$ loading_
在部署前审计 AI 代理代码中的安全风险,补足通用 SAST 的盲区。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.VamsiSudhakaran1/release-gate" MCP 服务: 执行:claude mcp add 'io-github-vamsisudhakaran1-release-gate' -- npx -y release-gate
请对这份 AI 代理项目代码做一次部署前安全审计,重点找出通用 SAST 容易漏掉的风险,并按严重程度列出问题与修复建议。
一份面向部署前决策的安全审计结果,包含潜在风险、优先级和修复建议。
我们已经跑过通用 SAST,请继续审计这份 AI 代理代码,专门指出常规静态扫描未覆盖或可能遗漏的安全问题。
补充性的安全发现清单,帮助团队覆盖通用 SAST 的检测盲区。
请把这次 AI 代理代码审计结果整理成发布门禁建议:哪些风险会阻止上线,哪些可以带条件发布。
按上线阻断级别整理的审查结论,便于发布审批。
开发者或 DevOps 团队在发布 AI 代理代码前使用它做安全审计,提前发现影响上线的风险。它尤其适合补充通用 SAST 未覆盖的问题。
当团队已经有常规静态分析流程时,可以把它作为附加审计环节,聚焦 AI 代理代码中的特殊安全风险。这样能帮助提高发布前的审查完整性。
它是一个面向 AI 代理代码的部署前安全审计工具。定位是发现通用 SAST 可能漏掉的风险,用于发布前把关。
根据描述,它强调识别“通用 SAST 会漏掉的风险”。也就是说,它更像是针对 AI 代理代码场景的补充审计,而不是普通静态扫描的简单替代。
给定素材没有提供安装步骤、运行环境或密钥要求。具体接入方式与前置条件请见源码仓库。
为 AI 生成代码提供可发布前的安全扫描与风险分级建议
一键检测 AI 输出中的密钥泄露、提示注入与隐私信息风险
为 AI 工作流提供可审计的确定性安全检查、主机审计与诊断能力。
为 AI 代理提供代码安全扫描,识别多类漏洞并输出分析结果。
将 Lighthouse 审计结果转成可供代码代理执行的修复方案包。
扫描 AI 代理的工具调用漏洞,发现提示泄露、劫持与注入等安全风险