ztp

🛡️ 零信任代码审计网关 · 强制安全准入

零信任安全审计技能,强制审计代码、MCP服务器和技能,通过静态分析检测恶意模式、混淆和网络威胁,作为网关阻止未授权代码集成。

收藏
5k
安装
1.1k
版本
2.0.0
CLS 安全性认证2026-08-03
点击查看完整报告 >

使用说明

核心用法

ZTP(Zero Trust Protocol)技能是 OpenClaw 生态的强制安全网关,采用 SEP-2026 零信任协议对所有外部代码执行审计。核心功能包括:

Deep Audit(深度源码审计):通过 Shield Pro 2.0 静态分析器扫描目标目录或文件,输出 CRITICAL/HIGH/MEDIUM 三级风险报告。任何 CRITICAL 或 HIGH 级发现直接触发代码拒绝;MEDIUM 级需人工复核。

Supply Chain Check(供应链检查):验证 requirements.txt 或 package.json 中的依赖包,检测拼写混淆攻击(typosquatting)和版本锁定问题。

Layer 2 扩展防御:集成 Bandit(Python 漏洞)、Safety(已知 CVE)、NPM Audit(Node.js 依赖)、Trivy(容器/密钥扫描)、Garak(LLM 提示注入)等 SOTA 工具形成纵深防御。

显著优点

  • 强制网关机制:设计上作为唯一入口,无绕过可能,从架构层面阻断供应链攻击
  • 零信任原则:默认所有输入恶意,审计前零执行,彻底隔离分析环境
  • 分级响应策略:CRITICAL/HIGH/MEDIUM 三级阈值明确,决策自动化减少人为失误
  • 多维度覆盖:源码静态分析 + 依赖供应链 + 容器/密钥泄露 + AI 特定攻击面(Garak)
  • 可扩展工具链:预留 Layer 2 接口,安全社区新工具可无缝接入

潜在缺点与局限

  • 假阳性成本:"Paranoia" 原则下误报率可能偏高,MEDIUM 级人工复核增加开销
  • 工具链依赖:Bandit/Safety/Trivy 等需预装,缺失时降级为警告而非阻断,存在覆盖缺口
  • 性能瓶颈:大型项目静态分析耗时显著,可能拖慢 CI/CD 流程
  • AI 特定检测局限:Garak 对新型提示注入变体的覆盖率仍在演进中
  • 仅静态分析:运行时行为监控、动态污点分析未纳入当前版本

适合人群

  • 平台运营方:需要为 Skill/MCP 市场建立准入门槛的架构团队
  • 安全工程师:负责代码审计、供应链安全、SBOM 生成的专业人员
  • 企业开发者:在受监管行业(金融、医疗)需满足合规审计要求的开发团队
  • 开源贡献者:审查第三方依赖、防范恶意 PR 的维护者

常规风险

  • 审计绕过:若 Layer 2 工具缺失且用户忽略警告,可能形成检测盲区
  • 规则滞后:新型混淆技术或零日漏洞可能未被 Shield Pro 规则库覆盖
  • 权限提升:审计脚本本身若被篡改,可能成为供应链攻击的新载体
  • 报告疲劳:高频 MEDIUM 警告可能导致用户习惯性忽略,削弱实际防护效果

安全解读

ZTP(Zero Trust Protocol)是一款面向 Agent 生态的强制性安全审计技能,定位为代码集成的"守门人"(Gatekeeper)。其核心用法围绕三大命令展开:Deep Audit 通过 Shield Pro 2.0 静态分析器对目标代码进行 AST 级扫描,输出 CRITICAL/HIGH/MEDIUM 分级报告并触发自动化的 REJECT/HALT/Pass 决策;Supply Chain Check 针对 Python requirements.txt 或 Node.js package.json 检测 typosquatting 攻击与版本锁定风险;Layer 2 防御则集成 Bandit、Safety、Trivy、Garak 等业界 SOTA 工具形成多层检测矩阵。

该技能的显著优点体现在架构设计的纵深防御理念上。纯 Python 标准库实现消除了第三方依赖的供应链攻击面;SafeImportHarness 配合 MagicMock 的动态沙箱机制,在不执行目标代码的前提下捕获恶意行为;网络取证模块支持 URL/IP 熵值分析与隐蔽隧道识别。代码质量获得认证系统 95 分的高评价,AST 别名追踪、高熵字符串检测、混淆代码识别等功能模块文档完善、结构清晰。

潜在局限同样值得关注。来源可信度为 T3 级(个人开发者/社区项目),未进入企业级 T2 或官方 T1 梯队;可选的语义分析功能依赖外部 AI API,在 OPENCLAW_AI_API_KEY 缺失时降级为 MEDIUM 级别的人工复审建议;Layer 2 外部工具链的可用性依赖运行环境配置,缺失时仅能回退至 shield_pro 基础检测能力。此外,报告中标识的低风险 os.popen 调用虽用途安全(硬编码日期获取),但仍建议迁移至 datetime 标准库以彻底消除系统调用风险。

目标用户群体明确聚焦于 Agent 平台运营者、MCP Server 维护者及企业安全合规团队。对于需要强制代码准入控制的 DevSecOps 流水线、对供应链攻击高度敏感的金融/政务场景、以及缺乏专业安全审计能力的中小开发团队,该技能提供了开箱即用的零信任实现方案。

常规使用风险集中于执行环境与依赖管理层面。 shield_pro.py 需 Python 3 运行环境,部分企业内网可能限制脚本执行权限;外部工具链(Bandit/Trivy 等)的安装可能引入新的依赖冲突;AI 语义分析模块的 API 调用涉及网络出向流量,需在零信任网络架构中明确授权策略。建议用户遵循 SEP-2026 标准流程:获取-隔离-扫描-评估-报告,确保目标代码在审计完成前绝不执行。

ztp 内容

scripts文件夹
tests文件夹
手动下载zip · 14.7 kB
audit_utils.pytext/plain
请选择文件