ecap-security-auditor

ecap-security-auditor 是一款专为 AI 时代设计的安全审计框架，通过"自动安全门"机制为 AI Agent 技能、MCP 服务器和 npm/pip 软件包提供安装前的安全验证与风险量化评估。

核心用法围绕三重防护体系展开：首先是自动安全门，在检测到 clawdhub install、pip install 或 MCP 服务器首次使用时，自动查询信任注册表并验证文件完整性哈希，基于风险评分（0-100）执行通过、警告或阻断决策；其次是手动深度审计，支持对未知包进行源码级分析，检测包括 AI 特定的提示词注入、权限提升、持久化机制等 12 类攻击模式，以及跨文件攻击链和零宽字符等高级混淆手段；最后是社区信任网络，通过 /api/reports 上传审计结果，利用积分系统激励安全研究者贡献，形成共享的威胁情报数据库。

显著优点包括：采用"默认拒绝"策略保障极端情况下的安全性；针对 AI Agent 特性设计了专门的检测模式（如 Prompt Injection、Capability Escalation）；引入组件类型风险加权（hooks、MCP 配置等高风险组件 penalty ×1.2）；支持跨文件关联分析以发现多阶段攻击链；提供可恢复的评分机制，允许维护者通过修复漏洞恢复信任分数。

潜在局限在于：目前完整性验证仅覆盖自身，其他包依赖社区贡献数据；需要稳定的网络连接访问 skillaudit-api.vercel.app；对于 500+ 文件的大型包采用抽样审计，可能遗漏边缘风险；AI 审计模式依赖 LLM 分析能力，存在被审计对象反制（通过注释注入误导指令）的可能；评分算法对"设计如此"（by-design）的判定依赖人工标注，可能存在主观差异。

适合人群主要包括：构建 AI Agent 生态的开发者（需验证第三方技能安全性）、企业 DevOps 工程师（防范供应链攻击）、MCP 服务器维护者（自证安全性）以及安全研究人员（贡献威胁情报）。特别适用于频繁集成外部 AI 工具、对运行环境安全性要求严格的团队。

使用风险需注意：脚本依赖 bash、curl、jq 系统工具；API 服务不可用时会进入"默认拒绝"状态，可能影响开发流程；尽管采取了 set -euo pipefail 等防护措施，但审计提示词文件本身可能成为提示词注入攻击的目标；用户需妥善保管 ECAP_API_KEY，避免凭证泄露导致恶意报告注入。