AI News
Alle Meldungen
Berichtet

Cloudflare veröffentlicht Open-Source-Skill für Sicherheitsaudits durch Coding-Agenten

Mit Cloudflares Open-Source-Werkzeug Security Audit Skill suchen Coding-Agenten nach Schwachstellen, anschließend versuchen separate Prüf-Agenten, jeden Befund zu widerlegen.

Sicherheit · · 3 Min. Lesezeit

Cloudflare hat seinen Security Audit Skill veröffentlicht: einen Open-Source-Workflow, mit dem Coding-Agenten mögliche Sicherheitslücken strukturiert untersuchen können. Suchende Agenten durchforsten den Code nach möglichen Problemen. Jeder Kandidat geht dann an einen neuen Prüfer, der ihn nicht selbst entdeckt hat, und dieser Prüfer versucht, den Befund zu widerlegen, bevor er in einem Bericht landet.

Dem Design liegt die Idee zugrunde, dass eine verdächtige Codezeile nur der Beginn einer Untersuchung ist. Ein Befund muss erklären, wie ein Request eine verwundbare Operation erreicht, welcher Schutzmechanismus versagt und was dieses Versagen ermöglicht. Ein Agent könnte ein Problem als unberechtigten Zugriff einstufen, doch diese Behauptung hängt von Fakten jenseits der einzelnen Zeile ab. Die Untersuchung muss klären, ob die Datenbankschicht Abfragen bereits auf den authentifizierten Benutzer beschränkt und ob Dokument-IDs auf Datensätze verweisen können, die einem anderen Konto gehören. Sie muss also nachverfolgen, wo die ID ins System gelangt, welche Benutzeridentität die Abfrage erreicht, wo die Eigentümerschaft durchgesetzt wird und ob ein lokaler Test den Zugriff auf das Dokument eines anderen Testbenutzers nachweisen kann.

Der Prüfer sucht nach einem Grund, warum die Behauptung nicht zutreffen kann. Beim Dokument-Endpunkt bedeutet das, den Datenbank-Wrapper und die umgebende Zugriffskontrolle zu untersuchen. Der Prüfer muss den Pfad im Quellcode belegen und, wo möglich, das entscheidende Ergebnis unabhängig reproduzieren. Ein Test, der zeigt, dass ein zweites Dummy-Konto das Dokument abrufen kann, stützt eine wesentlich engere Aussage als die pauschale Feststellung, die Autorisierung der Anwendung sei fehlerhaft. Bleibt ein Fakt zur Laufzeit oder zum Deployment unbekannt, hält der Befund diese Lücke fest, statt eine Annahme zu einer bestätigten Schwachstelle zu machen.

Der Skill erfasst außerdem die Abdeckung. Die Verifikation prüft nur Kandidaten, die die Agenten tatsächlich gefunden haben. Ein Audit kann also den Dokument-Endpunkt gründlich untersuchen und Datei-Uploads oder Hintergrundjobs nie erreichen. Um dem zu begegnen, führt der Skill eine Architekturaufzeichnung und ein Abdeckungsprotokoll. Suchende Agenten bekommen definierte Bereiche zugewiesen, und Abdeckungsprüfer suchen nach Lücken in den protokollierten Prüfungen. Das Protokoll dient späteren Durchläufen zudem als Ausgangspunkt: Die Agenten können geänderten Quellcode und unfertige Bereiche erneut aufgreifen, statt dieselben Suchen zu wiederholen.

Für das Audit sind Node.js und ein Coding-Agent nötig, der parallele Subagenten unterstützt. Installiert wird der Skill mit npx skills add und einem Verweis auf das Repository cloudflare/security-audit-skill, danach bitten Sie den Agenten, die Codebasis einem Sicherheitsaudit zu unterziehen. Die Ausgabe trennt bestätigte Befunde von ungeklärten Kandidaten und verworfenen Behauptungen. Sie enthält eine ausführliche Datei mit den Befunden sowie eine eigene Aufstellung der Arbeit, die noch validiert werden muss. Verifikation, die Code aus dem Repository ausführt, erfordert eine isolierte Umgebung mit eingeschränktem Netzwerkzugang und eingeschränkten Berechtigungen. Fehlen diese Kontrollen, vermerkt der Skill das Hindernis für die Verifikation.

In einer separaten Meldung desselben Newsletters: DeepSeek hat dsh-superagent als Open Source veröffentlicht, einen Forschungsprototyp, der laufende Coding-Aufgaben für ein einzelnes GitHub-Repository verwaltet. Er läuft auf DeepSeek Harness und gibt jeder Aufgabe eine eigene Agenten-Session und ein eigenes Arbeitsverzeichnis.

Jede angenommene Anfrage wird zu einer nachverfolgten Aufgabe, die einem Worker-Agenten zugewiesen wird. Ein konfigurierter Vorbereitungsbefehl kann einen Git-Worktree anlegen, sodass der Worker einen eigenen Checkout und Branch erhält. Getrennte Sessions erlauben es, mehrere Aufgaben voranzutreiben, ohne sich eine Konversation zu teilen. Folgenachrichten werden der bestehenden Aufgabe zugeordnet. Eine Klarstellung, etwa ob ein fehlschlagender Test eine Regression oder eine beabsichtigte Änderung widerspiegelt, erreicht also den Worker, der die bisherige Untersuchung zu dieser Aufgabe bereits kennt. Das System verknüpft Aufgaben mit den zugehörigen GitHub-Konversationen, einschließlich Diskussionen zu Pull Requests. Die Autorisierung ist davon getrennt geregelt. Zugelassene Absender können explizite Anfragen stellen, proaktive Arbeit muss konfigurierte Richtlinien erfüllen. Das Lesen eines damit zusammenhängenden Issues liefert Kontext, berechtigt aber nicht dazu, alles umzusetzen, was dort diskutiert wird.

Zur Wiederherstellung bewahrt dsh-superagent ausstehende Eingaben auf und startet unterbrochene Aufträge mit einer Wiederherstellungsnotiz neu. Ein Web-Panel zeigt Aufgaben, die auf Antworten oder ein Review warten, dazu blockierte und fehlgeschlagene Arbeit. Die Einrichtung beginnt damit, das Repository dsh-superagent-prototype zu klonen und den Coding-Agenten zu bitten, SETUP.md zu lesen und dsh-superagent einzurichten.

Was sich ändert

Art: Neue Funktion · Betrifft: cloudflare/security-audit-skill

Warum es wichtig ist

Teams, die Coding-Agenten für Sicherheitsprüfungen einsetzen, erhalten eine Methode, Befunde zu überprüfen, bevor sie in einen Bericht gelangen. Das reduziert Fehlalarme. Verifikation, die Code aus dem Repository ausführt, hängt allerdings von einer Sandbox ab, die das Team selbst bereitstellen muss.

Was Sie tun können

Stellen Sie vor dem Einsatz des Skills auf einer Codebasis sicher, dass Sie für Verifikationsläufe eine isolierte Umgebung mit eingeschränktem Netzwerkzugang und eingeschränkten Berechtigungen bereitstellen können.

Originalquelle

Für diese Meldung haben wir noch keinen Link zur Originalquelle.

Wo wir es gesehen haben

1 Quelle

AI Engineering

KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es