核心用法
agent-bom-discover-gcp 是一个专门用于发现 Google Cloud Platform（GCP）托管的 AI Agent 和 MCP（Model Context Protocol）相关资产的安全技能。它通过调用 GCP SDK 进行只读资源枚举，生成符合 agent-bom 规范的 JSON 清单文件，并支持后续的安全扫描。
典型工作流程：
1. 发现阶段：使用操作者环境的 ADC（Application Default Credentials）、Workload Identity 或限定范围的服务账号凭据，调用 GCP API 枚举 Vertex AI、Cloud Run、Cloud Functions、GKE 等资源
2. 清单生成：输出结构化的 gcp-inventory.json，包含 source_type=skill_invoked_pull 的来源溯源信息
3. 可选扫描：操作者明确请求时，使用 agent-bom CLI 对本地清单进行安全分析，生成 findings 报告
显著优点
- 零长期凭证暴露：凭据始终留在操作者本地环境，agent-bom 只接收经过脱敏处理的清单数据
- 最小权限原则：默认只读权限，不修改任何 GCP 资源
- 标准化输出：符合 agent-bom 规范的 JSON 格式，便于跨平台集成和持续监控
- 多凭据支持：兼容 ADC、Workload Identity、服务账号 JSON 等多种 GCP 认证方式
- 隐私保护：自动脱敏 credential-like 值，敏感信息在持久化前已被清除
潜在缺点与局限性
- Python 版本限制：需要 Python 3.11+，老旧环境可能需升级
- 本地执行依赖：依赖操作者本地安装
agent-bom工具链，无法纯云端执行 - 只读边界：明确限定为发现模式，不具备主动修复或配置变更能力
- 区域限定：需显式指定
--region参数，跨区域资源可能需要多次调用 - 无实时同步：基于时点快照，非持续实时监控
适合人群
- 云安全工程师：需要定期审计 GCP AI 工作负载的暴露面
- DevSecOps 团队：希望在 CI/CD 中集成 IaC 安全扫描
- AI 平台管理员：管理 Vertex AI、GKE 上的模型推理服务，需掌握资产全貌
- 合规审计人员：需要生成符合 evidence contract 的标准化清单用于审计追溯
常规风险
- 凭据配置风险：若操作者误用具有写权限的服务账号，可能违反只读承诺（虽工具本身不写入，但凭据权限过大会扩大攻击面）
- 本地文件残留：清单 JSON 写入操作者指定路径，若路径选择不当（如共享目录、临时目录未清理），可能导致敏感资产信息泄露
- 元数据泄露：虽然 credential-like 值已脱敏，但资源名称、网络拓扑、版本信息等仍可能包含业务敏感信息
- API 配额消耗：大规模项目枚举可能触发 GCP API 速率限制，影响正常业务
- 供应链风险：依赖 PyPI 安装的
agent-bom包，需验证包签名和来源完整性