deep-search-mpro 安全扫描报告 — 可信 | ClawSafe

5 /100

deep-search-mpro

Professional deep-research and report-generation skill for market/company/industry analysis

The deep-search-mpro skill is a legitimate research report generation tool with proper security controls. Scripts have safe defaults (dry-run mode) and all capabilities are accurately declared in SKILL.md.

技能名称deep-search-mpro

分析耗时28.7s

引擎pi

✓

可以安装

No action required. The skill can be safely used for research and report generation tasks.

资源类型	声明权限	推断权限	状态	证据
文件系统	`READ`	`READ`	✓ 一致	SKILL.md declares read access for templates only
网络访问	`READ`	`READ`	✓ 一致	SKILL.md explicitly documents web_search/web_fetch usage
命令执行	`NONE`	`NONE`	—	subprocess imported but never invoked

86 项发现

🔗

中危外部 URL 外部 URL

https://keepachangelog.com/en/1.1.0/

CHANGELOG.md:5

🔗

中危外部 URL 外部 URL

https://semver.org/

CHANGELOG.md:6

🔗

中危外部 URL 外部 URL

https://img.shields.io/badge/License-MIT-green.svg

README.md:3

🔗

中危外部 URL 外部 URL

https://img.shields.io/badge/Focus-Deep%20Research-blue.svg

README.md:4

🔗

中危外部 URL 外部 URL

https://img.shields.io/badge/Output-Markdown%20%2B%20HTML-purple.svg

README.md:5

🔗

中危外部 URL 外部 URL

https://www.midjourney.com/

references/domains/ai-tools-analysis.md:92

🔗

中危外部 URL 外部 URL

https://stability.ai/

references/domains/ai-tools-analysis.md:94

🔗

中危外部 URL 外部 URL

https://www.doubao.com/

references/domains/ai-tools-analysis.md:95

🔗

中危外部 URL 外部 URL

https://gamma.app/

references/domains/ai-tools-analysis.md:102

🔗

中危外部 URL 外部 URL

https://www.beautiful.ai/

references/domains/ai-tools-analysis.md:103

🔗

中危外部 URL 外部 URL

https://tome.app/

references/domains/ai-tools-analysis.md:104

🔗

中危外部 URL 外部 URL

https://jimeng.jianying.com/

references/domains/ai-tools-analysis.md:110

🔗

中危外部 URL 外部 URL

https://runwayml.com/

references/domains/ai-tools-analysis.md:111

🔗

中危外部 URL 外部 URL

https://pika.art/

references/domains/ai-tools-analysis.md:112

🔗

中危外部 URL 外部 URL

https://www.anthropic.com/

references/domains/ai-vendor-analysis.md:65

🔗

中危外部 URL 外部 URL

https://docs.anthropic.com/

references/domains/ai-vendor-analysis.md:65

🔗

中危外部 URL 外部 URL

https://ai.google/

references/domains/ai-vendor-analysis.md:66

🔗

中危外部 URL 外部 URL

https://cloud.google.com/vertex-ai

references/domains/ai-vendor-analysis.md:66

🔗

中危外部 URL 外部 URL

https://platform.openai.com/

references/domains/ai-vendor-analysis.md:67

🔗

中危外部 URL 外部 URL

https://azure.microsoft.com/en-us/products/cognitive-services

references/domains/ai-vendor-analysis.md:68

🔗

中危外部 URL 外部 URL

https://llama.meta.com/

references/domains/ai-vendor-analysis.md:69

🔗

中危外部 URL 外部 URL

https://www.deepseek.com/

references/domains/ai-vendor-analysis.md:75

🔗

中危外部 URL 外部 URL

https://www.volcengine.com/

