本文基于 GitHub 项目 cloudflare/security-audit-skill 的 README 整理。

Cloudflare 把内部漏洞猎杀流水线开源了：一份 Agent Skill 让编码助手自带六阶段安全审计

Cloudflare 在官方博客《Build your own vulnerability harness》中披露过一套多阶段、集群级的漏洞挖掘体系，而它的”单仓库种子版”如今以 Agent Skill 的形式开源了——cloudflare/security-audit-skill，今日新增 1,712 颗 star，总星数 34,940。

它做什么

这份 Skill 能把 Claude Code 这类编码智能体变成一名安全审计员，编排多个相互隔离的子智能体，走完六个阶段的结构化审计：

1. 侦察：映射架构、信任边界、输入面，产出 architecture.md 和 coverage-ledger.json；
2. 覆盖率驱动的猎洞：从台账单元派发隔离的 hunter 智能体，记录每项检查，并由”覆盖率批评者”找盲区；
3. 候选验证：每个漏洞候选交给一个全新的 verifier，其任务只有一个——设法证伪它；
4. 结构化输出：把结论写入 findings.json，按 JSON Schema 校验；
5. 独立复核：由新智能体逐条核实最终报告中的源码声明，重大替换还要再过一道独立验证；
6. 中立报告：基于已验证记录生成 REPORT.md、FINDINGS-DETAIL.md、NEEDS-VALIDATION.md。

三态结论设计最值得学

所有发现被强制分为三种状态：confirmed（有完整源码 trace 和有界的观测结果）、needs_validation（写明未决事实、不允许带严重级别）、rejected（被证伪的候选）。这套设计从机制上阻止了 AI 审计最常见的毛病——把未验证的猜测当成漏洞报出来。

攻击面覆盖相当全面

Skill 内置了十几个专项猎洞模块：内存安全与二进制、LLM 提示注入与 Agent 工具、HTTP 协议与认证、客户端 DOM 注入与原型污染、供应链与发布流程、云与部署、RPC 与消息队列、资源耗尽、租户隔离、桌面与本地 IPC 等。

同一仓库多次运行是增量式的：复用此前的台账和发现来瞄准盲区、重验变更过的代码，而不会把过期或未决的工作当成”已覆盖”。

对想给自家仓库做安全体检的团队来说，这可能是目前门槛最低的”AI 红队”起点。

仓库地址：https://github.com/cloudflare/security-audit-skill