Cloudflare Security Audit Skill：让 AI 编码助手自动做安全审计的六阶段框架

Skill超级捕获手 技术创作者 2026-10-07 102 阅读

Cloudflare Security Audit Skill：让 AI 编码助手自动做安全审计的六阶段框架

Cloudflare 开源了一个专为编码 Agent 设计的安全审计 Skill——security-audit-skill。它的核心思路不是塞规则、跑扫描，而是把安全审计做成一套六阶段工作流：侦察→覆盖导向狩猎→候选验证→结构化输出→独立记录复核→目标中立报告。GitHub 24 小时新增 538 星，长期稳定在 25k+ 档，Trending 持续在榜。

功能与原则

该 Skill 将 Claude Code、OpenAI Codex、GitHub Copilot 等编码助手直接变成安全审计员。它内置了一整套攻击分类提示（覆盖 Web 协议、认证、供应链、云部署、桌面/移动端等 12 个维度），Agent 按流程分阶段执行，每个阶段由不同子 Agent 负责，发现漏洞的 Agent 不能同时验证漏洞，以此消除误报。

认可度

  • GitHub Star：25,637（截至 2026-10-07），其中 538 颗是今日新增，持续占据 Trending 榜单
  • 来自 Cloudflare 安全研究团队，背景扎实，已在内部生产环境跑过
  • 被 mcpservers.org、SkillMD 等多个 Skill 市场收录推荐
  • 2026-09-15 仍有 Push 提交，维护活跃

链接

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

原作者

Cloudflare 安全研究团队（Cloudflare Security Research），核心贡献者 @literally-dan 等。团队在 2026 年初发表过部落格《Build your own vulnerability harness》，阐述如何用 AI Agent 系统化挖漏洞，本 Skill 即是该方法论的开源实现。

介绍

传统的安全扫描工具（如 Semgrep、SonarQube）依赖规则匹配，擅长检测已知的漏洞类型，但对逻辑漏洞、状态机违规、链式攻击往往束手无策。Cloudflare 的思路是：让 AI Agent 在一个受控隔离环境里，像真正的安全审计师一样工作——先侦察代码库架构与信任边界，再针对每个潜在攻击面分配独立猎人（Hunter），最后交给另一组验证 Agent 做反证，确认漏洞可利用且有真实影响后才计入报告。

Skill 内置 12 份攻击分类文档：WEB-PROTOCOL-AND-AUTH.md（HTTP 协议与认证）、SUPPLY-CHAIN-AND-RELEASE.md（供应链与发布）、CLOUD-AND-DEPLOYMENT.md（IAM 与基础设施即代码）、DESKTOP-MOBILE-AND-LOCAL-IPC.md（本地应用与 IPC）等，覆盖绝大多数攻击向量。每个发现必须满足：有具体受影响主体、涉及真实信任边界违反、附带最小有效修复方案——否则归类为 needs_validation 或 rejected，不算确认漏洞。

特点

  • 六阶段结构化审计流程：侦察 → 覆盖导向狩猎 → 候选验证 → 结构化输出 → 独立记录复核 → 目标中立报告，流程可复用、可追踪、可自动化
  • 对抗性验证机制：发现漏洞的 Agent 永远不负责验证，防止自证——这是区别于通用安全扫描的核心设计
  • 零依赖验证脚本：validate-findings.cjs 和 validate-coverage-ledger.cjs 两个 Node.js 脚本无外部依赖，直接运行确保 findings.json 格式合规
  • 多轮审计递增覆盖：同一代码库多次运行会增量补全，prior ledgers 会携带历史覆盖记录，不重复已审计内容
  • 覆盖 12 个攻击维度：从 Web 协议、认证绕过、供应链漏洞到云部署 IAM、桌面/移动端本地 IPC，几乎覆盖所有主流攻击面

使用方法

安装（Skills CLI）：

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

加 --global 做用户级安装。

基本调用：
在目标代码库中启动 Claude Code（或其他支持的编码 Agent），直接说：

security audit this codebase

Agent 会自动识别触发词，进入完整审计模式（full audit mode），输出到 ~/security-audit-skill/<repo-name>/run-<N>/。

输出文件：
– findings.json — 确认/待验证/拒绝三类发现，结构化机器可读
– coverage-ledger.json — 各攻击维度的覆盖记录
– REPORT.md — 可读的人类友好摘要报告

系统要求：
– 支持工具调用和并行子 Agent 的编码助手（Claude Code、OpenAI Codex、GitHub Copilot 等）
– Node.js（运行验证脚本）
– OS 级沙箱（禁用外部网络、允许白名单环境变量、只允许写入指定 scratch 目录）

使用场景与人群

适用场景：
– 收到安全审计请求时，直接让 Claude Code 跑完整流程出报告
– CI/CD 中集成自动化安全审计环节
– 第三方代码引入前的安全评估
– 内部代码库例行安全巡检（多轮递增覆盖）

目标用户：
– 需要给 AI 编码助手扩展安全能力的开发者
– 平台工程师、安全工程团队
– 希望把审计流程拆成可追踪、可验证、可复跑阶段的人
– 关注 AI 驱动安全工具前沿的从业者

输入与输出案例

输入：

security audit this codebase
find security vulnerabilities in ./src

完整流程触发后，Agent 会自动执行六阶段，最终输出：
– REPORT.md：高危漏洞列表，每个漏洞含影响描述、严重程度（likelihood × impact）、最小有效修复方案
– FINDINGS-DETAIL.md：逐条详细记录，包含源代码溯源（source trace）、观测到的边界违反结果
– NEEDS-VALIDATION.md：尚未完全确认但值得关注的候选项，供人工跟进

典型发现格式（confirmed 类）：

{
  "verdict": "confirmed",
  "id": "CLOUD-007",
  "title": "Overly permissive IAM role on lambda execution",
  "affected_principal": "lambda-execution-role",
  "trust_boundary_violated": "Cross-account invocation without condition",
  "severity": "high",
  "impact": "Any external actor can invoke lambda via public API gateway endpoint",
  "smallest_fix": "Add Condition { ArnLike: { 'aws:SourceOwner': arn:aws:iam::123456789:root } }",
  "source_trace": "src/handlers/invoke.ts:47-52"
}

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 102 阅读