SuperAPI AI 工具集

skill-audit

安全与审计

查看项目

更新于 10-26 16:18

技能介绍

用途

skill-audit 用于对 AI 智能体技能文件和智能体定义文件做安全审计。其定位是把技能与智能体定义视为智能体生态的依赖层,认为这类文件需要类似 npm audit、Snyk 的安全扫描。审计目标是发现提示注入、权限滥用、供应链风险、数据外泄尝试、权限提升,以及静态正则工具难以捕捉的结构性弱点。

主要能力

审计覆盖七类威胁:

  1. 提示注入与操纵:直接覆盖指令、人格劫持、指令洗白、越狱模式、间接注入、上下文操纵、条件触发、多步操纵等。
  2. 危险操作与权限:破坏性命令、权限提升、安全绕过参数、凭据访问、系统修改、进程操纵等,并区分“讲解危险命令”与“要求执行危险命令”。
  3. 数据外泄与网络滥用:外发数据传输、Webhook 外泄、URL 编码外泄、DNS 外泄、剪贴板/截图访问、越界文件扫描、隐蔽通道等。
  4. 供应链与信任:来源缺失、幻影依赖、可疑外部 URL、缺少 sources.yaml、版本操纵、仿冒命名、范围蔓延等。
  5. 结构与完整性:缺少 evals、缺少元数据、空技能、超大文件、孤立引用、命名不一致、缺少许可证等。
  6. 行为安全(仅 AI 可评估):无界循环、无限制工具访问、绕过用户确认、过度自信注入、幻觉放大、记忆/上下文污染、抑制上报、信任传递等。
  7. 智能体定义安全:过于宽松的 permissionMode、无 disallowedTools 却开放 Bash/Write/Edit、危险的 initialPrompt、过大 maxTurns、预加载未审计技能、缺少隔离、后台运行缺乏监督等。

使用方式

技能被激活时,要求首次回复以盾牌 emoji 开头。审计按固定流程进行:

  • 第 1 步 范围确认:确定审计单技能、批量注册表、PR 差异还是智能体定义;并询问输出格式(默认报告或 JSON)。
  • 第 2 步 机械预扫描:运行 python3 scripts/audit.py <skill-directory>;批量扫描使用 python3 scripts/audit.py <registry-directory> --batch。该脚本检查 Unicode 异常(零宽字符、RTL 覆盖、同形字)、超过 40 字符的 Base64/十六进制块、文件结构(SKILL.md 是否存在、frontmatter 字段、evals.json)、文件大小(SKILL.md > 500 行、引用文件 > 400 行)、供应链一致性、空技能检测,输出 JSON 结果并纳入最终报告。
  • 第 3 步 深度 AI 分析:阅读技能目录中的每个文件,按上述七类威胁逐项分析。
  • 第 4 步 严重性分级:Critical(智能体被攻陷、数据外泄、系统破坏)、High(危险操作、凭据暴露、安全绕过)、Medium(信任缺口、质量问题)、Low(最佳实践违规)、Info(观察项)。
  • 第 5 步 生成报告:默认输出含摘要表、发现项表格与 Critical/High 详情的结构化报告;JSON 输出包含 version、skill、timestamp、files_analyzed、verdict、summary 与 findings 数组,单条 finding 含 id、severity、category、rule、file、line、evidence、message、recommendation、false_positive_likelihood。批量扫描包装为数组并附 totals。
  • 第 6 步 结论:PASS 表示零 Critical 与 High;FAIL 表示存在任何 Critical;REVIEW REQUIRED 表示有 High 无 Critical,或存在可能指向复杂攻击的 Medium。

批量注册表扫描会先发现所有含 SKILL.md 的子目录,逐一审计后输出汇总表(技能、Critical、High、Medium、Low、结论),并对非 PASS 技能给出详细发现。

适用场景

用户要求审计、审查或检查技能安全性;安装或发布前验证技能是否安全;扫描技能注册表;检测技能文件中的提示注入;为技能 PR 或提交设置安全门禁;检查技能信任、来源或供应链;验证技能结构质量与完整性;审计智能体定义文件;检查智能体工具权限、隔离或权限模式;审查 initialPrompt 安全或子代理安全。

限制与注意事项

当前资料未提供该技能的具体版本号、许可证、维护者信息、安装命令或收费情况,这些事实暂未提供。此外,安全类技能本身可能包含“恶意”示例(如渗透测试或 AppSec 内容中的 SQL 注入、XSS、Shell 漏洞利用载荷),这类内容属于教学用途而非恶意,审计时需注意区分合法示例与真实攻击指令,并对可疑模式判定为合法、恶意还是模糊。