Cloudflare 也开源了:专为安全审计打造的 AI 技能框架刚上线

原创2026-10-09 18:05:561,975 阅读
文章标签:AI 技能开发工具人工智能提示工程代码评审

Cloudflare 也开源了:专为安全审计打造的 AI 技能框架刚上线

当大模型能力越来越强,"让 AI 替你写安全审计报告"这件事本身的风险,成了安全圈最近最热的议题:Agent 能不能分清哪些输入来自攻击者、哪些控制依赖边缘基础设施而不是应用代码?它产出的威胁模型是"通用清单复读"还是真正锚定仓库的逐条证据链?2026 年以来,Skills 这一 AI Agent 能力扩展标准在 GitHub 上持续霸榜,社区讨论热度直逼去年的 MCP(社区文章标题甚至直接写道"火爆全网""热度不亚于去年的 MCP")。而在这一波"技能框架"开源浪潮里,Cloudflare 的动作尤其值得注意——它把安全审计这件"高风险、零容错"的事,从拼装提示词升级成了可编排、可追溯的标准化技能体系。

这份刚上线即引发讨论的开源成果,核心思路不是给 AI 塞更多安全知识,而是回答一个更尖锐的问题:审计 Agent 的技能编排,到底怎么设计才能可信、可追溯? 本文从仓库源码出发,拆解安全审计类技能的前台触发、后台证据链与"渐进式披露"的加载模型,并给出安全从业者的上手路径。

一、为什么安全审计最需要"技能化",而不是"提示词化"

把安全审计交给 AI,最大的障碍从来不是模型不懂 OWASP,而是它无法为自己说出的每个结论负责。普通提示词驱动的安全问答,产出的是"建议列表";而技能化之后,产出的是"可回放的过程"。

这份仓库对这个问题给出了非常工程化的答案:仓库把安全相关能力拆成了三个彼此独立、职责互补的技能——

  • security-best-practices:按语言与框架维度做安全基线审查,支持"默认安全"代码生成、被动发现与主动审计报告三种模式;
  • security-threat-model:以仓库为锚点做威胁建模,枚举信任边界、资产、攻击者能力、滥用路径与缓解措施;
  • security-ownership-map:从 git 历史构建"人到文件"的安全所有权图谱,计算 bus factor 与敏感代码所有权,导出 CSV/JSON 供图数据库与可视化使用。

三者合起来,实际上构成了一条"先搞清谁在维护哪些敏感代码 → 再对当前系统做威胁建模 → 最后按框架规范做逐条审计"的完整安全审计流水线。这正是把安全审计从"一次性问答"升级为"可持续运行的过程"的关键设计。

二、让审计 Agent 可信的核心:证据锚点与"禁止脑补"

读这个仓库的安全技能,最强烈的感受是它在系统性地对抗 LLM 审计的"幻觉"问题。以 security-threat-model 为例,它的 description 里直接写明触发边界:"仅当用户明确要求对代码库或路径做威胁建模、枚举威胁/滥用路径或执行 AppSec 威胁建模时触发,不得为一般性架构总结、代码评审或非安全设计工作触发。"——把"什么时候不该用"写进触发描述,这本身就是对审计可信度的一种保护。

更硬核的约束在其 prompt 模板里(prompt-template.md),它对"证据纪律"的要求几乎到了苛刻的程度:

  • 禁止发明:不得虚构组件、数据存储、端点、流程或控制项;
  • 证据锚定:每条架构主张至少需要一个"证据锚点",指向仓库路径(及可用的符号名、配置键或短引文);
  • 如实标注:信息缺失时必须显式声明假设,并列出需要验证的开放问题;
  • 范围纪律:必须严格区分生产/运行时行为与 CI/构建/开发工具、测试/示例;必须区分攻击者可控输入、运维可控输入与开发者可控输入。

