripts/remplir_template.py 4. Relire avec la charte references/charte-redaction.md
name + descriptionToujours dans le contexte. Claude sait que le Skill existe et quand l’utiliser.
SKILL.mdChargé uniquement quand la demande correspond à la description.
Lus ou exécutés à la demande. Un script s’exécute sans que son code n’entre dans le contexte.
Seul ce qui est réellement lu consomme du contexte : on peut installer des dizaines de Skills sans pénalité.
« Rédige le rapport client à partir de mes notes de réunion »
la requête aux descriptions de tous les Skills disponibles
Le corps du Skill entre dans le contexte
Références, scripts, templates
Elle doit dire ce que fait le Skill et quand l’utiliser. Une description vague = un Skill jamais appelé.
Taper /rapport-client invoque directement le Skill : les slash commands sont des Skills.
references/Un Plugin, c’est un paquet distribuable qui regroupe des Skills et tout ce qui va avec.
nextgrc-plugin/ ├── .claude-plugin/ │ └── plugin.json # manifeste ├── skills/ # S │ ├── rapport-client/ │ └── compte-rendu/ ├── agents/ # A ├── hooks/ # H └── .mcp.json # M
Le savoir-faire : instructions, scripts, ressources.
Sous-agents spécialisés, avec leur propre contexte.
Automatismes avant ou après une action.
Connecteurs (Model Context Protocol) vers Jira, GitHub…
| Rôle | Analogie | Exemple | |
|---|---|---|---|
| Skill | Le savoir-faire : comment faire une tâche | Une procédure, un playbook | « Comment on rédige un rapport d’audit chez ITC » |
| MCP | L’accès : outils et données externes | Les mains et les yeux | Lire un ticket Jira, interroger une base |
| Agent | Un exécutant spécialisé, contexte isolé | Un collègue délégué | Un reviewer qui vérifie les findings |
| Plugin | Le paquet qui livre tout ça ensemble | L’appli installée | « NextGRC Toolkit » v1.2 |
MCP donne les outils, le Skill apprend à bien s’en servir, le Plugin distribue le tout.
Commandes, plugins, agents : sous le capot, c’est toujours un SKILL.md.
On n’écrit plus des prompts. On écrit des Skills versionnés, testés et partagés, et Claude les charge au bon moment.
À retenir
Tout se pilote depuis Organization settings › Plugins & skills.
Un Skill peut lire vos fichiers, exécuter du code et appeler Internet. Avant de l’installer, on le scanne.
Outil open source (Apache 2.0) publié par NVIDIA. Il analyse un Skill sans jamais l’exécuter et rend un score de risque de 0 à 100.
Sous-titres en français. Touche P : lecture ou pause.
Motifs suspects, analyse du code Python, signatures YARA, suivi des données sensibles et failles connues des dépendances (OSV.dev). Aucune clé API.
Un LLM compare ce que le Skill prétend faire avec ce que son code fait vraiment. Désactivable avec --no-llm.
17 catégories, dont : injection de prompt, exfiltration de données, élévation de privilèges, chaîne d’approvisionnement, empoisonnement d’outils MCP.
| NVIDIA SkillSpector | Cloudflare Security Audit | |
|---|---|---|
| Ce qu’il analyse | Un Skill, avant de l’installer | Le code source d’un repo |
| Pour qui | Tous ceux qui installent des Skills | Les devs, dans un agent de code |
| Prérequis | Python 3.12 (uv) ou Docker, sans clé API | Node.js, sous-agents parallèles, sandbox OS |
| Résultat | Score 0 à 100 + recommandation, JSON ou SARIF | findings.json + rapports Markdown |
90 % de nos utilisateurs sont sur Claude Desktop sous Windows : ils n’auditent pas du code, ils installent des Skills. Le vrai risque, c’est le Skill.
Via les Requests de l’admin Claude
Score > 50 : refusé. 21 à 50 : revue humaine.
Le Skill arrive dans Claude Desktop des utilisateurs
# installation uv tool install \ git+https://github.com/NVIDIA/skillspector.git # scanner un skill (dossier, zip, URL Git) skillspector scan ./mon-skill/ --no-llm
--output passe par Docker, WSL ou la CIskill-inspector : verdict APPROVE, CAUTION ou REJECTUn Skill open source (MIT) qui transforme un agent de code en auditeur de sécurité du code source d’un repo.
confirmed, needs_validation, rejected# installer le skill npx skills add \ https://github.com/cloudflare/security-audit-skill \ --skill security-audit # puis, dans l'agent de code : > Lance un audit de sécurité de ce repo
Trois pistes concrètes, et une première étape.
Chaque Skill ou plugin passe par SkillSpector avant d’entrer dans le marketplace de l’org.
Les rapports SkillSpector (JSON, SARIF) et le findings.json de Cloudflare sont structurés : on peut les rattacher à nos contrôles dans NextGRC.
Packager nos templates (rapports, propositions, comptes rendus) en Skills, distribués via le marketplace de l’org.
Sécurité des Skills : un Skill peut exécuter du code. Le scanner avec SkillSpector, n’installer que des sources de confiance, activer le scan de sécurité côté admin.
×
On choisit un process ITC, on l’écrit en SKILL.md, on le teste, puis on le publie dans l’organisation.
Questions ?