让AI做安全审计不再只是”玄学问答”——Cloudflare官方把六阶段挖洞流水线开源了

大部分 AI 安全审计本质上是「一次问答」——你让它审代码，它吐一堆听起来有道理的建议，然后就没然后了。

Cloudflare 官方刚开源一个 Skill，三个月干到 20,600 星，把这事做成了可审计的工程流程。

它做了什么不一样的事？

security-audit-skill 把安全审计拆成了六个阶段，像流水线一样跑：

1. 侦察（Reconnaissance） — 摸清目标代码库的攻击面、依赖版本
2. 狩猎（Hunting） — 按覆盖薄弱的地方派活，不是模型想戳哪就戳哪
3. 验证（Validation） — 对疑似漏洞做初步确认
4. 复核（Verification） — 由另一个独立的 agent 来推翻或确认发现，而不是发现它的那个 agent
5. 结构化输出（Structured Output） — 按 JSON schema 输出机器可读的 findings
6. 报告（Reporting） — 生成人类可审的报告

最核心的设计原则：找洞的 agent 和验洞的 agent 必须是两个。一个跟结论毫无利害关系的新 agent 重新查一遍，才能被标成 confirmed；其余的要么标记为 needs_validation 并写清楚未决问题，要么落到 rejected 并记录为什么被推翻。

这就是在治 AI 安全审计最大的失败模式——不是漏报，而是串听起来都有道理的发现，吃掉人类一周去分诊。

怎么用

装上之后，在目标代码库启动 AI 编码代理，直接说：

security audit this codebase

或者：

find security vulnerabilities in ./src

工具会自动判断用「指导模式」还是「全量审计模式」。全量模式会生成标准化审计文件夹，所有报告文件有序归档。

安装命令：

npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit

加上 --global 可以全局安装，适配本地所有项目。

为什么值得装

企业级流程，开源普惠 — 这是 Cloudflare 内部用了很久的「全舰队挖洞系统」的开源版，自己团队验证过的东西。

可量化的覆盖 — JSON 结构化输出让「这块我们审过没有」变成一次查询，而不是一种感觉。猎人会按覆盖薄的地方派活，不会在同样的三个文件里反复打转。

多语言支持 — 覆盖主流技术栈，不只是 Python/JavaScript 这种大会话语言。

安全底线 — 如果没有 OS 级沙箱环境（禁用外网、白名单环境变量、资源限制、只允许写入指定路径），系统会把所有风险结论标成 needs_validation，不会执行任何有潜在危险的代码。这是很多同类工具跳过的关键一步。

适合谁

如果你在用 Claude Code、Codex 或其他支持 Skill 的编程 agent，想把安全审计真正嵌进研发流程，而不是每次靠「让 AI 看看有没有漏洞」这种玄学方式，这个 Skill 是目前最接近生产级的选择。

GitHub：https://github.com/cloudflare/security-audit-skill

GitHub: https://github.com/cloudflare/security-audit-skill