综合评估
GoPlus AgentGuard 是专为 AI Agent 环境设计的多层安全防护框架，由 GoPlus Security 团队开发，具备 T1 级安全机构背书。该 skill 整合了静态代码扫描、运行时行为评估、信任等级管理三大核心能力，覆盖从代码审查到实时拦截的完整安全生命周期。
核心用法
AgentGuard 通过 5 个子命令实现分层防护：
1. `scan` — 对技能代码进行深度安全扫描，覆盖 24 类风险规则，包括命令注入、私钥泄露、钓鱼诱导、智能合约漏洞（重入攻击、无限授权、闪电贷风险）等。支持自动解析 Markdown 代码块和 Base64 编码负载，避免绕过检测。
2. `action` — 实时评估运行时的敏感操作（网络请求、命令执行、文件读写、Web3 交易签名），基于 8 类决策策略给出 ALLOW/DENY/CONFIRM 判定，并集成 GoPlus API 进行链上风险模拟。
3. `trust` — 建立技能信任注册表，支持三级信任等级（untrusted/restricted/trusted）和四种预设能力模型，实现"最小权限原则"的细粒度管控。
4. `report` — 审计日志可视化，追踪被拦截/确认的高危操作，识别恶意技能行为模式。
5. `config` — 三档防护级别（strict/balanced/permissive）灵活适配不同安全需求场景。
显著优点
- 规则覆盖全面：24 条检测规则横跨传统安全（命令执行、数据外泄）、Web3 专项（私钥/助记词硬编码、钓鱼合约、签名重放）和 AI 特有风险（Prompt 注入、社交工程诱导）
- 智能合约深度防护：集成 GoPlus API 实现交易模拟、地址风险评分、无限授权检测，填补传统 SAST 工具在链上交互分析的空白
- 零信任架构：自动扫描 + 信任注册机制，新技能默认 untrusted，随安全评估动态升降级
- 低误报设计：Markdown 代码块过滤、Base64 解码重扫、跳过依赖目录等细节优化
局限性与风险
- 依赖外部服务：Web3 增强检测需调用 GoPlus API，服务不可用时会降级为基于规则的评估，可能降低链上风险识别精度
- 脚本依赖：完整功能需 Node.js 环境运行 trust-cli.ts/action-cli.ts，未安装时仅能进行基础文件分析
- 规则更新滞后：静态规则库需持续维护应对新型攻击模式（如 AI Agent 特有的间接提示注入链）
- 权限边界：作为 skill 本身运行在 AI Agent 环境中，理论上存在被更高权限 skill 篡改配置的风险
适合人群
- 高频使用第三方 AI skills 的高级用户
- 管理多技能 Agent 平台的开发者/运维人员
- 涉及加密资产操作的 DeFi 用户、交易机器人运营者
- 企业级 AI 部署的安全审计团队
常规风险
- 配置漂移风险：permissive 模式下的误操作可能导致不可逆损失（如私钥外泄）
- 信任等级误判：auto-scan 机制基于静态分析，无法覆盖动态加载的恶意代码
- 审计日志完整性：若
~/.agentguard/audit.jsonl被篡改，将丧失安全事件追溯能力
建议生产环境始终维持 balanced 或 strict 级别，并对涉及资金操作的技能执行显式 attest 登记。