Agentaudit MCP

🚀 AgentAudit

AgentAudit 是一款专为 AI 包生态系统打造的安全扫描工具，具备 MCP 服务器和 CLI 两种使用方式。它能对 MCP 服务器、AI 技能和包进行漏洞、提示注入和供应链攻击检测，采用正则静态分析和深度大语言模型审计技术。

🚀 快速开始

选项 A：CLI（推荐）

# 全局安装（或使用 npx agentaudit）
npm install -g agentaudit

# 发现 AI 编辑器中配置的 MCP 服务器
agentaudit

# 快速扫描 — 克隆仓库，使用正则模式检查代码（约 2 秒）
agentaudit scan https://github.com/owner/repo

# 深度审计 — 克隆仓库，将代码发送到 LLM 进行 3 遍分析（约 30 秒）
agentaudit audit https://github.com/owner/repo

# 注册表查找 — 检查包是否之前已被审计（无需克隆）
agentaudit lookup fastmcp

示例输出：

  AgentAudit v3.9.8
  用于 AI 包的安全扫描器

  正在发现 AI 编辑器中的 MCP 服务器...

•  扫描 Cursor  ~/.cursor/mcp.json    找到 3 个服务器

├──  工具   supabase-mcp              ✔ 正常
│   安全  风险 0  https://agentaudit.dev/skills/supabase-mcp
├──  工具   browser-tools-mcp         ✔ 正常
│   ⚠ 未审计  运行：agentaudit audit https://github.com/nichochar/browser-tools-mcp
└──  工具   filesystem                ✔ 正常
│   安全  风险 0  https://agentaudit.dev/skills/filesystem

  正在寻找通用包扫描工具？试试 `pip audit` 或 `npm audit`。

选项 B：在 AI 编辑器中使用 MCP 服务器

将 AgentAudit 添加为 MCP 服务器，这样你的 AI 代理就可以使用其自身的大语言模型来发现、扫描和审计包，无需额外的 API 密钥。

{
  "mcpServers": {
    "agentaudit": {
      "command": "npx",
      "args": ["-y", "agentaudit", "--stdio"]
    }
  }
}

{
  "mcpServers": {
    "agentaudit": {
      "command": "npx",
      "args": ["-y", "agentaudit", "--stdio"]
    }
  }
}

{
  "mcpServers": {
    "agentaudit": {
      "command": "npx",
      "args": ["-y", "agentaudit", "--stdio"]
    }
  }
}

{
  "servers": {
    "agentaudit": {
      "command": "npx",
      "args": ["-y", "agentaudit", "--stdio"]
    }
  }
}

{
  "mcpServers": [
    {
      "name": "agentaudit",
      "command": "npx",
      "args": ["-y", "agentaudit", "--stdio"]
    }
  ]
}

{
  "context_servers": {
    "agentaudit": {
      "command": {
        "path": "npx",
        "args": ["-y", "agentaudit", "--stdio"]
      }
    }
  }
}

然后向你的代理询问：“检查我已安装的 MCP 服务器，并审计任何未审计的服务器。”

✨ 主要特性

• 支持 CLI 工具和 MCP 服务器两种模式。
• 可对 MCP 服务器、AI 技能和包进行漏洞、提示注入和供应链攻击检测。
• 采用正则静态分析和深度大语言模型审计技术。
• 与 AgentAudit 信任注册表集成，可进行本地扫描。

📦 安装指南

全局安装

npm install -g agentaudit

不安装直接使用

npx agentaudit

💻 使用示例

基础用法

# 发现 AI 编辑器中配置的 MCP 服务器
agentaudit

# 快速扫描
agentaudit scan https://github.com/owner/repo

# 深度审计
agentaudit audit https://github.com/owner/repo

# 注册表查找
agentaudit lookup fastmcp

高级用法

# 发现并自动扫描所有服务器
agentaudit discover --quick

# 发现并交互式选择服务器进行深度审计
agentaudit discover --deep

# 通过扫描命令运行深度审计
agentaudit scan https://github.com/owner/repo --deep

📚 详细文档

📋 命令参考

全局标志

退出代码

⚖️ 快速扫描与深度审计对比

🔌 MCP 服务器

作为 MCP 服务器运行时，AgentAudit 向你的 AI 代理提供以下工具：

工作流程

用户要求代理安装包
         │
         ▼
代理调用 check_registry(package_name)
         │
    ┌────┴────┐
    │         │
  找到    未找到
    │         │
    ▼         ▼
 返回    代理调用 audit_package(repo_url)
 分数        │
              ▼
         大语言模型分析代码（3 遍）
              │
              ▼
         代理调用 submit_report(findings)
              │
              ▼
         返回结果 + 风险分数