references/domains/ai-vendor-analysis.md:76

🔗

中危外部 URL 外部 URL

https://www.zhipuai.cn/

references/domains/ai-vendor-analysis.md:77

🔗

中危外部 URL 外部 URL

https://yiyan.baidu.com/

references/domains/ai-vendor-analysis.md:78

🔗

中危外部 URL 外部 URL

https://cloud.baidu.com/

references/domains/ai-vendor-analysis.md:78

🔗

中危外部 URL 外部 URL

https://tongyi.aliyun.com/

references/domains/ai-vendor-analysis.md:79

🔗

中危外部 URL 外部 URL

https://www.aliyun.com/

references/domains/ai-vendor-analysis.md:79

🔗

中危外部 URL 外部 URL

https://hunyuan.tencent.com/

references/domains/ai-vendor-analysis.md:80

🔗

中危外部 URL 外部 URL

https://cloud.tencent.com/

references/domains/ai-vendor-analysis.md:80

🔗

中危外部 URL 外部 URL

https://llm-stats.com/ai-news

references/domains/hotspot-analysis.md:119

🔗

中危外部 URL 外部 URL

https://zhuanlan.zhihu.com/p/xxx

references/domains/hotspot-analysis.md:120

🔗

中危外部 URL 外部 URL

https://llm-stats.com/llm-updates

references/domains/hotspot-analysis.md:160

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+applications+healthcare+2024

references/methodology/deep-research-methodology.md:47

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=artificial+intelligence+medical+use+cases

references/methodology/deep-research-methodology.md:48

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=人工智能+医疗应用+2024

references/methodology/deep-research-methodology.md:49

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+healthcare+clinical+outcomes+study

references/methodology/deep-research-methodology.md:52

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=filetype:pdf+AI+medical+clinical+trial

references/methodology/deep-research-methodology.md:53

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+healthcare+applications+2024

references/methodology/deep-research-methodology.md:140

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=artificial+intelligence+medical+diagnosis

references/methodology/deep-research-methodology.md:141

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=人工智能+医疗应用场景

references/methodology/deep-research-methodology.md:142

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+healthcare+maturity+adoption+rate

references/methodology/deep-research-methodology.md:145

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+medical+FDA+approval+list

references/methodology/deep-research-methodology.md:146

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+healthcare+clinical+validation+study

references/methodology/deep-research-methodology.md:149

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+healthcare+challenges+regulation

references/methodology/deep-research-methodology.md:153

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+medical+ethics+privacy+concerns

