♧ Godown 安全知识树

Cursor 代码审计 Skill 体系:P0-P3 Grep 规则、语言路由与 MCP 工具集成

code-analysis/vuln-discovery · verified

一句话结论

把代码审计经验拆成“主索引路由 + 按语言子 Skill + 专项 Skill + 跨语言进阶”的分层 Skill 体系,每个语言 Skill 用 P0-P3 分级的可执行 Grep 正则、危险/安全代码对照、框架检查点、依赖审计命令和 checklist 组成,并保持单文件精简、渐进披露与低冗余,可让 Cursor/Claude 类 Agent 稳定触发并完成批量初筛,但结论仍需人工复核。

原理

  • Skill 机制:每个 Skill 是一个 Markdown 文件,YAML frontmatter 的 name/description 决定触发,Markdown 正文是给 Agent 的执行指令。Cursor 通过 description 的语义匹配自动加载;因此描述要写清“做什么 + 何时用”,并包含语言/框架/漏洞类型关键词(如 PHP、Laravel、unserialize),比笼统的“代码审计”更容易命中。
  • 分层架构:
  • Tier 1 主索引:只做路由、统一方法论(攻击面识别 → 按严重等级扫描 → 上下文验证 → 报告模板)和输出格式,不放完整危险函数速查表,避免与子 Skill 重复。
  • Tier 2 语言子 Skill:code-audit-php、code-audit-java、code-audit-python、code-audit-nodejs、code-audit-dotnet、code-audit-go-cloud、app-audit-electron;每个都遵循同一模板。
  • Tier 3 专项:web-api-security(JWT/OAuth/GraphQL/WebSocket)、security-audit(Burp 动态测试)、reverse-engineering(IDA/二进制)、firmware-security(IoT/固件)。
  • Tier 4 跨语言进阶:security-advanced(WAF 绕过、竞态、密码学)。
  • 语言 Skill 的标准化结构:适用范围 → Grep 扫描规则(核心)→ 核心漏洞模式(危险 vs 安全代码)→ 框架审计要点 → 依赖审计 → 审计检查清单。
  • Grep 规则是核心创新:给 Agent 可直接执行的正则,按 P0_RCE、P1_HIGH、P2_MEDIUM、P3_LOW 分级,先扫 P0 再扫低危;正则要精准、覆盖命令执行/代码执行/反序列化/SQLi/文件操作/SSRF,且按语言定制(不同语言的危险函数不同)。
  • 简洁原则:只写“AI 本身不知道的”内容——框架特有漏洞模式、Grep 正则、版本相关 CVE、危险/安全代码对照;不要解释“什么是 SQL 注入”,不要写长段危害描述,注释只保留“危险/安全替代”这类短标记。
  • 渐进披露与长度控制:SKILL.md 控制在 200 行内、最多 500 行;详细载荷/框架细节放到 payloads.md、frameworks.md、reference.md、examples.md,引用保持一层深度(SKILL.md → reference.md),避免多层链导致 Agent 漏读。
  • 消除冗余:跨 Skill 不重复同一危险函数表;主索引不复制子 Skill 内容;Skill 内不写废话注释。两个 Skill 同时被加载时,冗余会直接翻倍消耗上下文。
  • MCP 工具集成:在 Skill 中列出工具名、用途、API 签名与返回值,而不是解释函数做什么。例如 Burp 的 get_scanner_issues、get_proxy_http_history、send_http1_request;IDA MCP 的 get_function_list()、decompile(address)、get_xrefs_to(address)、trace_data_flow(source, sink, direction);浏览器 MCP 的 browser_navigate、browser_snapshot、browser_network_requests。
  • 典型反模式:百科全书式 master(与子 Skill 重复)、伪通用 Skill(名为语言无关实际 90% 是 Python)、杂项堆积 Skill(WAF/竞态/WASM/K8s/移动全塞一起)、冗余代码注释。
  • 边界:Grep 规则本质是启发式,误报/漏报都高;AI 会把“候选”说成“结论”甚至编造请求包,必须人工验证;Skill 只是流程与知识载体,不是漏洞扫描器。

触发条件

  • 使用 Cursor、Claude Code 等支持 Agent Skill/Markdown 指令的 IDE/CLI;
  • 有可访问的源码目录与 Grep、文件读取、MCP(Burp/IDA/browser)工具;
  • 需要对多语言/多框架项目做批量初筛,且有可沉淀的审计经验;
  • 接受“AI 出候选、人做成立判断”的人审边界。

利用步骤

  1. 盘点覆盖范围:语言(PHP/Java/Python/Node.js/.NET/Go)、框架、漏洞类型、专项(Web API/逆向/固件)。
  2. 写主索引 security-research-master:按文件扩展名/构建文件/框架识别路由到子 Skill,给出四阶段方法论和统一报告模板。
  3. 每个语言写一个 code-audit-{language}/SKILL.md,按标准模板填入: - 适用范围与版本; - P0-P3 Grep 正则(先 P0); - 危险 vs 安全代码对照; - 框架特有检查点(如 Django DEBUG=True、SECRET_KEY、|safe、raw()); - 依赖审计命令(pip-audit、safety、mvn dependency-check 等); - 可勾选 checklist。
  4. 把长载荷、框架细节、示例放到同级 payloads.md/frameworks.md/examples.md,保持一层引用。
  5. 在专项 Skill 中列 MCP 工具表与 API 签名(Burp/IDA/browser),让 Agent 知道何时调用哪个工具。
  6. 用真实项目回归:统计每个 Grep 规则的命中/误报,调整正则;对 P0 命中逐条做上下文验证。
  7. 输出报告时要求 Agent 给出文件/行号、危险代码片段、输入来源、验证请求/响应;人工复核后再定性。