🎯 检测内容

🧠 3 遍审计工作原理

深度审计 (agentaudit audit) 使用结构化的 3 阶段大语言模型分析，不是单次提示，而是严格的多遍处理过程：

为什么需要 3 遍？ 单次分析是误报的首要原因。通过将理解、检测和分类分开：

• 阶段 1 防止将核心功能标记为可疑（例如，数据库工具中的 SQL 执行）。
• 阶段 2 确保在没有严重程度偏见的情况下收集证据。
• 阶段 3 在结果报告之前捕获误报。

这种架构在我们的 11 个包测试集中实现了 0% 的误报率，而 v2 版本的误报率为 42%。

🔄 CI/CD 集成

AgentAudit 设计用于 CI 管道，具有适当的退出代码和 JSON 输出：

# GitHub Actions 示例
- name: 扫描 MCP 服务器
  run: |
    npx agentaudit scan https://github.com/org/mcp-server --json --quiet > results.json
    # 退出代码 1 = 发现问题 → 构建失败

# Shell 脚本
agentaudit scan https://github.com/owner/repo --json --quiet 2>/dev/null
if [ $? -eq 1 ]; then
  echo "发现安全问题！"
  exit 1
fi

JSON 输出示例

# 扫描并输出 JSON
agentaudit scan https://github.com/owner/repo --json

{
  "slug": "repo",
  "url": "https://github.com/owner/repo",
  "findings": [
    {
      "severity": "high",
      "title": "命令注入风险",
      "file": "src/handler.js",
      "line": 42,
      "snippet": "exec(`git ${userInput}`)"
    }
  ],
  "fileCount": 15,
  "duration": "1.8s"
}

# 注册表查找并输出 JSON
agentaudit lookup fastmcp --json

即将推出： --fail-on <severity> 标志，用于设置非零退出的最低严重程度阈值（例如，--fail-on high 忽略低/中等发现）。

⚙️ 配置

凭证

AgentAudit 将凭证存储在 ~/.config/agentaudit/credentials.json（或 $XDG_CONFIG_HOME/agentaudit/credentials.json）中。 可以运行 agentaudit setup 进行交互式配置，也可以通过环境变量设置：

export AGENTAUDIT_API_KEY=asf_your_key_here

环境变量

🔧 技术细节

• 3 遍审计架构：通过将理解、检测和分类阶段分开，有效降低误报率。
• 正则静态分析：快速扫描使用正则模式匹配，能够快速检测常见的安全问题。
• 深度大语言模型审计：深度审计使用大语言模型进行 3 遍分析，能够检测复杂的攻击链和 AI 特定威胁。

❓ FAQ

如何设置 AgentAudit？

npm install -g agentaudit
agentaudit setup

或者不安装直接使用：npx agentaudit

是否需要 API 密钥？

• 快速扫描 (scan)：无需 API 密钥，使用正则进行本地扫描。
• 深度审计 (audit)：需要 LLM API 密钥（见下文）。
• 注册表查找 (lookup)：读取无需密钥，上传报告需要密钥。
• MCP 服务器：无需额外密钥，使用主机编辑器的大语言模型。

设置深度审计的 LLM 密钥

audit 命令支持 Anthropic（Claude） 和 OpenAI（GPT-4o）。设置以下环境变量之一：

# Linux / macOS
export ANTHROPIC_API_KEY=sk-ant-...    # 推荐
export OPENAI_API_KEY=sk-...           # 替代方案

# Windows (PowerShell)
$env:ANTHROPIC_API_KEY = "sk-ant-..."
$env:OPENAI_API_KEY = "sk-..."

# Windows (CMD)
set ANTHROPIC_API_KEY=sk-ant-...
set OPENAI_API_KEY=sk-...

优先级：如果同时设置了两个密钥，将使用 Anthropic。审计期间会显示活动的提供商。

故障排除：如果看到 API error: Incorrect API key，请检查密钥是否有效且有余额。使用 --debug 查看完整的 API 响应。

哪些数据会被外部发送？

• 注册表查找：包名称/标识符会发送到 agentaudit.dev 以检查现有审计。
• 报告上传：审计结果会上传到公共注册表（需要 API 密钥）。
• 深度审计：源代码会发送到 Anthropic 或 OpenAI 进行大语言模型分析。
• 快速扫描：所有操作都在本地进行，没有数据离开你的机器。

能否离线使用？

快速扫描 (agentaudit scan) 在克隆后可以完全离线工作。注册表查找和深度审计需要网络访问。

能否不使用 CLI 而将其用作 MCP 服务器？

可以！当编辑器调用 npx agentaudit 时，它会启动 MCP 服务器。CLI 和 MCP 服务器是同一个包，其行为由调用方式决定。

discover 如何知道我使用的编辑器？

它会检查 Claude Desktop、Cursor、VS Code 和 Windsurf 的标准配置文件位置。它还会检查当前工作目录中的项目级 .cursor/mcp.json 和 .vscode/mcp.json。

🔗 相关链接

📄 许可证

AGPL-3.0 — 开源使用免费。商业集成可获取商业许可证。