references/methodology/deep-research-methodology.md:154

🔗

中危外部 URL 外部 URL

https://www.example.com/ai-healthcare-report-2024

references/methodology/deep-research-methodology.md:161

🔗

中危外部 URL 外部 URL

https://www.example.com/clinical-validation-study

references/methodology/deep-research-methodology.md:162

🔗

中危外部 URL 外部 URL

https://www.example.com/regulatory-guidelines

references/methodology/deep-research-methodology.md:163

🔗

中危外部 URL 外部 URL

https://www.iresearch.com.cn/report

references/methodology/report-writing-guide.md:193

🔗

中危外部 URL 外部 URL

https://www.euromonitor.com

references/methodology/report-writing-guide.md:195

🔗

中危外部 URL 外部 URL

https://www.stats.gov.cn

references/methodology/report-writing-guide.md:197

🔗

中危外部 URL 外部 URL

https://www.kantar.com

references/methodology/report-writing-guide.md:199

🔗

中危外部 URL 外部 URL

https://www.anthropic.com/research

references/technical/ai-saas-data-sources.md:16

🔗

中危外部 URL 外部 URL

https://platform.openai.com/docs

references/technical/ai-saas-data-sources.md:18

🔗

中危外部 URL 外部 URL

https://www.jiqizhixin.com/

references/technical/ai-saas-data-sources.md:34

🔗

中危外部 URL 外部 URL

https://techcrunch.com/category/artificial-intelligence/

references/technical/ai-saas-data-sources.md:35

🔗

中危外部 URL 外部 URL

https://www.ark-invest.com/research

references/technical/ai-saas-data-sources.md:36

🔗

中危外部 URL 外部 URL

https://www.sap.com/about/awards.html

references/technical/ai-saas-data-sources.md:73

🔗

中危外部 URL 外部 URL

https://www.sap.com/customers/index.html

references/technical/ai-saas-data-sources.md:91

🔗

中危外部 URL 外部 URL

http://www.ccgp.gov.cn/

references/technical/ai-saas-data-sources.md:100

🔗

中危外部 URL 外部 URL

http://www.cebpubservice.com/

references/technical/ai-saas-data-sources.md:101

🔗

中危外部 URL 外部 URL

https://partner.sap.com/

references/technical/ai-saas-data-sources.md:134

🔗

中危外部 URL 外部 URL

https://www.langchain.com/

references/technical/ai-saas-data-sources.md:262

🔗

中危外部 URL 外部 URL

https://www.crewai.com/

references/technical/ai-saas-data-sources.md:263

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=护肤+市场规模+2024

references/technical/integration-guide.md:66

🔗

中危外部 URL 外部 URL

https://wx.sogou.com/weixin?type=2&query=护肤行业趋势

references/technical/integration-guide.md:69

🔗

中危外部 URL 外部 URL

https://so.toutiao.com/search?keyword=护肤品消费报告

references/technical/integration-guide.md:72

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=global+skincare+market+2024

references/technical/integration-guide.md:75

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=site:iresearch.cn+护肤+市场

references/technical/integration-guide.md:78

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=Z世代+护肤+市场规模+2024

references/technical/integration-guide.md:344

🔗

中危外部 URL 外部 URL

https://wx.sogou.com/weixin?type=2&query=Z世代护肤消费

references/technical/integration-guide.md:345

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=护肤市场

references/technical/integration-guide.md:476

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=skincare

references/technical/integration-guide.md:477

🔗

中危外部 URL 外部 URL

https://lite.duckduckgo.com/lite/?q=skincare

references/technical/integration-guide.md:478

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=护肤品+行业+报告+2024

references/technical/integration-guide.md:481

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=中国护肤市场规模+2024

references/technical/multi-layer-search-strategy.md:48

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=site:iresearch.cn+护肤市场

references/technical/multi-layer-search-strategy.md:51

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=护肤行业报告+filetype:pdf

references/technical/multi-layer-search-strategy.md:54

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=AI+news&tbs=qdr:w

references/technical/multi-layer-search-strategy.md:57

🔗

中危外部 URL 外部 URL

https://www.iresearch.com.cn/report/2024-skincare

references/workflow/phase2-details.md:249

🔗

中危外部 URL 外部 URL

https://www.loreal.com/investors

references/workflow/phase2-details.md:250

🔗

中危外部 URL 外部 URL

https://www.baidu.com/s?wd=

scripts/data_collection_template.py:100

🔗

中危外部 URL 外部 URL

https://cn.bing.com/search?q=

scripts/data_collection_template.py:102

🔗

中危外部 URL 外部 URL

https://www.google.com/search?q=

scripts/data_collection_template.py:104

📧

提示邮箱邮箱地址

[email protected]

README.md:113

目录结构

79 文件 · 472.6 KB · 13568 行

Markdown 61f · 10248L HTML 12f · 2589L Python 2f · 593L Shell 2f · 110L JSON 2f · 28L

