Cloudflare 把内部漏洞挖掘框架开源了：一个 6 阶段、可独立验证的 AI 安全审计 Skill

github.com/cloudflare/security-audit-skill · 许可 MIT

一、这个项目是做什么的

security-audit 是一个 coding-agent skill，把你的编码 Agent 直接变成安全审计员。它编排一组互相隔离的子 Agent，走六个阶段：侦察（画出架构、信任边界、输入面） → 覆盖驱动的猎杀 → 候选验证 → 结构化输出 → 独立记录验证 → 目标中立的报告。它不是一段提示词模板，而是带校验器的完整流水线，源自 Cloudflare 内部那篇《Build your own vulnerability harness》体系——后来长成多阶段、全集群的系统，这个仓库是它演化出来的单仓起点。

一句话定位：把 “AI 随口说两句” 升级成 “可审计、可回归、可进流水线” 的漏洞证据链。

二、怎么用

安装（命令逐字取自 README）：

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

全局安装加 --global。装完后，让你的编码 Agent 站在（或指向）要审计的代码库里，直接说自然语言触发：

security audit this codebase
find security vulnerabilities in ./src
do a security review, output to ~/audits/my-project

命中触发词会自动激活；全量审计默认写到 ~/security-audit-skill/<repo-name>/run-<N>。

三、有什么优点

· 确定性工程兜底：文件选择、文件捆绑、细粒度规则匹配由代码保证，不靠模型 “自觉”，大改动集下也稳定，不会像纯提示词 Skill 那样随提示词小幅波动就质量乱跳。

· 对抗式验证：查到问题的 Agent 绝不做验证，验证交给全新 Agent 去证伪——减少自圆其说。

· 机器可读产出：confirmed / needs_validation / rejected 三态写进 findings.json，配零依赖的 JSON Schema 校验器，能直接进 CI。

· 多轮累加：重复跑会针对历史缺口补覆盖；官方测试里单次跑大约只发现重复跑总漏洞数的一半。

四、有什么缺点 / 坑

· 硬门槛高：需要支持工具调用 + 并行子 Agent 的模型；需要 Node.js 跑校验器；要在 OS 级沙箱里跑目标代码（禁外网、限资源、只写指定 scratch）。没有沙箱，工作流会把待执行项停在 needs_validation 而不是真去跑——这是设计使然。真实 issue #11 反映：某些 Agent（如 Antigravity）会杀掉并行子 Agent，直接让它跑不起来。

· 覆盖天生不全：单次只覆盖约一半漏洞，得多跑几轮；且它只确认 “已建立的边界失效”，防御纵深缺口只记为加固建议，不报漏洞。

· 用户也想要直接命令：issue #5 有人呼吁提供显式 CLI 命令，而不只是自然语言触发。

· 定位是辅助审计，不是替代人工安全评审或专业渗透；needs_validation 项仍要人来拍板。

五、最终能达到什么效果

对一个中等规模代码库，它能产出带源码溯源、可独立复验、按严重度分级的结构化报告（REPORT.md / FINDINGS-DETAIL.md / NEEDS-VALIDATION.md），把 “Agent 随口说两句” 升级成 “可审计、可回归、可进流水线” 的漏洞证据链。适合想给 CI 加一道 AI 安全门、又不愿盲信单一 Agent 输出的团队。

适合谁 / 不适合谁 / 坑

· 适合谁：已有 coding agent、想给自有代码库加自动化安全审计、能接受沙箱与多轮运行的团队。

· 不适合谁：只想装个插件就 “全自动安全无忧” 的个人或小团队；没有沙箱环境、或不希望 Agent 跑目标代码的一方。

· 一句话坑：务必配 OS 沙箱，否则它不会真的执行目标代码；单次跑只覆盖一半，记得多跑几轮再下结论。

下期预告：下一期看 jamiepine/voicebox——本地优先的开源 AI 语音工作室，克隆 / 听写 / 创作一体，可让你的 Agent 用指定声音说话。