Cloudflare 把自家找漏洞的流程开源了，一条“帮我做安全审计”就能让 AI 分头查代码

先说“技能包”是什么：它其实是一组 Markdown 说明书加几个小脚本，放进编码 AI 的技能目录后，AI 遇到匹配的请求就会照着说明书干活。这个仓库的说明书，是 Cloudflare 官方博客《Build your own vulnerability harness》里那套漏洞发现系统的“单仓库起点版”，后来内部系统扩成了跨很多仓库的流水线，这里留的是最初那一版。

01六步，核心是“查的人不负责验”

1. 摸底：AI 先把项目结构、哪里接收外部输入、哪些地方是信任边界画出来，写进 architecture.md，再列一张“覆盖清单”，记录哪些模块查过、哪些没查。
2. 分头找：按清单把模块分给相互隔离的“猎手”AI，查完要记录查了什么，另有“评审”AI 专门找漏掉的地方。
3. 逐个推翻：每个疑点交给一个全新的 AI，任务是想办法证明它不成立。
4. 写成结构化结果：分成“确认”“待验证”“已驳回”三类，存进 findings.json，并用附带的 schema 校验格式。
5. 再核对一遍：新的 AI 回到源码，核对结论里引用的每一处代码是否属实。
6. 出报告：从已核实的记录生成 REPORT.md 等文档。

README 对三类结果的定义很严：只有“完整追踪了代码路径、并有可观察后果”的才算确认；缺一个关键事实的只能算待验证，而且不给严重等级。它还特意写明，“少了一层防护”不等于漏洞，上一层已经挡住攻击的话，只算加固建议。这样做的目的，是少出一堆看着吓人、其实打不起来的误报。

02装好以后怎么叫它

官方用 Skills CLI 安装（需要 Node.js）：

npx skills add https://github.com/cloudflare/security-audit-skill \
  --skill security-audit
# 想装成用户级、所有项目通用，加 --global

之后在要审计的代码目录里启动你的编码 AI，直接说“security audit this codebase”或“find security vulnerabilities in ./src”即可，也可以指定报告输出目录。不指定的话，默认写到 ~/security-audit-skill/<仓库名>/run-<编号>。只问几个安全问题、没要报告时，它会走轻量的“指导模式”，不会跑完整流程。

03跑之前要先备好的东西

• 模型要支持调用工具，并能同时开多个子 AI；
• 一个由操作系统强制隔离的沙箱：断外网、只放行白名单环境变量、限制资源、只允许写指定临时目录。目标项目里的构建、测试、模糊测试都要在里面跑；
• 没有这个沙箱的话，流程不会去执行目标代码，可疑点会停在“待验证”。

这一条很关键：被审计的代码本身可能是恶意的，让 AI 在你的日常机器上直接跑，等于自己开门。

04能期待什么、不能期待什么

README 自己提到一个数据：他们的测试里，单次运行大约只能找到多次运行累计漏洞的一半，所以建议多跑几遍，后几轮会参考前面的清单和结果去补空白。这是 Cloudflare 自己的说法，没有第三方对比。它也不是传统扫描器的替代品，更像把“资深安全工程师带一队人审代码”的流程写成了 AI 能照做的步骤。许可证是 MIT，可以免费用，改了也能再发。以上据官方 README 整理，具体细节以仓库为准。