PoC

---
name: code-audit-python
description: Python 代码安全审计专家。分析 Python 源码漏洞,支持 Django/Flask/FastAPI/Tornado。当审计 Python 代码或遇到 eval/exec/pickle/subprocess/SSTI/yaml.load 时使用。
---

# Python 代码审计

## 适用范围
- Python 2.x/3.x;Django/Flask/FastAPI/Tornado/aiohttp;Celery/Dramatiq;Gradio/Streamlit

## Grep 扫描规则
P0_RCE:
  - 'eval\s*\('
  - 'exec\s*\('
  - 'pickle\.(loads?|load)\s*\('
  - 'yaml\.load\s*\('
  - 'subprocess\.\w+\(.*shell\s*=\s*True'
  - 'os\.(system|popen)\s*\('
P1_HIGH:
  - 'requests\.(get|post)\s*\('
  - 'cursor\.execute\s*\(.*(%|\.format|f["\x27])'
  - 'open\s*\(.*os\.path\.join'
  - 'send_file\s*\('
P2_MEDIUM:
  - 'render_template_string\s*\('
  - 'DEBUG\s*=\s*True'
  - 'SECRET_KEY\s*=\s*["\x27]'

## 核心漏洞模式
### 反序列化 (P0)
pickle.loads(untrusted_data)   # 危险
yaml.load(data)                # 危险
json.loads(data)               # 安全替代
yaml.safe_load(data)           # 安全替代

### SSTI (P0)
render_template_string(user_input)          # 危险
render_template("fixed.html", data=user)    # 安全

## 框架审计要点
Django: DEBUG=True / SECRET_KEY 硬编码 / ALLOWED_HOSTS=['*'] / {{ x|safe }} / raw()/extra()
Flask: FLASK_DEBUG=1 / 可预测 secret_key / render_template_string(user_input)

## 依赖审计
pip-audit -r requirements.txt
safety check -r requirements.txt

## 审计检查清单
- [ ] 用 Grep 规则批量扫描 P0-P3
- [ ] 验证 eval/exec/compile 输入来源
- [ ] 检查 pickle/yaml 反序列化入口
- [ ] 验证 SQL 参数化
- [ ] 审计文件路径校验
- [ ] 检查框架配置
- [ ] 运行依赖审计

主索引路由表示例:

| 识别特征 | 技能 |
|---|---|
| .php / composer.json / Laravel | code-audit-php |
| .java / pom.xml / Spring | code-audit-java |
| .py / requirements.txt / Django | code-audit-python |
| .js / package.json / Express | code-audit-nodejs |

变体与关联

  • 变体:把 Grep 规则换成 Semgrep/CodeQL 查询;把主索引换成多 Agent 分工(侦察、审计、验证、报告);把 MCP 从 Burp/IDA 扩展到浏览器、fofa、cve-mcp。
  • 关联 [[code-analysis-vuln-discovery-llm-sast-vulnhuntr-python-audit-pipeline]]:LLM 辅助 Python 审计流水线,可与本卡的 Skill 规则组合。
  • 关联 [[code-analysis-vuln-discovery-multi-agent-adversarial-pipeline]]:多 Agent 对抗式漏洞挖掘,本卡是其单 Agent Skill 形态的前置工程。
  • 关联 [[ai-security-agent-security-ai-pentest-evidence-driven-pipeline]]:AI 渗透必须“候选 + 原始请求/响应 + 人审”,本卡同样强调 AI 结论不等于成立。
  • 关联 [[ai-security-agent-security-ctf-agent-prompt-pack-runtime-routing]]:用 Skill/提示词做任务路由与运行时能力盘点,与本卡的主索引路由同源。
  • 边界:Grep 正则无法理解数据流与业务语义,误报率高;AI 可能编造文件/行号/请求包;没有源码访问、没有 MCP 工具、或目标语言/框架不在 Skill 覆盖范围时效果差。

检测与防御

  • 对防御方:AI 代码审计 Skill 会显著降低攻击者/审计者的初筛成本,代码库应默认按“会被批量 Grep”来防护:危险函数集中封装、参数化查询、禁用不安全的反序列化与 shell=True、最小化 DEBUG/SECRET_KEY 暴露。
  • 对使用者:把 AI 输出当候选而非结论;要求文件/行号、输入来源、原始请求/响应;对 P0 命中逐条人工验证;用真实项目统计误报/漏报并迭代规则。
  • Skill 供应链:只从可信来源安装 Skill;审查 SKILL.md 是否包含越权指令、外带数据或自动执行脚本;Skill 目录中的脚本按不可信代码处理。
  • 检测信号:仓库中出现大规模 Grep/正则扫描、Agent 读取大量源码与依赖清单、Burp/IDA MCP 被自动调用;对异常代码读取与外部 MCP 连接做审计。