这套规则直接瞄准了安全审计中最致命的失败模式:模型把通用清单当作系统结论。模板甚至要求"如果某个漏洞类别需要攻击者控制,而该仓库的真实用法中并不存在这种控制,必须明说并调低严重性"——这比绝大多数安全 Agent 的默认行为严谨得多。

审计报告的产出物同样是强约束的:输出契约要求按固定章节顺序(执行摘要 → 范围与假设 → 系统模型 → 资产与安全目标 → 攻击者模型 → 入口点与攻击面 → 顶级滥用路径 → 威胁模型表 → 严重性校准 → 重点审查路径)编写,威胁 ID 稳定编号(TM-001…),每个威胁按"前提、动作、影响、既有控制(带证据)、缺口、缓解建议、检测思路、可能性、影响、优先级"成表。也就是说,AI 产出的威胁模型不是自由发挥的作文,而是可被另一位 AppSec 工程师复核的结构化文档。这份框架以"其他安全工程师会读这份威胁模型"为写作对象(system prompt 首句即如此定义),用工程文档的纪律约束模型输出。

而 security-best-practices 把同样的纪律用在了语言级审计上。它的 references/ 下按 <language>-<framework>-<stack>-security.md 组织规范文件(覆盖 Python FastAPI/Django/Flask、JavaScript/TypeScript Express/Next.js/React/Vue、Go 通用后端等十余种技术栈),每份文件不是软性建议,而是用 MUST/SHOULD/MAY 写成的规范 + 审计规则。以 python-fastapi-web-server-security.md 为例,规则按 FASTAPI-DEPLOY-001、FASTAPI-AUTH-001、FASTAPI-SSRF-001 等 ID 编号,每条都包含:必需实践、不安全模式、检测提示、修复方式,以及历史 CVE 锚点(如 Starlette StaticFiles 路径穿越、multipart DoS、Range 头 DoS 的修复版本)。

它的安全红线(第 0 节)同样值得每一位安全工程师注意:"禁止请求、输出、记录或提交密钥";"禁止通过禁用保护来'修复'安全(例如放宽认证、让 CORS 过于宽松、跳过签名校验、关闭校验、关闭 TLS 校验)";"审计必须给出基于证据的发现,引用文件路径、代码片段和配置值"。这意味着这套技能在设计上就假设:安全审计的输出本身就是敏感数据。

三、可信与可追溯的另一半:从 git 历史里算出的"审计情报"

如果说前两个技能解决的是"审什么、怎么审",那么 security-ownership-map 解决的是"谁来担责、哪里最危险"——这是传统安全审计几乎完全依赖人工访谈与 CODEOWNERS 文件的环节,而它被彻底数据化了。

其核心脚本 build_ownership_map.py 在源码层面就体现了"审计视野":DEFAULT_SENSITIVE_RULES 用 glob 模式自动标记 auth、crypto、secrets 三类敏感路径(**/auth/**、**/crypto/**、**/*.pem、**/*.key 等),DEFAULT_COCHANGE_EXCLUDES 把锁文件、.github/* 等"粘合文件"排除在共同变更图之外,让聚类真正反映代码逻辑的移动而非基础设施噪音;Dependabot 提交默认剔除,避免机器人提交污染所有权统计。

它产出的 summary.json 内置了三类安全圈最关心的结论:孤儿的敏感代码(stale + bus factor 低)、隐藏所有者(如"某人对 63% 的 auth 代码有控制权")、低 bus factor 的敏感热点。配套的 query_ownership.py 提供有界 JSON 切片查询,让 Agent 不必把整图载入上下文就能回答"哪些 auth/crypto 文件 bus factor ≤ 1""谁最近在碰敏感代码""某个文件的共同变更邻域"这类审计问题,还可以对照 CODEOWNERS 指出所有权漂移。

