6.1 KiB
AI技能安全审计工具
安全审计 AI代理 恶意检测 OWASP 提示注入 MCP安全
技能安全审计
在恶意 AI 代理技能危害你的系统之前，提前发现它们。
一款跨平台安全审计技能，用于扫描第三方 AI 代理技能、插件和工具定义中的安全漏洞。基于 AI 语义分析，涵盖 9 大风险类别的 61 种检测模式，与 OWASP Agentic AI Top 10 对齐。零依赖——在任何支持 AI 代理技能的平台上均可运行。
为什么需要它
AI 代理技能生态存在安全隐患。第三方技能以你的代理的完整权限运行，而市场平台的审核力度十分有限：
- Snyk ToxicSkills —— ClawHub 上 36.82% 的 MCP 服务器至少存在一个漏洞
- SlowMist —— 已识别出 472 余个恶意 MCP 服务器，涉及真实的凭据窃取和数据外泄
- Koi Security ClawHavoc —— 在扫描的 2857 个服务器中发现了 341 个恶意服务器
技能可以读取你的 SSH 密钥、窃取环境变量、安装持久性后门，以及注入提示词来覆盖代理的安全护栏。一个恶意技能就能危及一切。
检测内容
涵盖 9 大类别的 61 种检测模式：
| ID | 类别 | 严重程度 | OWASP ASI | 模式 |
|---|---|---|---|---|
| PI | 提示注入 | 严重 | ASI01 | PI-001 至 PI-008 |
| DE | 数据外泄 | 严重 | ASI02 | DE-001 至 DE-009 |
| CE | 恶意命令执行 | 严重 | ASI02, ASI05 | CE-001 至 CE-010 |
| OB | 混淆/隐藏代码 | 警告 | -- | OB-001 至 OB-007 |
| PA | 权限过度申请 | 警告 | ASI03 | PA-001 至 PA-005 |
| SC | 供应链风险 | 警告 | ASI04 | SC-001 至 SC-006 |
| MP | 记忆/上下文投毒 | 警告 | ASI06 | MP-001 至 MP-005 |
| TE | 人类信任利用 | 警告 | ASI09 | TE-001 至 TE-006 |
| BM | 行为操控 | 信息 | ASI10 | BM-001 至 BM-005 |
每条模式均包含恶意示例、危险说明及误报指导。完整规则集见 skills/skills-security-audit/references/security-rules.md。
快速开始
方式 A：Claude Code 插件（推荐 Claude Code 用户使用）
# 添加市场并安装
/plugin marketplace add https://github.com/agentnode-dev/skills-security-audit.git
/plugin install skills-security-audit@agentnode-dev
然后重启 Claude Code。该技能将出现在你的可用技能列表中，并在相关场景下自动触发。
方式 B：复制到任意 AI 代理
克隆仓库并将目录指向你的 AI 代理：
git clone https://github.com/agentnode-dev/skills-security-audit.git
然后告诉你的代理：
加载位于 /path/to/skills-security-audit/skills/skills-security-audit/SKILL.md 的技能，并审计位于 /path/to/suspicious-skill/ 的技能
方式 C：粘贴到任意对话
将 skills/skills-security-audit/SKILL.md 的内容复制到你的 AI 代理的系统提示词或对话中，然后让它审计某个技能。适用于任何 AI 代理——无需安装。
使用方式
加载后，向你的代理发出指令：
审计位于 /path/to/suspicious-skill/ 的技能
或扫描所有已安装的技能：
扫描我所有已安装的技能，检查安全问题
工作原理
这是一个纯技能——一个指导任何 AI 代理执行安全审计的 Markdown 文件。无需安装代码，无需配置运行时。
阶段一：确定扫描范围
技能从你指定的路径、GitHub URL 或平台已安装技能目录中识别目标文件（.md、.json、.js、.py、.sh、.ts、.yaml、.yml）。
阶段二：逐文件分析
AI 代理读取每个文件，并利用语义分析将其内容与全部 61 种检测模式进行比对。与基于正则的工具不同，这种方式能识别混淆、改写和新型攻击模式，因为 AI 理解的是意图，而非字符串本身。
阶段三：生成报告
输出包含严重程度评级、证据引用（文件路径和行号）及每条发现可操作修复建议的结构化报告。
风险评分
每条发现将计入风险分数：
| 发现严重程度 | 分值 |
|---|---|
| 严重 | +2.0 |
| 警告 | +0.8 |
| 信息 | +0.2 |
风险等级（满分 10.0）：
| 分数 | 等级 | 建议操作 |
|---|---|---|
| 0.0 -- 2.0 | 安全 | 未发现显著风险 |
| 2.1 -- 5.0 | 有风险 | 建议使用前人工审查 |
| 5.1 -- 8.0 | 危险 | 请勿安装 |
| 8.1 -- 10.0 | 恶意 | 确认存在恶意意图——请向市场举报 |
平台支持
本技能为纯 Markdown 格式——任何能读取文件或接受粘贴指令的 AI 代理均可使用。
原生技能加载（代理直接读取 SKILL.md）：
- Claude Code（通过插件安装或本地文件）
- Cursor（通过
.cursorrules或项目上下文） - Windsurf（通过项目上下文）
- OpenClaw / ClawHub
复制粘贴（将 SKILL.md 内容粘贴到对话中）：
- ChatGPT、Gemini、OpenAI Agents 或任何 LLM 聊天界面
参考来源
本技能的检测模式基于真实世界威胁情报：
- SlowMist —— 对 ClawHub 上 472 余个恶意 MCP 服务器的分析，包括两阶段载荷加载、文件收集和平台中继技术
- Snyk ToxicSkills —— 研究发现 ClawHub MCP 服务器中 36.82% 的漏洞率
- Koi Security ClawHavoc —— 在 2857 个扫描服务器中发现 341 个恶意服务器
- OWASP Agentic AI Top 10 —— 代理 AI 安全风险分类框架（ASI01 至 ASI10）
参与贡献
欢迎贡献。添加新检测模式的步骤：
- 按照现有格式将规则添加到
skills/skills-security-audit/references/security-rules.md（包括模式、恶意示例、危险说明及误报指导） - 同步更新
security-rules.md和SKILL.md中的摘要表（均位于skills/skills-security-audit/目录下） - 提交 Pull Request，并说明新模式所针对的威胁
许可证
MIT