security-audit：让智能体先证伪、再定级，把安全审计跑成闭环

npx skills add cloudflare/security-audit-skill --skill security-audit

让智能体自查代码安全问题，收场常常是一份吓人的清单：缺了最佳实践被写成「漏洞」，猜出来的部署行为也算「发现」，追问证据就开始含糊。Cloudflare 把自家生产环境用来挖漏洞的一套纪律开源成了 Agent Skill——cloudflare/security-audit-skill（MIT，23,432 星，截至 2026-09-30），这份 security-audit 只立一条规矩：先过证据关，再谈定级。

它让智能体按什么顺序做事

security-audit 把一次完整审计排成六个阶段。侦察先摸清信任边界和攻击面，写成架构笔记和覆盖台账；狩猎按台账给互相隔离的 hunter 智能体分工，跑完由 critic 找出没人看的角落；每个候选交给全新的 verifier 智能体证伪，证不倒的才留下；裁定分 confirmed、needs_validation、rejected 三种写进 findings.json，过仓库自带的零依赖校验脚本；已确认记录再由新智能体独立复核，被改过的多核一遍；最后产出 REPORT.md、FINDINGS-DETAIL.md、NEEDS-VALIDATION.md 三份报告，不带线上探测指令。再跑同一仓库是叠加式的：上次结论要过源码比对和新一轮验证才沿用。

它严格约束什么

security-audit 的价值一半在流程，一半在红线。

• 未证实不算发现：候选必须说清低信任方是谁、跨过哪条信任边界、影响哪个主体、后果是什么；缺最佳实践、猜部署行为、解析器崩溃这类一概不计入。
• needs_validation 不给严重度：只有 confirmed 记录能定级；关键事实卡在仓库之外时，如实记下缺什么、怎么安全补验，不许顺手给个低分了事。
• 加载不等于授权：skill 默认只是指导手册，日常提问只取相关章节；用户明确要求完整审计或报告时才跑六阶段、建输出目录，两可时先问一句。
• 目标代码只在沙箱里跑：读源码只读；执行目标控制的构建或测试必须有断网、空白环境、只读目标加资源限额的 OS 级沙箱，全程假账号假密钥，不碰线上端点。
• 没跑完不许宣称完整：覆盖台账和 findings.json 都要过校验脚本；跑不完只能标 incomplete 并写明原因，一次审计永不自称穷尽了目标。

适合谁

security-audit 适合维护不小代码库、想让 AI 认真做一轮安全审查的团队，红队批量复核历史发现也用得上；它和同站的 reverse-skill 互补：那边把任务路由到方法论和授权门，这边把代码审计跑穿。坑点说实话：它是指导文档加两个校验脚本，没有扫描器魔法；全流程按设计要动用十几个智能体、烧掉可观 token，SKILL.md 内置了按预算砍范围的规则；它只面向源代码审计，不碰线上服务——摸跑着的网站的底细可以看 Web-Check——也替代不了真人渗透测试；平台还得支持子智能体委派才能按原设计跑。