这三个技能合在一起,展示了"可信审计"的完整闭环:ownership-map 负责定位(谁、哪里、多久没人碰)、threat-model 负责建模(边界、资产、滥用路径)、best-practices 负责逐条验证(规范 vs 现状)——每一层都有源码和 git 历史做证据支撑,每一层都明确拒绝脑补。

四、安全审计技能的可追溯性:渐进式披露与文件边界

技能框架本身的可追溯性,来自这套仓库对 Skills 结构的标准化约定(skill-creator 是定义这份约定的系统级技能):每个技能是"一个 SKILL.md + 可选 scripts/references/assets"的自包含文件夹,采用三级加载模型——元数据(name + description,约百词、常驻上下文)→ SKILL.md 正文(触发后加载、<5k 词)→ 捆绑资源(按需加载、脚本可直接执行不占上下文)。

这个"渐进式披露"设计对安全审计有特殊价值:审计范围很大时,一次把所有技术栈规范都灌进上下文既不经济也不精确。以 security-best-practices 为例,SKILL.md 只写工作流与决策树——"识别所有语言和框架 → 检查 references/ 里是否有对应文档 → 只加载相关文件",具体到 FastAPI 的规范文件在 1000+ 行,但只有当 Agent 确认项目里确实有 FastAPI 时才会被拉入上下文。审计报告同样按"单条发现、单条修复"的方式推进,避免多个无关发现挤进同一次修改。

文件边界本身就是一种可追溯性:哪份规范、哪条规则(ID 编号)、哪个脚本参与了这次审计结论,都可以从技能目录结构反查。这正是"可信、可追溯"在工程层面的落地——不是靠模型自觉,而是靠目录结构、加载时序和输出契约共同强制出来的。

五、安全从业者的上手路径建议

结合仓库的安装机制(skill-installer:skills/.system 内技能随最新版 Codex 自动安装,curated 技能可用 $skill-installer 按名安装,也支持从任意 GitHub 仓库路径安装),给安全从业者三条循序渐进的上手建议:

第一步:先跑 security-best-practices,拿到"规范基线"。 从自己的核心后端项目开始,触发一次主动审计(active audit mode),检查它是否按规范产出带 Rule ID、严重性、文件路径与行号、证据片段的报告。这一步能最快校验技能框架的证据纪律是否真的落地。

第二步:用 security-ownership-map 校准"审计视野"。 对代码库跑一遍 run_ownership_map.py(如 --since "12 months ago" 限制时间窗),先看 summary.json 里的三个内置结论:孤儿敏感代码、隐藏所有者、低 bus factor 热点。对照 CODEOWNERS 找所有权漂移,再决定人工审计的优先级排序。

第三步:用 security-threat-model 建立"持续威胁建模"流程。 对入口点多的服务做一次威胁建模,重点检查输出是否严格遵循 prompt 模板的章节契约与证据锚点要求,是否在结论前先给出假设校验清单与待确认问题。把"先假设校验、后结论"的流程固化进团队的 Agent 使用规范——这是安全 Agent 与其他生产力 Agent 最大的使用差异。

需要提醒的一点:这套技能在技术上值得跟进,但安全团队引入 AI 审计技能时应保持对产出的复核习惯。它把"审计过程"标准化了,却没有、也不可能把"审计判断"自动化到无需人审——尤其是涉及架构级信任边界和业务语义的结论,最终责任人仍然是安全工程师本人。

结语

把安全审计沉淀为可复用的技能框架,是 AI Agent 从"生产力工具"走向"可信工程伙伴"的关键一步。Cloudflare 的选择(连同这套仓库里 security-* 技能的设计)表明:安全场景下,Agent 的价值不在于更聪明,而在于更守纪律——用触发边界限定使用场景、用证据锚点消灭幻觉、用文件边界保证可追溯、用输出契约保证可复核。当"AI 写的审计报告"和"人写的审计报告"遵循同一套证据与格式纪律时,AI 才真正有资格进入安全审计的工作流。

登录后查看全文
skills