今天（2026-10-24）我刷 GitHub Trending，AI 应用类里排在最前面的不是又一款聊天壳，而是 Cloudflare 把一个内部用了很久的“漏洞发现流水线”拆成单个 skill 开源了出来。它叫 security-audit-skill，一句话讲清楚：把你手头的编程智能体，变成一个会分阶段、会自查、还会互相挑刺的安全审计员。
① 一句话定位
老痛点很具体——让 AI 审代码，最容易得出的结论要么是“看起来没问题”的安慰剂，要么是一串吓人但查无实据的“疑似漏洞”。更隐蔽的问题是闭环：发现漏洞的和确认漏洞的往往是同一个模型，自己挖的坑自己填，自然倾向于把存疑的也写成确定。这个 skill 的出发点就是治这个：它把审计拆成多个隔离阶段，每一步的结论都要有源码级证据，查不到实锤就老实标成“待验证”，而不是张口就来。
② 核心能力 / 架构
它跑的是一条六阶段流水线（仓库 README 原话）：
一、侦察（Reconnaissance）：画出架构、信任边界、输入面，把覆盖范围记进 `architecture.md` 和 `coverage-ledger.json`；
二、覆盖驱动的猎杀（Coverage-led hunting）：按账本单元派发隔离的“猎手”智能体去扫，再用覆盖批评员找盲区；
三、候选验证（Candidate validation）：每个可疑点都交给一个全新验证员，专门试着证伪它；
四、结构化输出（Structured output）：把结论写进 `findings.json`，分三类——`confirmed`（有完整源码追踪和有限实测结果）、`needs_validation`（有确切未解事实、不下严重性定论）、`rejected`（已被证伪）；
五、独立记录复核（Independent record verification）：换一批全新智能体复查最终结论，重要替换再多加一轮独立验证；
六、目标中立报告（Target-neutral reporting）：从已验证记录和覆盖账本里派生 `REPORT.md`、`FINDINGS-DETAIL.md`、`NEEDS-VALIDATION.md`。
整包体量不大但很工整：一份 `SKILL.md` 总纲，外加 12 个分域狩猎指南（内存安全与二进制、AI 与 LLM 注入、Web 协议与鉴权、客户端、供应链与发布、云与部署、RPC 与消息、资源耗尽、数据隔离、桌面移动与本地 IPC 等），三个零依赖的 Node.js 校验脚本（`validate-findings.cjs`、`validate-coverage-ledger.cjs` 加各自的测试版）和一个 `report-schema.json` 把输出锁死成机器可读格式。
它还有五条写在根上的设计原则，才是这套东西不像普通“AI 扫描器”的地方：第一，只确认已经坐实的边界失效，没实锤的线索就老老实实挂着；第二，对抗式验证——复查一个结论的智能体，绝不可以是当初发现它的那个；第三，定严重性要看“影响面 × 发生概率”，而不是偏离了某份检查清单就扣分；第四，纵深防御的缺口不算漏洞，如果 A 层已经挡住了攻击，缺 B 层只是加固建议；第五，多次运行能补齐覆盖，单次跑在 Cloudflare 自己的测试里只捞出重复运行总发现量的一半左右。GitHub 实时星标 42,910（Trending 显示 42,903，基本一致，没有水分），MIT 许可证，JavaScript 编写，2026-06-18 创建、最近一次提交 2026-09-14。它正是 Cloudflare 那篇《Build your own vulnerability harness》里“漏洞发现 harness”的起点版本。
③ 上手步骤
前置就三样：一个支持工具调用和并行子智能体的编程智能体、本机装好 Node.js（给那几个校验脚本用）、以及一套操作系统级沙箱（用来安全地跑被测目标自己的构建、测试、模糊测试，必须断外网、限制资源、只允许写指定临时目录）。缺沙箱也不要紧——skill 会自动把需要执行目标代码才能确认的线索降级为 `needs_validation`，不冒险。
装法就一行（用 Skills CLI）：
```npx skills add 网页链接 --skill security-audit```
想装到用户级加 `--global`。之后在你要审的代码库里启动智能体，说一句“security audit this codebase”或者“find security vulnerabilities in ./src”就行，匹配到触发词它会自动接管。直接审代码走“全量审计模式”，只问某个安全问题就走“指导模式”。全量模式下若你不指定输出目录，默认落到 `~/security-audit-skill/<仓库名>/run-<序号>`；只有当显式选了一个被版本控制忽略的目录时，它才会往目标仓库里写东西，平时只在外圈产出报告，这点对不想污染代码库的人很友好。
④ 适用场景与边界
谁该用：要给自己代码库做常态化安全体检的个人或团队、想把审计塞进 CI 的工程师，尤其是已经用 Claude Code、Codex 这类支持子智能体的编程助手的人——它本质上是给这些助手装的一本“怎么不漏报也不瞎报”的规矩手册。对一个持续迭代的项目来说，它的“多次运行可叠加”特性很适合做定期巡检：上一次的覆盖账本和结论会被下一轮复用，专门去补之前的盲区、重新验证改过的源码。
谁先别碰：如果你只想点一下按钮出个漂亮报告交差，它不适合——它宁可少报、标“待验证”，也不会给你编一堆高危。没有沙箱环境的，也拿不到它最强的“实锤确认”能力，只能拿到线索清单。另外它面向的是能读写代码、能理解审计结论的工程师，不是给产品经理想要看板用的开箱工具。
已知局限：第一，单次运行在 Cloudflare 自己的测试里只覆盖到重复运行总发现量的一半左右，想查得全得多次跑；第二，要执行被测目标的代码才能坐实的环节，强依赖你提供的沙箱是否够硬；第三，最终质量天花板取决于你用的模型和并行子智能体是否给力，它管的是流程，不是替你写模型。把它当“审计流程的骨架”而不是“全自动漏洞机器”，预期才不会被打脸。
⑤ 来源与延伸
- 仓库与六阶段说明：网页链接- Cloudflare 官方博客《Build your own vulnerability harness》（该 skill 的来龙去脉）：网页链接- 安装入口 Skills CLI：网页链接
真正的安全审计，从来不是工具跑完给你一份清单，而是有人替你把“我以为没问题”那一栏，一行行打上问号。