├─ ▾ 📁 assets

│ ├─ ▾ 📁 templates

│ │ ├─ 📄 business-model-canvas-template.html HTML 127L · 3.8 KB

│ │ ├─ 📄 competitor-matrix-template.html HTML 129L · 5.2 KB

│ │ ├─ 📄 core-features-template.html HTML 77L · 2.0 KB

│ │ ├─ 📄 key-metrics-template.html HTML 94L · 2.7 KB

│ │ ├─ 📄 pestel-analysis-template.html HTML 89L · 2.4 KB

│ │ ├─ 📄 porter-five-forces-template.html HTML 71L · 3.1 KB

│ │ ├─ 📄 product-overview-template.html HTML 56L · 2.2 KB

│ │ ├─ 📝 README.md Markdown 169L · 4.4 KB

│ │ ├─ 📄 swot-analysis-template.html HTML 81L · 2.3 KB

│ │ ├─ 📄 target-users-template.html HTML 91L · 3.3 KB

│ │ └─ 📄 timeline-template.html HTML 67L · 2.0 KB

│ ├─ 📝 analysis-framework-template.md Markdown 105L · 2.5 KB

│ ├─ 📝 html-generation-guide.md Markdown 260L · 5.6 KB

│ ├─ 📄 html-template.html HTML 710L · 24.3 KB

│ ├─ 📝 report-template.md Markdown 109L · 1.7 KB

│ └─ 📄 yonyou-network-competitive-analysis-20260318.html HTML 997L · 48.0 KB

├─ ▾ 📁 evals

│ └─ 📋 evals.json JSON 23L · 1.3 KB

├─ ▾ 📁 references

│ ├─ ▾ 📁 domains

│ │ ├─ 📝 ai-tool-learning-guide-framework.md Markdown 269L · 8.9 KB

│ │ ├─ 📝 ai-tools-analysis.md Markdown 147L · 5.1 KB

│ │ ├─ 📝 ai-vendor-analysis.md Markdown 117L · 4.6 KB

│ │ ├─ 📝 company-analysis.md Markdown 257L · 10.2 KB

│ │ ├─ 📝 hotspot-analysis.md Markdown 242L · 8.1 KB

│ │ ├─ 📝 industry-analysis.md Markdown 172L · 6.7 KB

│ │ ├─ 📝 market-analysis.md Markdown 123L · 3.8 KB

│ │ └─ 📝 product-analysis.md Markdown 256L · 10.1 KB

│ ├─ ▾ 📁 methodology

│ │ ├─ 📝 analysis-frameworks.md Markdown 708L · 33.7 KB

│ │ ├─ 📝 deep-research-methodology.md Markdown 271L · 6.4 KB

│ │ └─ 📝 report-writing-guide.md Markdown 316L · 8.9 KB

│ ├─ ▾ 📁 models

│ │ ├─ ▾ 📁 competitive

│ │ │ ├─ 📝 benchmarking.md Markdown 55L · 2.4 KB

│ │ │ ├─ 📝 blue-ocean.md Markdown 68L · 3.1 KB

│ │ │ ├─ 📝 business-model-canvas.md Markdown 96L · 5.4 KB

│ │ │ ├─ 📝 competitor-matrix.md Markdown 92L · 4.7 KB

│ │ │ ├─ 📝 strategic-groups.md Markdown 69L · 2.3 KB

│ │ │ └─ 📝 value-chain.md Markdown 85L · 4.0 KB

│ │ ├─ ▾ 📁 consumer

│ │ │ ├─ 📝 aarrr-funnel.md Markdown 97L · 3.6 KB

│ │ │ ├─ 📝 decision-journey.md Markdown 82L · 3.4 KB

│ │ │ ├─ 📝 jtbd.md Markdown 62L · 2.4 KB

│ │ │ ├─ 📝 maslow-hierarchy.md Markdown 84L · 4.0 KB

│ │ │ └─ 📝 rfm-model.md Markdown 67L · 2.4 KB

│ │ ├─ ▾ 📁 financial

│ │ │ ├─ 📝 comparable-analysis.md Markdown 62L · 2.4 KB

│ │ │ ├─ 📝 dcf-valuation.md Markdown 60L · 1.5 KB

│ │ │ ├─ 📝 dupont-analysis.md Markdown 92L · 3.7 KB

│ │ │ └─ 📝 eva.md Markdown 67L · 2.7 KB

│ │ ├─ ▾ 📁 industry

│ │ │ ├─ 📝 gartner-hype-cycle.md Markdown 73L · 2.5 KB

│ │ │ ├─ 📝 ge-mckinsey-matrix.md Markdown 72L · 2.4 KB

