Skill security-audit-skill 把AI编码代理变成严谨的安全审计师

让 AI 编码代理帮你看代码漏洞，听起来很美，但真用起来常常翻车：要么它顺着你的暗示「确认」了一个根本不存在的漏洞，要么悄悄漏掉真正危险的边界问题。很多企业把安全审计交给代理后，拿到的报告水分很大，没法直接拿来修。Cloudflare 把自己的漏洞猎杀体系提炼成了一个可单独使用的 skill 并开源出来，让任意编码代理都能跑一套结构化的多阶段安全审计。

这个 skill 不是「让模型随便找 bug」那么简单。它把一次审计拆成侦察、覆盖驱动的猎杀、候选验证、结构化输出、独立记录核验、目标中立报告六个阶段，并且强制「查 bug 的代理永远不是发现 bug 的那个」，用对抗式验证把误报压到最低。

项目基本信息

一、项目介绍

security-audit-skill 是 Cloudflare 开源的一个编码代理 skill，它把代理变成安全审计师。它起源于 Cloudflare 内部驱动全公司漏洞发现的 harness，后来演变成一个多阶段、舰队级的系统；而这个仓库就是它最早、可单仓库运行的起点。你把它装进 Claude Code、Codex 之类支持子代理并行和工具调用的编码代理里，对它说「审计这段代码」，它就会按六阶段工作流跑起来，而不是凭印象给几条建议。

二、核心优势

第一，六阶段结构化。侦察阶段先画出架构、信任边界、输入面，并维护一份 coverage-ledger（覆盖台账）确保不漏不重。第二，对抗式验证。每个候选漏洞都会交给一个全新的验证代理去「证伪」，证伪不了才升级为 confirmed，避免模型自我暗示式的误报。第三，机器可读的结论。Phase 4 把结果写成 confirmed、needs_validation、rejected 三种明确状态，并对照 report-schema.json 校验，下游可以直接消费。第四，独立核验。Phase 5 由 fresh agent 再次核验最终来源声明，被替换的记录还要再过一道独立验证。第五，多次运行可叠加。同一仓库跑多遍会基于历史台账补盲区、复验变更源，覆盖率显著提升（官方实测单遍只找到重复运行总漏洞数的一半左右）。

三、适用场景

适合需要把「代码安全审计」工程化的团队：内部代码上线前的自动巡检、开源项目接 PR 时的漏洞预检、红蓝对抗中的辅助猎杀。也适合想给现有编码代理加装「严谨审计」能力的个人开发者。它特别适合那些已经用代理做代码 review、但苦于报告可信度低的场景。

四、安装教程

官方推荐用 Skills CLI 安装：

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

要全局安装（所有项目可用）加 --global：

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

环境要求：一个支持工具调用和并行子代理的编码代理，以及用于零依赖校验器的 Node.js。常见报错多来自 npx skills 未安装或网络无法访问 GitHub raw；遇到 command not found: npx 先确认 Node.js 已装且 npx 可用。另外，校验器要求 OS 级沙箱来跑目标代码（构建、测试、fuzz），没有这些控制时，工作流会把相关线索保留为 needs_validation 而不是真正执行目标代码——这不是 bug，是安全设计。

五、使用示例

在你要审计的代码库目录里启动编码代理，然后直接说：

security audit this codebase

或者只针对某个目录：

find security vulnerabilities in ./src

想指定输出位置：

do a security review, output to ~/audits/my-project

当请求匹配触发词（security audit、find vulnerabilities、pen-test the code 等），skill 会自动激活。完整审计模式下，未指定输出目录时默认写到 ~/security-audit-skill/<repo-name>/run-<N>。运行结束后你会得到 REPORT.md（目标中立总结）、FINDINGS-DETAIL.md（已确认漏洞详情）和 NEEDS-VALIDATION.md（待验证线索），以及结构化的 findings.json。

六、常见问题

问：它和普通的「让模型找 bug」有什么区别？答：普通做法容易误报和漏报，这个 skill 强制对抗式验证、独立核验和覆盖台账，结论可信度更高。问：没有沙箱会怎样？答：涉及执行目标代码的部分会停在 needs_validation，不会冒险运行。问：能多次跑同一仓库吗？答：可以，多次运行是叠加而非覆盖，专门用来补盲区。问：支持哪些代理？答：任何支持工具调用和并行子代理的编码代理都行，配置好沙箱即可。

七、总结

security-audit-skill 把 Cloudflare 内部成熟的安全审计方法论，压缩成了一个可以装进任意编码代理的 skill。它的价值不在「功能最多」，而在「结论可信」——对抗式验证和独立核验把 AI 审计最大的痛点（误报）压了下去。代价是你需要准备 OS 级沙箱才能让它真正执行目标代码；如果只是想快速过一遍，它也能给出带明确状态的台账式结果。对重视安全、又想用代理提效的团队，它值得一试。