登录 注册

security-audit-skill (AI代码安全审计技能)

曾爆款
去点 Star
安全与隐私工具AI 应用与 AI Agent
68,810
Stars
0
Forks
0
Watchers
0
Open Issues
未知
许可证
JavaScript
语言
创建时间
最近更新

项目能做什么

面向 coding agent 的安全审计 skill,通过多阶段排查与独立验证挖掘代码漏洞,输出机器可读的结构化报告。
来源:AI 基于仓库事实生成 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

项目简介

security-audit 是由 Cloudflare 开源的 coding-agent skill(编程智能体技能插件)。它能够将你的 AI 编程智能体转变为专业的安全审计员,通过多阶段编排、相互隔离的智能体节点,实现具备独立交叉验证、机器可读结果的代码安全审计。

该项目是 Cloudflare 漏洞发现体系(Vulnerability Discovery Harness)的单仓库原型起点,Cloudflare 后续的集群化漏洞扫描系统均由此演化而来。

核心功能

该 skill 将安全审计划分为六个标准化阶段:

  1. Reconnaissance(侦察阶段):分析代码架构、信任边界、输入攻击面及历史证据,生成架构分析文档 architecture.md 与确定性覆盖账本 coverage-ledger.json。
  2. Coverage-led hunting(覆盖率引导挖掘):根据覆盖账本分配相互隔离的 hunter 智能体进行定向检查,并由 coverage critics 智能体复审排查盲区。
  3. Candidate validation(候选漏洞验证):将挖掘出的每个候选漏洞移交给全新的 verifier 智能体,尝试寻找反例进行证伪,降低虚报率。
  4. Structured output(结构化输出):将审计结果归类输出至 findings.json,并由 report-schema.json 校验格式。结果分为三类: - confirmed:具备完整代码追踪链和确定性观察结果; - needs_validation:存在尚未确认的具体事实,不附加严重等级; - rejected:已被证伪并排除的候选漏洞。
  5. Independent record verification(独立记录验证):由独立智能体对最终源码证据进行复核;任何实质性变更都会触发另一组独立验证。
  6. Target-neutral reporting(中立报告生成):基于复核后的记录和覆盖账本,自动生成标准 Markdown 报告:REPORT.md、FINDINGS-DETAIL.md 和 NEEDS-VALIDATION.md。

其他特性: - 内置数据校验:内置零依赖验证脚本 validate-coverage-ledger.cjs(校验账本)和 validate-findings.cjs(校验漏洞结果)。 - 增量审计机制:对同一仓库的多次运行结果具备累加性,能沿用历史覆盖记录靶向分析代码变更,避免重复劳动,且不会将未决事项误判为已覆盖。 - 全方位攻击向量库:内置丰富的威胁检查规则,涵盖内存安全/二进制、AI/LLM、Web 协议与认证、客户端、软件供应链、云与容器部署、RPC/消息队列、资源耗尽、数据隔离以及桌面/移动 IPC 等。

适合谁用

  • 正在使用 Coding Agent(如 Claude Code 等支持 Agent 技能扩展的工具)进行日常开发,希望在本地或流水线中引入自动化代码审计的开发者。
  • 希望在 AI 辅助审计中降低“幻觉”虚报,需要独立多智能体交叉证伪机制的安全研究员与工程团队。

安装步骤

通过 Skills CLI 安装该技能:

  1. 当前项目级安装: bash npx skills add https://github.com/cloudflare/security-audit-skill \ --skill security-audit

  2. 全局(用户级)安装: bash npx skills add https://github.com/cloudflare/security-audit-skill \ --skill security-audit \ --global

注:如需选择特定 Agent 平台或使用非交互式选项,可运行 npx skills --help 查看说明。

配置说明

安装完成后,在目标代码库中启动你的 coding agent,使用自然语言即可唤起技能:

  • 完整代码库审计: security audit this codebase
  • 指定目录排查: find security vulnerabilities in ./src
  • 指定输出目录: do a security review, output to ~/audits/my-project

