AI导哈

AI代理安全扫描器

agentsec是一个静态配置扫描和加固工具，用于检测AI代理安装中的错误配置、凭证泄漏、供应链风险和MCP工具中毒，并将发现映射到OWASP Top 10 for Agentic Applications (2026)。

  • by debu-sinha
  • Python
  • 本地部署
  • 7 星标
  • 更新于
在 GitHub 查看 debu-sinha/agentsec

使用说明

代理sec

用于AI试剂安装的静态配置扫描仪和硬化剂。 检测配置错误、凭据泄漏、供应链风险和MCP工具中毒，然后将每个发现映射到 代理应用程序的OWASP前10名（2026）.

支持OpenClaw、Claude Code、Cursor、Windsurf、Gemini CLI和MCP服务器生态系统。

范围： agentsec执行静态配置和文件分析。它不提供运行时保护、行为监控或实时威胁检测。作为深度防御策略中的一层。

快速开始

pip install agentsec-ai
agentsec scan

扫描特定安装：

agentsec scan ~/.openclaw

agentsec检查什么

模块 范围
installation 网关暴露、身份验证状态、DM/组策略、工具/沙盒设置、SSRF和安全检查、已知CVE版本检查、敏感文件/目录权限
skill 指令恶意软件、危险代码模式(eval/exec/subprocess)对于Python和JS/TS，标识文件(MEMORY.md/AGENTS.md/SOUL.md)写检测、提示注入模式、frontmatter能力风险、依赖/安装挂钩风险
mcp 工具中毒模式、启动命令注入、已知的CVE包检测、远程端点上的身份验证漏洞和非TLS传输、危险的架构/权限、未经验证 npx 用法
credential 检测秘密引擎（23个插件）+16个自定义模式（OpenAI、Anthropic、AWS、Databricks、HuggingFace、Groq、Mistral等）、base64/hex编码的秘密解码、高熵检测、git证书泄漏

参考目录：

核心命令

# Full installation scan (all scanners, default target=. )
agentsec scan

# JSON report for CI parsing and pipelines
agentsec scan -o json -f report.json

# SARIF output for GitHub code scanning upload
agentsec scan -o sarif -f results.sarif

# Run only selected scanners for focused checks
agentsec scan -s installation,mcp

# Fail build only at/above selected severity
agentsec scan --fail-on critical

# Preview profile changes without writing config
agentsec harden -p workstation

# Apply profile and write hardened config values
agentsec harden -p workstation --apply

# Watch files and auto re-scan on security-relevant changes
agentsec watch ~/.openclaw -i 2

# Pre-install package gate (scan before install)
agentsec gate npm install express

# Pin MCP tool descriptions for rug-pull detection
agentsec pin-tools

# Generate shell hook wrappers for npm/pip install flows
agentsec hook --shell zsh

列出可用的扫描仪（名称+描述）：

agentsec list-scanners

硬化型材

简介 预期用途
workstation 单一所有者本地使用
vps 远程/自托管部署
public-bot 对不受信任的公共输入的最高限制

使用 agentsec show-profile <name> 在应用之前检查确切的变化。

输出和退出代码

输出格式：

  • terminal （默认）
  • json
  • sarif

退出代码：

  • 0：没有达到/超过阈值的发现
  • 1：调查结果达到/超过阈值
  • 2：使用错误（例如，未知的扫描仪名称）
  • 3：运行时错误（例如，文件访问失败）

GitHub 操作

使用捆绑的复合动作：

name: Agent Security
on: [push, pull_request]

jobs:
  agentsec:
    runs-on: ubuntu-latest
    permissions:
      contents: read
      security-events: write
    steps:
      - uses: actions/checkout@v4
      - uses: debu-sinha/agentsec@v0.5.0
        with:
          fail-on: high
          output: sarif
          upload-sarif: 'true'

动作定义：

截图

下面的截图显示了实验演示沙盒流（故意不安全的配置用于检测和强化演示）。闸门和吊钩行为记录在 docs/case-studies/003-preinstall-gate-blocked-malicious-package.md 和 docs/adr/ADR-0004-pre-install-gate.md.

步骤1：对故意不安全的演示配置进行初始扫描

步骤2：应用工作站硬化轮廓

步骤3：硬化后重新扫描结果

步骤4：硬化后的OWASP姿势视图

MCP生态系统安全仪表板

每周对排名前50的MCP服务器存储库进行自动安全扫描，评级为A至F。

查看完整的仪表板 -每周一通过GitHub Actions更新。

基准和研究

  • 夹具基准 --精确度/召回率/F1超过20个夹具套件（自制夹具，未独立验证）。
  • Top-50 MCP研究 --agentsec只运行带有标准化结果输出的repro。
  • Top-50学习套件 --模式、选择CSV、JSONL结果和摘要JSON。

当前已登记的Top-50汇总数据：

  • docs/benchmarks/top50/reports/top50_summary_20260215.json
  • docs/benchmarks/top50/reports/top50_findings_20260215.jsonl

可重复性

夹具基准：

python docs/benchmarks/run_benchmark.py

前50名研究报告：

powershell -ExecutionPolicy Bypass -File scripts\reproduce_top50_study.ps1 -DateStamp 20260215

注意：semgrep和gitleaks基线运行在PowerShell repro脚本中是可选的，需要在PATH上使用这些工具。

对抗一致性审计（文档与工件）：

python scripts/repo_consistency_audit.py

案例研究

启动证据

发展

git clone https://github.com/debu-sinha/agentsec.git
cd agentsec
pip install -c requirements/constraints-dev.txt -e ".[dev]"
ruff check src tests
pytest

贡献指南：

安全策略：

治理

问题接收是基于模板驱动的 .github/ISSUE_TEMPLATE/ 以保持高分诊和繁殖质量。

许可证

阿帕奇-2.0

相关 MCP