用途：在用户询问某个智能体技能或插件是否可信、是否该安装、审查或准入时使用。审查过程中扫描为只读操作，绝不执行、加载、导入、安装或启用目标工件。报告干净不等于安全认证，有发现也不等于存在恶意意图。
主要能力：识别本地目标及其来源；运行扫描脚本，按文件与行定位每个有效发现；区分已确认行为、模糊行为与误报；对确认的误报仅按精确指纹、规则 ID 与规则版本进行抑制并注明具体理由；重跑扫描并报告有效与已抑制计数。
使用方式：在安装前运行 python <catalog-root>/agent-skillguard/scripts/skillguard.py scan <path> --format markdown；宿主不展开 <catalog-root> 时使用绝对目录路径。退出码：0 表示所选严重级别及以上没有有效发现；1 表示至少一项有效发现需人工复核；2 表示扫描未能可靠完成。退出 0 仅代表配置的确定性规则未匹配，不是安全证明。评估扫描器自身时，用随附脚本扫描 fixtures/positive（预期有发现）与 fixtures/negative（预期干净），并查看 rules/non-coverage.json；插件包不含上游 tools/verify_rule_corpus.py，不要声称运行过该辅助程序。
适用场景：安装或授权前审查、误报复核、跨客户端使用（GitHub Copilot、Claude Code、Codex；Codex 下同步到 $CODEX_HOME/skills/agent-skillguard 并重启）。无必需 MCP 服务，可用本地回退流程并展示证据。限制：需在用户另行授权后才可继续安装或授予权限；打包副本为自包含形式，仅含扫描器、规则 JSON、schema 与公开 fixtures，不含宿主元数据、示例或大型资源，须通过随附 Python 脚本调用而非假定全局 skillguard 命令。