Agent Skills
返回列表
🤖

AI审核

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/kunlun-ai-review。

技能介绍

解决什么问题

团队准备上线时,负责人拿到一个 待上线服务,却不知道该查什么:端口有没有收敛、接口有没有鉴权、依赖里有没有已知漏洞,往往靠经验零散判断。出了事之后更被动——告警拉起,第一反应可能是 lsof -i 加重启,结果关键进程被杀掉,内存里的连接状态和样本全丢了,后续溯源只能靠猜。

AI审核 把这个流程拆成了可复用的方法论。输入可以是一句模糊的诉求(怎么学安全、上线安不安全、被攻击了),也可以是结构化的对象(资产 + 暴露面、语言 + 场景)。它不做承诺式的安全评级,而是输出基线检查表、测试清单、处置流程和修复示例这类可以直接落盘的文档,配合风险等级矩阵给出修复排期依据。

核心能力与工作流

  • 安全测试方法论:输入授权范围 → 输出测试清单 + 边界声明;
  • 风险自查:输入资产与暴露面 → 输出基线检查表与整改项;
  • 应急响应:输入事件现象 → 输出止血动作 + 取证 + 溯源 + 清除 + 复盘的处置流程;
  • 安全编码:输入语言与场景 → 输出反模式说明与修复示例,覆盖注入、鉴权、序列化、密钥外置;
  • 合规边界:输入场景 → 输出授权原则与红线。

几条主线工作流值得单独看。上线前自查走 资产盘点 → 暴露面 → 配置 → 依赖 → 加固 五步;入侵应急严格区分 止血 与 取证 的顺序——先隔离、下线、改密,再保全日志与样本,之后才做溯源和清除;安全编码则强调选对安全 API(如参数化查询、输出转义)、密钥移出代码与前端、跑静态扫描。

适用边界

它不能替代专业资质判断,也不会提供可用的实际 exploit 步骤。所有测试必须基于书面授权;发现漏洞走负责任披露流程,不利用、不传播。风险等级矩阵和严重度评级只作为排序思路,最终处置周期需要团队结合实际威胁情报决定。如果场景描述太抽象,输出就会偏通用模板——把人群、场景、约束这些输入补全,交付物才会有针对性。

使用场景

  • 团队即将上线一个新服务,需要一份覆盖资产盘点、暴露面、配置、依赖的结构化自查清单来逐项核对
  • 发现系统出现异常告警,需要按照止血、取证、溯源、清除的步骤快速处理入侵事件
  • 评审一段包含用户输入处理的代码时,需要明确注入风险和对应的安全API修复示例
  • 学习安全测试时需要明确授权范围和红线,确保测试行为符合合规边界

适合人员

  • 需要主导产品上线前安全自查的安全工程师,希望获得可复用的基线检查清单避免遗漏关键项
  • 处理用户输入功能的开发,遇到注入或越权问题时需要反模式说明和修复示例的工程指导
  • 负责系统监控的运维,收到入侵告警时需要明确的处置流程避免慌乱操作损失关键证据
  • 正在学习合规测试的一线工程师,需要通过场景案例理解授权边界和红线清单的具体应用