运行模式与输出规则: - 当识别到代码审计、找漏洞、代码渗透测试等意图时,技能会自动触发并进入完整审计模式(full audit mode)。 - 普通安全答疑或局部漏洞工作默认进入指导模式(guidance mode),除非明确要求生成报告。 - 在完整审计模式下,若未指定输出路径,默认输出到 ~/security-audit-skill/<repo-name>/run-<N>;仅在用户显式指定时,才会将报告写入目标代码仓库内部。

其余更深入的配置项此部分原文未说明,请查看原仓库。

常见问题

此部分原文未说明,请查看原仓库。

原始 README 摘录(英文原文,节选前 3000 字符)
# security-audit

A coding-agent skill that turns your agent into a security auditor. It orchestrates isolated agents through reconnaissance, coverage-led hunting, candidate validation, structured output, independent record verification, and target-neutral reporting.

This is the skill that seeded Cloudflare's vulnerability discovery harness, described in [Build your own vulnerability harness](https://blog.cloudflare.com/build-your-own-vulnerability-harness). The harness grew into a multi-stage, fleet-wide system; this skill is the single-repo starting point it evolved from.

## What it does

The skill runs a structured audit in six phases:

1. **Reconnaissance** -- map architecture, trust boundaries, input surfaces, prior evidence, and deterministic coverage in `architecture.md` and `coverage-ledger.json`.
2. **Coverage-led hunting** -- assign isolated hunters from ledger units, record their checks, and use coverage critics to find gaps.
3. **Candidate validation** -- give every unique candidate to a fresh verifier that tries to disprove it.
4. **Structured output** -- write `confirmed`, `needs_validation`, and `rejected` records to `findings.json` and validate them against `report-schema.json`.
5. **Independent record verification** -- fresh agents verify final source claims. Material replacements receive another independent verifier.
6. **Target-neutral reporting** -- derive `REPORT.md`, `FINDINGS-DETAIL.md`, and `NEEDS-VALIDATION.md` from the verified records and coverage ledger.

The parent runs `validate-coverage-ledger.cjs` after creating the ledger and after each later ledger update. It runs `validate-findings.cjs` in Phase 4 and again after every Phase 5 replacement.

The verdicts are distinct: `confirmed` has a complete source trace and bounded observed result, `needs_validation` has an exact unresolved fact and no severity, and `rejected` records a disproved candidate.

Multiple runs against the same repo are additive. The skill uses prior ledgers and findings to target gaps, revalidate changed source, and carry forward current-source evidence without treating stale or unresolved work as covered.

## Files

| File | Purpose |
|------|---------|
| `SKILL.md` | Setup, core principles, platform terminology, workflow overview, and audit anti-patterns |
| `RECONNAISSANCE.md` | Phase 1 reconnaissance prompts and synthesis instructions |
| `HUNTING.md` | Phase 2 orchestration, hunting methodology, and validation rules |
| `ATTACK-CLASSES.md` | Core, wildcard, and obvious-things attack prompts |
| `MEMORY-SAFETY-AND-BINARY.md` | Memory-safety, binary, and kernel hunting classes for native targets |
| `AI-AND-LLM.md` | Prompt-injection, agent/tool, and output-handling hunting classes for LLM-backed targets |
| `WEB-PROTOCOL-AND-AUTH.md` | HTTP request-framing, cache, and authentication-protocol hunting classes for HTTP-protocol and auth targets |
| `CLIENT-SIDE.md` | DOM-injection, messaging-trust, UI-redress, and prototype-pollution hunting cl
阅读完整原文

商业机会分析 AI 生成

开箱即用的 GitHub/GitLab Security Audit Bot (SaaS/App)

