security-audit-skill

AI 能写代码已经没人怀疑；AI 能找漏洞，Cloudflare 用自家生产环境投了票

项目速览

项目 内容
仓库 cloudflare/security-audit-skill
定位 多阶段安全审计的 coding-agent 技能，产出独立验证、机器可读的审计结果
主要语言 JavaScript
Stars / Forks 38,150 / 2,381（截至 2026-10-22）
许可证 MIT
出身 Cloudflare 漏洞挖掘体系（vulnerability discovery harness）的”单仓库起点”

它想解决什么问题

AI 能写代码，已经没人怀疑；AI 能找漏洞，信的人还不多。Cloudflare 用行动投了票——他们把自己内部漏洞挖掘系统的”单仓库起点”开源了：security-audit-skill，一个把你的编程 Agent（Claude Code、Cursor 等）变成安全审计员的技能包。38,150 Stars，且是 Cloudflare 官方在生产环境验证过的方案。

六阶段审计流水线

这个 Skill 的本质，是把专业安全团队的工作方法”编译”成 Agent 可执行的流程：

1. 侦察（Reconnaissance）。 梳理架构、信任边界、输入面与历史证据，产出 architecture.md 和 coverage-ledger.json（覆盖度账本）。

2. 覆盖度驱动的狩猎（Coverage-led hunting）。 从覆盖度账本分配隔离的”猎手” Agent，覆盖度评论员（critics）专职找盲区——确保攻击面不被遗漏。

3. 候选验证。 每个候选漏洞交给一个全新的验证 Agent，它的任务只有一个：”尝试推翻它”。用对抗机制压低误报率。

4. 结构化输出。 confirmed / needs_validation / rejected 三类结论写入 findings.json，按 report-schema.json 校验——机器可读，可直接接 CI 门禁。

5–6. 报告与复盘。 汇总人类可读报告，并把本轮经验写回，供下次审计复用。

安装与上手

1
npx skills add cloudflare/security-audit-skill

装进 Claude Code / Cursor 等编码 Agent 后，对目标仓库下达审计指令即可；结果文件可直接纳入安全流程。

点评

亮点：这不是”让 AI 顺便看看安全问题”，而是把专业安全团队的方法论（覆盖度账本、对抗验证、结构化结论）完整工程化——设计的水准来自 Cloudflare 真实的漏洞挖掘实践；MIT 开源 + 生产验证，含金量在同类 Agent 技能里独一档。

局限：审计质量仍受底层模型能力上限约束，高危系统不能只靠它；多 Agent 流水线的 token 消耗不小；对非 Web 类目标（固件、移动原生）的覆盖有限。

适合人群：需要在 CI/发布流程中加安全门禁的工程团队、安全工程师想把 Agent 纳入日常工作流、以及所有研究”如何把专家方法论编译成 Agent 技能”的人。