Cloudflare Security Audit Skill
Cloudflare 开源的编码智能体安全审计技能,通过六阶段流程将 AI Agent 变成安全审计员:侦察、覆盖驱动狩猎、候选验证、结构化输出、独立记录核验与目标无关报告,产出可机器校验的漏洞发现。
过去 7 天收获 110 颗 Star
爱鲜报评分
0.0
0 人评分
52k
星数
否
中文
JavaScript
主语言
是
活跃
4
贡献者
人工分析
EDITORIAL推荐理由
这是 Cloudflare 漏洞挖掘体系的开源起点,把多智能体协作、对抗式验证和可校验的 JSON 输出结合得相当完整,工程化程度高。对想用 AI 做代码安全审计、或研究 Agent 编排与验证机制的团队很有参考价值。MIT 协议且星标极高,社区关注度强。
适用场景
- 对自有代码库进行 AI 驱动的安全审计与渗透测试
- 构建企业级漏洞挖掘流水线或安全研究平台
- 研究多智能体编排、对抗式验证与结构化报告生成
- 为 LLM 应用、Web 协议、云原生等不同目标定制审计流程
优点
- 六阶段流程清晰,侦察到报告全链路覆盖
- 发现者与验证者分离,对抗式验证降低误报
- 输出 JSON 有 schema 与零依赖校验脚本,可机器读取
- 按攻击面拆分多份狩猎指南,覆盖内存安全、LLM、供应链等
- 多次运行可累积覆盖,逐步逼近完整审计
缺点
- 依赖支持工具调用与并行子智能体的编码 Agent,门槛较高
- 执行目标代码需 OS 级沙箱,否则只能停留在待验证状态
- 面向英文文档与英文提示词,中文用户需自行适配
- 审计质量高度依赖底层模型能力,结果需人工复核
上手难度
较难
项目简介
Cloudflare Security Audit Skill 是一个面向编码智能体的「技能包」,把通用 AI Agent 变成结构化的安全审计员。它源自 Cloudflare 自建漏洞挖掘体系的最初版本,后来演化为多阶段、集群化的系统,而本仓库保留了单仓库可复现的起点。
核心工作流
整个审计被拆成六个阶段:
- 侦察:梳理架构、信任边界、输入面与既有证据,产出
architecture.md与coverage-ledger.json。 - 覆盖驱动狩猎:按覆盖台账分配隔离的狩猎 Agent,记录检查项,并用「覆盖批评者」找缺口。
- 候选验证:每个候选漏洞交给全新的验证 Agent,专门尝试证伪。
- 结构化输出:把
confirmed、needs_validation、rejected写入findings.json,并按report-schema.json校验。 - 独立记录核验:新 Agent 复核最终结论,重大替换再走一次独立验证。
- 目标无关报告:从已核验记录派生
REPORT.md、FINDINGS-DETAIL.md等文档。
设计原则
- 只确认已成立的边界失效:有源码依据但被阻断的线索保留为
needs_validation。 - 对抗式验证:检查漏洞的 Agent 绝不是发现它的那个。
- 严重性需要影响支撑:按可能性 × 影响评估,而非对照清单打勾。
- 纵深防御缺口不算漏洞:A 层已能拦截时,B 层缺失只是加固建议。
- 多次运行提升覆盖:实测单次运行约只能发现重复运行总量的一半。
使用方式
通过 Skills CLI 安装后,在目标代码库中启动编码 Agent 并直接下达指令:
npx skills add https://github.com/cloudflare/security-audit-skill \
--skill security-audit
security audit this codebase
find security vulnerabilities in ./src
注意事项
- 需要支持工具调用与并行子智能体的模型。
- 校验脚本为 Node.js 零依赖实现。
- 若要实际执行目标代码(构建、测试、模糊测试等),必须有 OS 级沙箱并禁用外网,否则流程会停留在待验证状态。
评论
- 暂无评论,来写第一条吧。