用途
该技能面向安全分析场景，用于识别、分析和记录那些伪装成合法安全软件的疑似软件盗版/破解仓库。它不提供任何破解、激活或绕过授权的功能，而是帮助分析人员判断某个仓库是否具有盗版或恶意软件分发特征。
主要能力
技能围绕“盗版指标识别”展开，包含以下分析维度：
- 命名模式检测：识别仓库名或主题标签中的破解相关关键词，如 crack、patch、keygen、unlock、activation、license-bypass、full-version、premium-free 等。
- 元数据检查：检查是否缺少合法开源许可证、是否缺少官方厂商链接、主题标签是否明确指向激活绕过（如 k7-key、k7-patch、k7-total-security-key）。
- README 真实性分析：检测伪造的技术内容，例如包含 Mermaid 架构图但无实际代码、声称集成 OpenAI/Claude 等 API 却无实现、出现未来日期版本号（如 2026 Edition）、大量功能声明但代码示例极少。
- 下载渠道风险识别：识别指向外部 GitHub Pages 的下载按钮，这类模式常见于恶意软件或潜在有害程序（PUP）的分发。
- 风险评分与建议：根据上述指标计算风险分数（0–100），输出风险等级（CRITICAL/HIGH/MEDIUM）以及“不要下载”等建议。
- 来源验证：提供脚本用于验证某个 URL 是否属于 K7 Computing 官方域名（k7computing.com、download.k7computing.com），非官方来源标记为 CRITICAL 风险。
使用方式
技能以 Python 示例代码的形式给出分析方法，主要函数包括：
analyze_piracy_indicators(repo_data)：输入仓库元数据字典，返回风险分数、风险等级、检测到的标志和建议。analyze_readme_authenticity(readme_content)：输入 README 原始 Markdown 内容，返回真实性问题的列表。verify_k7_source(url)：输入下载或仓库 URL，返回域名、是否合法、风险等级及相应警告或状态。should_assist_with_repo(repo_data)：供 AI 编码代理判断是否应协助处理某仓库，对盗版/恶意软件仓库返回 False。
示例用法中，将仓库元数据（名称、描述、主题、许可证、stars_per_day、语言）传入分析函数，即可打印风险等级、风险分数和检测到的标志。README 分析则读取 README.md 文件后调用真实性检查函数。来源验证脚本对一组测试 URL 逐一输出风险等级与警告。
适用场景
- 安全研究人员或开发者遇到声称提供“补丁”“密钥”“解锁”的仓库时，快速评估其风险。
- AI 编码代理在协助用户前，判断目标仓库是否涉及盗版或恶意软件分发，从而拒绝协助并引导至合法来源。
- 对可疑下载链接进行来源合法性验证。
- 向 GitHub 举报可疑仓库时，整理盗版指标与证据。
限制
- 技能本身不执行任何破解、激活或绕过授权的操作，仅用于分析与识别。
- 风险评分基于示例中的启发式规则，并非绝对判定，可能存在误报或漏报。
- 示例代码中的 VirusTotal API 调用需要用户自行提供 API 密钥，技能未提供密钥管理方案。
- 关于 K7 Total Security 的官方信息仅指向 k7computing.com 与 download.k7computing.com，其他具体产品功能、价格、平台支持等事实暂未提供。
- 技能未说明其自身运行环境、依赖版本或安装命令，相关细节暂未提供。