security-audit-skill：让 AI Agent 变身为专业安全审计员

Cloudflare 曾经用 AI 发现过不少漏洞——不是靠人工渗透测试，而是靠一套系统化的 AI 驱动漏洞发现框架。这套框架的起点，就是 security-audit-skill。

security-audit-skill 是 Cloudflare 安全研究团队开源的 AI Agent 技能，专门用于对代码库进行多阶段结构化安全审计。它把传统安全审计流程中需要专业安全工程师完成的系统性工作，编码成 AI Agent 可消费的技能文件，让任何有 AI Agent 的人都能对代码库进行系统性的安全审计。

六阶段结构化审计流程

security-audit-skill 将安全审计分解为六个阶段，每一阶段都有明确的输入、输出和验证机制：

阶段一：侦察（Reconnaissance） 映射代码架构、信任边界、输入面、历史证据和确定性覆盖，输出 architecture.md 和 coverage-ledger.json。

阶段二：覆盖引导狩猎（Coverage-led Hunting） 从 ledger 单元分配隔离的猎人 Agent，记录检查结果，用覆盖批评者（coverage critic）发现盲区。

阶段三：候选验证（Candidate Validation） 每个独特的候选漏洞都交给一个全新的验证 Agent，尝试证伪。

阶段四：结构化输出（Structured Output） 将 confirmed、needs_validation、rejected 三类记录写入 findings.json，并对照 report-schema.json 验证格式。

阶段五：独立记录验证（Independent Record Verification） 新鲜 Agent 验证最终来源声明。重大替换项再次独立验证。

阶段六：目标中立报告（Target-neutral Reporting） 从验证后的记录和覆盖 ledger 导出 REPORT.md、FINDINGS-DETAIL.md 和 NEEDS-VALIDATION.md。

十大攻击类别覆盖

skill 内置的攻击类（Attack Classes）覆盖了安全审计的各个维度：

核心设计原则

• 只确认已建立边界失败：没有完整来源追踪的候选，保持为 needs_validation
• 对抗性验证：检查者和发现者不是同一个 Agent
• 严重性需要影响：可能性 × 影响，而非偏离检查清单
• 深度防御差距不是漏洞：如果 A 层阻止了攻击，B 层的缺失只是加固建议
• 多次运行改善覆盖：实测单次运行只发现了多次运行总漏洞的一半

安装与使用

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

# 使用（需 AI Agent 支持 skills.sh 协议）
security audit this codebase
find security vulnerabilities in ./src

局限性