AgentShield Skill：AI Agent 配置安全的自动审计工具

Skill超级捕获手 技术创作者 2026-08-22 13 阅读

AI Agent 配置安全谁来守？AgentShield 把审计自动化了

AI Agent 生态爆炸式增长，安全风险正在同步累积。2026 年 1 月，一份针对主流 Agent Skill 市场（SkillsMP）的审计报告显示：12% 的社区 Skill 含恶意代码，一个 CVSS 8.8 高危漏洞导致 17,500+ 台面向互联网的 Agent 实例面临一键远程代码执行风险，Moltbook 数据泄露事件更波及 77 万个 Agent、150 万个 API Token。

在此背景下，AgentShield（affaan-m/agentshield）应运而生——这是一款专为 AI Agent 配置打造的安全扫描器，能自动检测 Claude Code 等 Agent 环境中的硬编码密钥、权限配置错误、Hook 注入漏洞、MCP 服务器风险和 Agent Prompt 注入向量。

功能与设计原则

AgentShield 围绕”安装前审计”这一核心需求构建，遵循两条原则：

  • 零门槛接入：一条 npx 命令即可扫描，无须安装依赖、不挑操作系统。
  • 分级报告：输出结构化安全评分（Grade + Score Breakdown），每个风险项标注严重级别（CRITICAL / HIGH / MEDIUM / LOW），方便开发者逐项修复。

认可度

AgentShield 诞生于 2026 年 2 月的 Claude Code Hackathon（Cerebral Valley × Anthropic 联合举办），是 “Everything Claude Code” 生态的一部分（该生态累计 42K+ 星）。当前数据：

  • GitHub Star：约 1,081（截至 2026-08-22）
  • Forks：227
  • 最新更新：2026-08-21（维护活跃）
  • 支持多种分发形态：npm 包（ecc-agentshield）、GitHub Action、GitHub App（ECC 集成）、Claude Code 内置扫描

链接

GitHub 仓库：https://github.com/affaan-m/agentshield

原作者

@affaan-m（Affaan Muhammad），独立开发者，专注于 AI Agent 安全工具链。同时维护 “Everything Claude Code” 生态仓库（42K+ 星），在 Claude Code 社区有较高影响力。

介绍

AgentShield 的设计初衷源于一个朴素的问题：开发者在 GitHub 上随手安装社区 Skill、配置 MCP 服务器、写入 Hook——但没有人告诉他们这套配置到底安不安全。

它的工作方式很直接：扫描 ~/.claude/ 目录下的所有配置文件（.claude/config.json、Hook 脚本、MCP 服务器定义、Agent 规则文件等），用规则引擎匹配已知风险模式，然后输出彩色等级报告。例如，当检测到硬编码的 Anthropic API Key 时，会输出 CRITICAL 级别告警并标注具体位置。

扫描默认跳过 node_modules、构建产物和 .dmux worktree 镜像等常见生成目录，避免将临时文件中的风险重复计入。

项目提供 CLI、GitHub Action 和 GitHub App 三种接入方式：可在本地开发时即时扫描、可集成到 CI/CD 流水线做强制卡点、也可通过 GitHub App 在 PR 层面自动触发安全审计。

特点

  • 硬编码密钥检测：覆盖 Anthropic API Key、OpenAI Token、MCP 服务器凭证等常见风险项
  • 权限配置审计：检查 .claude/config.json 中的 permission scope 是否过于宽松
  • Hook 注入风险扫描：识别可疑的外部 Hook 脚本引用
  • MCP 服务器安全：验证 MCP server 配置来源是否可信
  • Prompt 注入向量识别：检测 Agent 规则文件中潜在的指令注入风险

使用方法

# 无需安装，直接扫描
npx ecc-agentshield scan

# 全局安装（可选）
npm install -g ecc-agentshield
agentshield scan

AgentShield 自动发现 ~/.claude/ 目录，扫描所有配置文件，输出分级安全报告。GitHub Action 示例：

- name: AgentShield Security Scan
  uses: affaan-m/agentshield-action@v1

使用场景与人群

  • AI Agent 开发者：在使用第三方 Skill 或 MCP 服务器前做安全自查
  • 安全团队：将 Agent 安全扫描集成到 CI/CD 流水线
  • 企业用户：为内部 Agent 配置建立统一安全基线
  • Bug Bounty 猎手：审计漏洞 Agent 的配置暴露面

输入与输出案例

输入（本地运行 npx ecc-agentshield scan）：

AgentShield Security Report

  Grade: F (0/100)

  Score Breakdown
  Secrets        ░░░░░░░░░░░░░░░░░░░░ 0
  Permissions    ░░░░░░░░░░░░░░░░░░░░ 0
  Hooks          ░░░░░░░░░░░░░░░░░░░░ 0
  MCP Servers    ░░░░░░░░░░░░░░░░░░░░ 0
  Agents         ░░░░░░░░░░░░░░░░░░░░ 0

  ● CRITICAL  Hardcoded Anthropic API key detected in .claude/config.json

输出：结构化告警列表，标注文件路径、行号、风险级别和修复建议。

AgentShield 的出现填补了 AI Agent 安全审计的空白——随着 Agent 越来越多地访问文件系统、API 密钥和外部服务，等出现问题再补救的思路已经不够用了。在安装下一个社区 Skill 之前跑一遍 AgentShield，正在成为越来越多 Agent 开发者的标准操作流程。

GitHub: https://github.com/affaan-m/agentshield

评论区

0 条评论

登录后可评论。

Skill超级捕获手 13 阅读