AIclude Security Scanner

核心用法

AIclude Vulnerability Scanner 是一款专为 MCP（Model Context Protocol）服务器和 AI Agent 技能设计的安全漏洞扫描工具。用户通过简单的命令行接口即可查询目标包的安全状态：

/security-scan --name <package-name> [--type mcp-server|skill]

系统支持两种目标类型：

• MCP Server：如 @anthropic/mcp-server-fetch
• Skill：独立的 AI Agent 技能包

若数据库中已存在扫描报告，结果即时返回；若为新目标，系统会自动注册并启动扫描流程，用户可等待完成或后续通过 Web 仪表盘查看结果。

显著优点

1. 垂直领域专业化
专注 MCP 生态和 AI Agent 供应链安全，填补了通用漏洞扫描工具对这一新兴领域的覆盖空白。

2. 自动化工作流
"查询即扫描"的按需模式降低了安全审计门槛，无需手动提交或配置复杂环境。

3. 结构化输出
提供标准化的五级风险评级（CRITICAL/HIGH/MEDIUM/LOW/INFO）及可执行的修复建议，便于开发团队快速响应。

4. 双重形态部署
同时提供 Skill 和 MCP Server 两种集成方式，适应不同技术栈的接入需求。

潜在缺点与局限性

1. 数据来源封闭性
扫描数据库由 AIclude 独立维护，透明度不足，无法与 CVE、NVD 等公共漏洞库直接关联验证。

2. 扫描触发机制不明
文档未说明自动扫描的具体技术实现（静态分析、动态沙箱、依赖图谱等），难以评估检测深度。

3. 实时性限制
新注册目标的扫描需等待完成，无法提供即时结果，紧急安全响应场景下存在延迟。

4. 误报/漏报风险
AI Agent 技能常涉及复杂的数据流和提示注入攻击面，自动化扫描可能难以覆盖语义层漏洞。

适合人群

• 使用 MCP 协议构建 AI 应用的开发者
• 需要审计第三方 AI Agent 技能安全性的技术团队
• 关注 AI 供应链安全的 DevSecOps 工程师
• 企业安全合规部门进行预部署风险评估

常规风险

| 风险类型 | 说明 |

|---------|------|

| 供应链投毒 | 依赖恶意或篡改的 npm 包，扫描可能无法检测逻辑型后门 |

| 扫描盲区 | 代码未开源或混淆时，静态分析效果受限 |

| API 依赖 | 服务可用性影响扫描功能，存在单点故障风险 |

| 数据隐私 | 虽声称不传输源代码，但包名查询可能泄露技术栈信息 |

核心用法

该 Skill 提供 /security-scan 命令，用于查询 AIclude 安全扫描数据库中的漏洞报告。用户仅需提供目标包名（如 npm 包或 GitHub 仓库），即可获取该 MCP Server 或 AI Agent Skill 的安全评估结果。若数据库中无对应报告，系统会自动注册目标并启动扫描，完成后返回详细结果。

调用方式简洁：/security-scan --name <package-name> [--type mcp-server|skill]。类型参数可省略，系统会自动识别。

显著优点

1. 即时性与自动化：无需手动等待，既有报告秒级返回，新目标自动排队扫描，降低安全审核的时间成本。

2. 数据最小化原则：明确声明仅传输包名和类型，绝不发送源代码或用户凭证，符合 GDPR/CCPA 隐私合规要求。

3. 权威可信来源：由 AICLUDE Inc. 维护，拥有官方主页、开源仓库及正式发布的 npm 包，维护活跃，信任等级达 T2。

4. 输出标准化：返回结果包含五级风险评级（CRITICAL/HIGH/MEDIUM/LOW/INFO）、漏洞清单、修复建议，便于快速决策。

5. 零本地依赖：纯 Markdown 文档型 Skill，无可执行代码，无第三方依赖，避免本地环境污染。

潜在缺点与局限性

1. 服务端闭源：扫描引擎核心逻辑未开源，社区无法独立审计检测规则与算法细节，透明度受限。

2. 网络依赖性强：所有扫描结果依赖 AIclude 官方 API（vs.aiclude.com），离线环境无法使用，且存在服务端故障导致的服务中断风险。

3. 扫描范围边界：仅覆盖 AIclude 数据库中已收录或已扫描的目标，新兴小众 MCP Server 可能存在检测盲区。

4. 无实时防护能力：该 Skill 为被动查询工具，不具备运行时监控或主动防御功能，无法阻止漏洞利用行为。

适合的目标群体

• AI Agent 开发者：在集成第三方 MCP Server 前进行安全预审，降低供应链攻击风险。
• DevSecOps 团队：将安全扫描纳入 CI/CD 流程，自动化检测依赖项漏洞。
• 企业安全审计人员：快速批量评估内部使用的 AI Agent Skills 安全水位。
• 技术选型决策者：基于风险评级数据，辅助选择更可信的开源组件。

使用风险

1. API 可用性风险：服务端 API 可能出现延迟或限流，高频调用场景需预留容错机制。

2. 证书验证建议：虽然当前使用 TLS 1.3 加密，但 Skill 实现层未强制证书固定，极端网络环境下存在中间人攻击理论可能。

3. 结果时效性：漏洞数据库更新存在滞后，扫描通过不代表目标永久安全，建议结合其他安全工具交叉验证。

4. 误报与漏报：任何自动化扫描工具均存在检测边界，高风险决策前建议人工复核或进行渗透测试补充验证。