产品构想将该 Agent Skill 包装为无需本地复杂配置的 GitHub Action / GitHub App,在 PR 触发时自动运行多阶段漏洞挖掘并生成高可信、低误报的结构化审查报告与修复建议。
核心功能一键集成代码仓库、PR增量自动安全审计、去伪存真的漏洞报告输出(带攻击链推导)、PR内代码修复Patch建议。
目标用户独立开发者、开源维护者、缺乏专职安全团队的中小研发团队。
难度/周期中等 · 3 - 5 周 · 成本:极低(LLM API 调用成本、基础 Serverless/容器服务托管费)
收费模式Freemium模式:开源项目免费(有限额),私有仓库按月订阅或按 PR 审计次数计费。
竞争风险LLM API 调用成本较高且长上下文耗费 Token;如果漏报或误报可能引发用户对安全能力的信任危机。
依据 已验证事实

私有化企业级 Agentic SAST/DAST 审计底座与工作台

产品构想基于该项目架构,构建支持本地模型(如 DeepSeek/Llama)或企业专有云 LLM 的安全审计私有部署方案,提供资产边界梳理、漏洞全生命周期管理及审计溯源面板。
核心功能私有代码库隔离审计、支持接入本地/私有 LLM、审计过程可视化(Ledger回溯与证伪证据链展示)、合规报告导出(SOC2/ISO27001映射)。
目标用户中大型企业安全团队(FinTech、医疗、SaaS企业)、涉密项目研发组。
难度/周期高 · 2 - 3 个月 · 成本:中等(需搭建企业级权限、多租户与私有化部署测试环境)
收费模式私有化部署 License 许可费 + 年度技术支持/规则库更新服务费。
竞争风险企业销售周期长,对私有化环境中的推理算力消耗较大,且需要与企业现有 CI/CD 工具链深度打通。
依据 数据支持的判断

漏洞赏金猎人与 Web3/智能合约自动化猎手工具包

产品构想将此 Skill 针对 Web3 智能合约、特定框架(如 Next.js、FastAPI)或高频漏洞赏金攻击面进行微调与规则定制,打造面向安全研究员的辅助漏洞挖掘与 PoC 生成桌面端/CLI 工具。
核心功能特定垂直领域(如 DeFi、API 网关)扩展规则库、自动化 PoC 脚本合成与本地沙箱验证、一键导出符合 HackerOne/Immunefi 标准格式的漏洞报告。
目标用户Bug Bounty 猎人、Web3 审计师、安全咨询顾问。
难度/周期中等 · 4 - 6 周 · 成本:低(主要为本地 CLI/Electron 开发与特定领域提示词/验证逻辑调优)
收费模式买断制专业工具(License Key)或高级规则集订阅(Pro Rule Sets)。
竞争风险针对零日漏洞(0-day)的发现仍依赖极高的人工经验,工具输出易沦为低危垃圾报告;受众群体规模相对垂直。
依据 AI推测
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

项目中文简介Stars语言
trailofbits/skills Trail of Bits 出品,用于安全研究、漏洞检测和审计工作流的技能集。 8,095 Python
dagoSte/squadra 用于协同 Claude、Cursor 等工具的多任务开发与安全审计工作流平台。 1,270 Python
raroque/vibe-security-skill 针对 AI 辅助生成的代码进行审计,排查常见安全漏洞的 Agent 技能。 1,228 -
prompt-security/clawsec 面向 OpenClaw 等 Agent 的安全技能套件,支持自动化审计与完整性验证。 1,135 JavaScript
berabuddies/Semia 专为 AI Agent 技能设计的安全审计工具。 615 Python
waybarrios/opencode-power-pack 适配 Claude Code 等工具的扩展技能包,涵盖代码审查与安全审计等功能。 554 Python
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。

项目优势与风险

技术成熟度创建于 ,最近推送
社区活跃Star 68,810 / Fork 0 / Issue 0(数据支持,可自行核实)
许可证未检测到(需人工确认)
主要风险上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价

安装与使用

快速开始(以仓库 README 为准)
git clone https://github.com/cloudflare/security-audit-skill.git
cd security-audit-skill
# 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
阅读原仓库文档
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。