核心用法
Tracebit Canaries 是一项面向 AI 工作空间的主动防御技能，通过部署五种蜜罐令牌（AWS 凭证、SSH 密钥、Cookie、用户名密码、邮箱追踪像素）在环境中设置"绊线"。当攻击者误用这些虚假凭证时，系统立即触发邮件告警，由 AI 代理执行只读调查并通知用户，最终在人机确认后完成凭证轮换与事件闭环。
完整部署流程包含六个强制检查点：Tracebit 账户注册、CLI 安装与 OAuth 授权、全类型蜜罐部署、状态验证、以及最关键的心跳检测配置——后者确保告警邮件能被持续监控，避免"静默失效"。
显著优点
1. 零真实凭证风险：仅部署虚假令牌，技能本身不触碰真实密钥；CLI 写入操作需人工确认，符合"人类是所有者"原则
2. 深度透明可控：开源 CLI、强制 SHA256 校验、权限最小化（只读邮件、仅向用户通道发通知）、完整卸载文档
3. 实时威胁感知：从凭证泄露到告警通知的延迟以分钟计，远快于传统日志审计
4. 成本为零：Community Edition 免费，适合个人开发者和小型团队
潜在缺点与局限性
- 覆盖盲区：仅检测"使用假凭证"的攻击路径，对内存转储、浏览器插件直接窃取真实凭证等行为无感知
- 邮箱依赖：告警链路依赖用户邮箱可达性，若邮件服务被控或归类垃圾邮件，可能漏报
- CLI 交互瑕疵：
deploy all不包含邮件蜜罐，且用户名密码类型在非交互模式下会报错，需手动补全 - 人工瓶颈：轮换和修复需人类确认，高频率攻击场景下响应速度受限
适合人群
- 使用 AI Coding Agent 处理敏感代码/配置的开发团队
- 需要满足合规要求（如 SOC 2、ISO 27001）但预算有限的初创企业
- 对"提示注入导致外泄"场景有担忧的 AI 应用运营者
常规风险
- 误触风险：用户自己打开邮件蜜罐的追踪像素会触发告警，需明确告知团队成员
- 凭证残留：临时安装密码文件
/tmp/tracebit-setup-creds若未按指引删除，可能成为本地攻击面 - 供应链风险：虽强制校验 SHA256，但首次安装脚本仍依赖 GitHub Releases 可用性