ModVet

Vet your Claude Code mods before you install them — deterministic, offline, in milliseconds.

Mods run unsandboxed inside the agent process with your full permissions. ModVet scans a mod directory for prompt-injection patterns, dangerous capabilities (shell exec, exfiltration, env/file access, permission-lift hooks, update trojans) and hardcoded secrets — no cloud, no LLM, no account. Findings with file:line, OWASP MCP Top 10 mapping, JSON/SARIF/human output, CI-ready exit codes.

modvet scan ./my-mod                    # Pre-Install-Check (human output)
modvet scan ./my-mod --json             # machine-readable report
modvet scan ./my-mod --format sarif     # GitHub Code Scanning kompatibel
modvet badge --input report.json        # Status-Badge als SVG
modvet snapshot ./my-mod                # Baseline nach sauberer Installation
modvet diff ./my-mod --against .modvet-snapshot.json   # "The update is the attack"

Exit codes: 0 clean · 1 findings ≥ --fail-on (default HIGH) · 2 usage error.

Install (dev)

uv pip install -e .
# oder: python -m modvet.cli scan ./some-mod

What it checks

• Prompt Injection / Instruction Override (EN + DE, ~400 deterministische Pattern inkl. Homoglyph-/Leet-/Base64-/Zero-Width-/Reverse-Normalisierung)
• Capability-Kombinationslogik: Einzel-Capabilities (fetch, process.env, fs) sind normale Mod-Arbeit — erst KOMBINATIONEN im selben Ausdruck (Env-Read + POST, Exec + Fetch) werden gemeldet. Plus Angriffsprimitive: Shell-Pipe-Downloads, Base64-Exec, Reverse Shells, Hook-Permission-Lift, Config-Rewrite, Committed-Env-Files, npm-Lifecycle-Skripte.
• Mod-spezifische Detektoren (v0.2): Prompt-Compose-Rewrite, PreToolUse-Argument-Rewrite, Update-Delta-Trojan.
• OWASP MCP Top 10 Mapping: jedes Finding trägt seine MCP01–MCP10-Referenz (JSON-Feld owasp_mcp).
• Update-Drift: snapshot + diff — re-audits nur das Delta nach jedem Mod-Update. Der Update-Mechanismus selbst ist ein Angriffspfad: „the update is the attack".

Vergleichstabelle (Stand 10/2026)

Benchmark

12 echte Mod-Repos (awesome-claude-code-Katalog): FP-Reduktion von 1.815 auf <300 Findings (−85 %) seit der v0.1-Engine — Details in specs/benchmark-results.md und specs/pattern-audit.md.

Status

v0.2 — Phase 1 abgeschlossen (FP-Reduktion, Kontext-Engine), Phase 2 (Outputs/Verteilung) im Bau. PyPI-Publish folgt auf Jörg-GO.

(C) 2026 Jörg Michno. Engine portiert aus ClawGuard v0.5.0.