│ │ │ └─ 📝 industry-value-chain.md Markdown 63L · 2.7 KB

│ │ ├─ ▾ 📁 market

│ │ │ ├─ 📝 ansoff-matrix.md Markdown 63L · 2.0 KB

│ │ │ ├─ 📝 bcg-matrix.md Markdown 87L · 2.9 KB

│ │ │ ├─ 📝 product-lifecycle.md Markdown 67L · 2.0 KB

│ │ │ ├─ 📝 stp.md Markdown 89L · 3.5 KB

│ │ │ ├─ 📝 tam-sam-som.md Markdown 80L · 3.3 KB

│ │ │ └─ 📝 technology-adoption.md Markdown 78L · 2.6 KB

│ │ ├─ ▾ 📁 strategic

│ │ │ ├─ 📝 pestel.md Markdown 102L · 4.8 KB

│ │ │ ├─ 📝 porter-diamond.md Markdown 90L · 4.0 KB

│ │ │ ├─ 📝 porter-five-forces.md Markdown 108L · 4.8 KB

│ │ │ ├─ 📝 swot.md Markdown 87L · 3.3 KB

│ │ │ └─ 📝 vrio.md Markdown 71L · 3.5 KB

│ │ └─ 📝 README.md Markdown 149L · 5.6 KB

│ ├─ ▾ 📁 technical

│ │ ├─ 📝 ai-saas-data-sources.md Markdown 399L · 15.7 KB

│ │ ├─ 📝 data-quality-guidelines.md Markdown 285L · 6.4 KB

│ │ ├─ 📝 format-conversion.md Markdown 243L · 5.6 KB

│ │ ├─ 📝 integration-guide.md Markdown 588L · 12.8 KB

│ │ ├─ 📝 multi-layer-search-strategy.md Markdown 87L · 2.2 KB

│ │ └─ 📝 search-engines.md Markdown 68L · 2.1 KB

│ └─ ▾ 📁 workflow

│ ├─ 📝 examples-complete.md Markdown 494L · 14.7 KB

│ ├─ 📝 phase0-details.md Markdown 485L · 13.2 KB

│ ├─ 📝 phase1-details.md Markdown 446L · 18.3 KB

│ └─ 📝 phase2-details.md Markdown 401L · 11.3 KB

├─ ▾ 📁 scripts

│ ├─ 🔧 build_skill_package.sh Shell 29L · 1019 B

│ ├─ 🔧 check_dependencies.sh Shell 81L · 1.8 KB

│ ├─ 🐍 data_collection_template.py Python 329L · 10.5 KB

│ ├─ 🐍 data_collector.py Python 264L · 8.6 KB

│ └─ 📝 README.md Markdown 115L · 2.4 KB

├─ 📋 _meta.json JSON 5L · 117 B

├─ 📝 CHANGELOG.md Markdown 39L · 1002 B

├─ 📝 CONTRIBUTING.md Markdown 106L · 2.7 KB

├─ 📝 INSTALL.md Markdown 21L · 996 B

├─ 📝 README.md Markdown 147L · 5.0 KB

└─ 📝 SKILL.md Markdown 386L · 15.1 KB

依赖分析 2 项

包名	版本	来源	已知漏洞	备注
`requests`	`*`	pip	否	Version not pinned but used only in opt-in script
`beautifulsoup4`	`*`	pip	否	Version not pinned but used only in opt-in script

安全亮点

✓ data_collector.py has secure defaults: dry-run mode (enable_network=False by default)

✓ Hard request limits enforced: --max-requests flag prevents unlimited scraping

✓ Rate limiting built-in: --sleep parameter prevents request flooding

✓ SKILL.md explicitly states scripts are not auto-run without explicit user opt-in

✓ No sensitive path access (no ~/.ssh, ~/.aws, .env access)

✓ No credential harvesting or exfiltration behavior

✓ No base64 encoded commands or obfuscation

✓ No reverse shell, C2, or persistence mechanisms

✓ subprocess import in data_collection_template.py is unused dead code

✓ Documentation accurately reflects implementation behavior