它是什么
security-audit-skill 是 Cloudflare 开源的一套「技能包」（skill），作用是把通用编程代理（coding agent）改造成一名安全审计员。它本身不是独立运行的扫描器，而是一整套写给 AI 代理的工作流、提示词与校验脚本：把一次安全审计拆成侦察、按覆盖清单狩猎、候选验证、结构化输出、独立复核、生成中立报告六个阶段，让多个隔离的代理各司其职，最终产出机器可读的 findings.json 与人类可读的 REPORT.md。
值得一提的是，它是 Cloudflare 内部漏洞挖掘流水线的起点——官方博客《Build your own vulnerability harness》里描述的那套多阶段、面向整个代码库集群的系统，最初就是从这份单仓库技能演化出来的。
核心功能
- 六阶段结构化流程：从侦察阶段绘制架构图、信任边界与输入面，到狩猎、验证、输出、复核、报告，每一步都有明确的输入输出文件，避免「让 AI 随便看看代码」式的空转。
- 覆盖账本机制：生成
coverage-ledger.json记录每个审计单元由谁检查、检查了什么，再由「覆盖批评者」代理专门找遗漏，保证不会出现大面积盲区。 - 候选结果独立验证：每一条疑似漏洞都会交给一个全新的验证代理，任务是「设法推翻它」；最终结论分三类——已确认（有完整来源链路）、待验证（有确切未解决事实）、已否决（被证伪）。
- 结构化、可校验的输出：所有发现写入
findings.json，并用report-schema.json做 schema 校验；节点脚本validate-coverage-ledger.cjs与validate-findings.cjs会在关键阶段自动跑一遍，防止格式漂移。 - 分门别类的攻击面知识库：仓库内含多份狩猎手册，分别覆盖 Web 协议与认证、客户端与 DOM、云与部署配置、供应链与发布、RPC 与消息、资源耗尽、数据隔离与生命周期、桌面/移动与本地 IPC，以及针对 LLM 应用的提示注入与工具调用类问题。
- 可叠加的增量审计：对同一仓库重复运行时，会读取历史账本与发现，聚焦缺口、重验已变更源码，而不会把过时或未解决的条目当成「已覆盖」。
适用场景
- 安全团队在正式渗透测试前，先对代码库做一轮自动化、可追溯的初筛。
- 开源项目维护者希望在不投入大量人力的前提下，获得一份带证据链的审计清单。
- 正在构建 LLM 应用或 Agent 产品的团队，重点排查提示注入、工具越权、输出处理等新型风险。
- 安全研究者想研究「多代理审计流程」本身，把它当作可改造的脚手架。
上手建议
- 先确认你的编程代理支持加载 skill 目录，再把仓库中的
SKILL.md及各阶段文档放进对应位置；主语言是 JavaScript，校验脚本需要 Node 环境运行。 - 首次不要直接上大仓库，挑一个中等规模、你熟悉代码的项目试跑，重点看侦察阶段产出的
architecture.md是否准确——这张图歪了，后面全歪。 - 先读
SKILL.md里的「审计反模式」章节，能显著减少代理自我欺骗式的结论。 - 把「已确认」当作可直接采信的结论，把「待验证」当作人工排查清单，不要混为一谈。
- 审计结果仍需人工复核后才对外披露或提 issue，工具负责收敛范围，判断责任仍在人。
