Sky-Cube AI代码安全审计Skill
适用场景
项目引入大模型调用(AI SDK 封装、RAG、Agent、提示词模板)后,对 AI 相关代码与配置做专项安全审计。
执行步骤
- 划定审计范围:模型调用封装代码、提示词模板文件、API 凭证配置、AI 输出消费链路。
- 凭证审计:检查模型 API Key 是否硬编码、入库、进前端包;是否走密钥管理服务并具备轮换机制。
- 提示词模板审计:检查是否拼接不可信输入、是否过滤提示注入指令、系统提示词是否可被用户覆盖。
- 输出链路审计:模型输出是否直连执行环境(代码执行/SQL/命令)、是否做输出内容合规过滤。
- 数据流向审计:进入模型的用户数据字段清单、是否含敏感数据、是否超出用户授权范围。
- 分级判定:高危(凭证泄露/输出可执行/敏感数据外发)立即上报主 Agent 并建议暂停相关功能上线。
审计检查清单
| 维度 | 排查要点 |
|---|---|
| 凭证管理 | Key 硬编码、入库、前端可见;无轮换机制;无用量告警 |
| 提示词注入 | 用户输入未隔离;系统提示词可被覆盖;外部网页/文档内容未过滤 |
| 输出安全 | 输出拼接 SQL/命令/代码并直接执行;无长度与格式约束 |
| 内容合规 | 输出无敏感词过滤、无拒答策略、无审计日志留存 |
| 数据合规 | 未告知即采集对话数据;训练数据越权;跨境传输无授权 |
规范要点
- 每条结论必须附证据:文件路径 + 代码行号 + 具体片段(凭证类片段必须打码)。
- 提示词模板与模型输出属于「不可信输入/输出」,默认不信任,不得直接进入执行链路。
- 高危项(凭证泄露、提示注入可利用、输出可执行)立即上报并建议暂停上线。
- 涉及内容合规/数据合规的结论,标注「需法务/专业人士确认」,不自行判定违法性。
输出模板
## AI代码安全审计结论
| # | 问题 | 位置 | 攻击/违规场景 | 证据 | 级别 | 处置建议 |
自检清单
- 审计范围覆盖凭证、提示词、输出、数据四个链路
- 每条问题有位置与打码证据
- 高危项已上报并给出暂停建议
- 合规类结论已标注需专业人士确认