郭亿易 AI Agent 安全验收

要解决的具体问题

AI Agent 项目在上线前常面临安全验收环节缺失或过于粗放的问题。许多团队依赖开发工程师的自觉性做最后检查，但 Agent 的自主决策链往往涉及权限提升、外部 API 调用、敏感数据读写等高风险操作。缺少结构化验收流程会导致：

• 无法系统化验证 Agent 在不同上下文下的工具调用是否越权；
• 对日志脱敏、错误回滚、异常降级等安全机制缺乏统一测试基准；
• 合规性审计靠人工逐项核对，耗时且容易遗漏关键项。

这些漏洞在生产环境中可能直接引发数据泄露、越权操作或服务雪崩。

技能如何工作

该技能提供一套面向 Agent 生命周期的验收框架，核心能力包括：

• 生成安全验收清单：基于 Agent 的功能描述与依赖列表，自动提取需验证项，如 工具调用权限矩阵、敏感数据过滤规则、失败回退策略；
• 静态与动态扫描：分析 Agent 的决策日志与工具调用记录，检测未授权访问尝试、异常参数注入等风险；
• 输出结构化报告：以 security_acceptance_report.md 形式呈现未通过项、风险等级与修复建议，支持接入 CI/CD 流水线。

典型工作流：

1. 输入 Agent 架构文档与接口说明，生成初始检查清单；
2. 运行预置 security_scan 脚本分析运行日志；
3. 人工复核关键项（如权限配置），补充自动化无法覆盖的领域。

适用边界与注意点

• 仅适用于上线前验收：该技能不替代编码阶段的安全实践，无法发现源码中的设计缺陷；
• 依赖完整日志与文档：若 Agent 的日志格式不规范或接口文档缺失，分析结果可能不准确；
• 需配合人工复核：自动化扫描无法覆盖所有上下文，关键安全项（如业务逻辑合规性）仍需人工确认；
• 可定制扩展：通过修改 checklist_template.json 可添加行业特定检查项，如金融场景下的 交易风控规则验证。