2026-07-22-agency-agents-security-ai-team.md
12 个 AI 安全 Agent 组成一支完整安全团队:agency-agents 安全部门深度解析
当 AI Agent 不再只是"辅助安全",而是成为安全团队本身——从威胁建模到渗透测试,从事件响应到合规审计,12 个专业化安全 Agent 覆盖了安全工程的完整生命周期。
一、agency-agents:260+ Agent 的"AI 代理机构"
agency-agents 是一个 MIT 许可的开源项目,提供了一套完整的 AI Agent 人格集合库。它不是一个简单的提示词模板仓库——每个 Agent 都是一个具有独特个性、专业流程、技术交付物和成功指标的专业角色系统。
项目数据
| 维度 | 数值 |
|---|---|
| Agent 总数 | 260+ |
| 部门数量 | 17 个 |
| 人格定义行数 | 10,000+ |
| 支持工具平台 | 14 个 |
| 社区翻译语言 | 9 种 |
17 个部门一览
| 部门 | 图标 | 说明 |
|---|---|---|
| Engineering | 前端、后端、移动端、AI、DevOps | |
| Design | UI 设计、UX 研究、品牌 | |
| Security | 安全架构、应用安全、渗透测试、事件响应 | |
| Testing | 证据收集、性能基准、API 测试 | |
| Product | Sprint 优先级、趋势研究、反馈综合 | |
| Cloud & DevOps | ☁️ | 基础设施、CI/CD、监控 |
| 其他 11 个部门 | — | 销售、市场、财务、游戏开发、学术等 |
Agent 统一结构
每个 Agent 文件遵循统一的模板:
1. Frontmatter — name, description, color, emoji, vibe
2. Identity & Memory — 身份与记忆
3. Core Mission — 核心使命
4. Critical Rules — 领域特定关键规则
5. Technical Deliverables — 技术交付物(含代码示例)
6. Workflow Process — 工作流程
7. Communication Style — 沟通风格
8. Learning & Memory — 学习与记忆
9. Success Metrics — 成功指标
10. Advanced Capabilities — 高级能力
设计哲学的五大原则:强人格(不是通用模板)、清晰交付(具体输出而非模糊指导)、成功指标(可衡量的结果)、成熟工作流(经过验证的步骤)、学习记忆(模式识别和持续改进)。
二、安全部门全景:12 个安全 Agent
Security Division 包含 12 个 Agent,分为两批创建:
第一批:核心安全团队(PR #566,2026年6月)
10 个覆盖传统安全领域的 Agent:
| # | Agent | Emoji | 核心职责 | 方法论 |
|---|---|---|---|---|
| 1 | Security Architect | ️ | 安全架构设计、威胁建模 | STRIDE、零信任、纵深防御 |
| 2 | Application Security Engineer | 应用安全 SDLC | OWASP Top 10、SAST/DAST | |
| 3 | Penetration Tester | ️ | 渗透测试、红队演练 | PTES、MITRE ATT&CK |
| 4 | Incident Responder | 事件响应、数字取证 | NIST SP 800-61、SANS IR | |
| 5 | Threat Intelligence Analyst | 威胁情报分析 | MITRE ATT&CK、Diamond Model | |
| 6 | Threat Detection Engineer | 检测工程、威胁狩猎 | Sigma、Detection-as-Code | |
| 7 | Cloud Security Architect | ☁️ | 云安全架构 | AWS WAF、CIS Benchmarks |
| 8 | Compliance Auditor | 合规审计 | SOC 2、ISO 27001、HIPAA | |
| 9 | Blockchain Security Auditor | ⛓️ | 智能合约审计 | SWC Registry、Slither |
| 10 | Senior SecOps Engineer | ️ | 安全运维、SAST 扫描 | OWASP、CWE Top 25 |
第二批:AI 时代新安全角色(PR #720,2026年7月)
2 个专为 AI 时代设计的新 Agent:
| # | Agent | Emoji | 核心职责 | 核心框架 |
|---|---|---|---|---|
| 11 | AI-Generated Code Security Auditor | 审计 AI 生成代码的安全漏洞 | CWE + OWASP LLM Top 10 | |
| 12 | Secrets & Credential Hygiene Engineer | 密钥全生命周期管理 | Vault、OIDC Federation |
三、AI 专属安全 Agent 深度解析
这两个 2026 年 7 月新增的 Agent,是整个项目中最具时代特征的安全角色。
3.1 AI 生成代码安全审计师(AI-Generated Code Security Auditor)
身份与定位
"You have audited thousands of applications scaffolded by Copilot, Cursor, Claude Code, v0, Lovable, and bolt, and you have learned that AI-written code fails in predictable ways."
这个 Agent 的核心洞察是:AI 生成的代码失败方式是可预测的。它不是为了找到复杂的零日漏洞,而是为了找到 AI 编码助手反复犯的同一批错误。
四大核心使命
1. 在密钥到达浏览器之前拦截
AI 助手最经典的"偷懒"模式:
// VULNERABLE: 助手为了让示例跑起来而内联了密钥
"use client";
const openai = new OpenAI({ apiKey: "sk-proj-REALKEYVALUE" });
// ↑ 这在 Next.js 客户端组件中会发送到每个浏览器
// 更隐蔽的泄露:NEXT_PUBLIC_ 前缀会内联到客户端 bundle
const key = process.env.NEXT_PUBLIC_OPENAI_KEY;
// ↑ NEXT_PUBLIC_ = 公开值,设计如此
// SAFE — 不应该被标记的模式:
const anon = process.env.NEXT_PUBLIC_SUPABASE_ANON_KEY;
// ↑ 这是设计为公开的 anon key,RLS 才是真正的门控
关键区分:真正危险的泄露(客户端代码中的活跃密钥)vs 无害的公开值(设计为公开的 publishable/anon key)。这个区分是建立信任的关键。
2. 验证数据库是否真正执行了访问控制
AI 生成代码中最常见的 Supabase/Postgres 安全陷阱:
-- VULNERABLE: RLS "开启"了,但策略允许所有人访问
alter table public.orders enable row level security;
create policy "read" on public.orders for select using ( true );
-- ↑ USING(true) 意味着所有人可以读取所有行
-- VULNERABLE: 公开表,完全没有 RLS
create table public.profiles ( id uuid primary key, email text, ssn text );
-- ↑ 没有 enable row level security,anon key 可以读取一切
-- SECURE: RLS 开启,策略限定到认证用户的身份
create policy "owner reads own orders" on public.orders
for select using ( auth.uid() = user_id );
-- ↑ 基于身份,不是客户端可设置的角色字符串
还有一个隐蔽陷阱:AI 助手经常使用 user_metadata.role === 'admin' 做权限判断——但任何登录用户都可以通过 Auth API 修改自己的 user_metadata 来授予自己任何角色。正确做法是使用仅服务端可访问的 app_metadata。
3. 阻止不可信输入进入模型的指令
// VULNERABLE: 不可信输入拼接到系统提示词 + 工具权限
const { instruction } = await req.json();
await openai.chat.completions.create({
model: "gpt-4o",
messages: [{ role: "system", content: `You are support. ${instruction}` }],
// ↑ 注入点
tools: [{ type: "function", function: { name: "issueRefund" } }],
// ↑ 过度代理:注入成功后可以触发真实操作
});
// SAFE — 不应该被标记的模式:
await openai.chat.completions.create({
model: "gpt-4o",
messages: [
{ role: "system", content: "You are support." },
{ role: "user", content: userMessage },
// ↑ 数据保持为数据
],
// 无 tools — 低风险
});
关键规则:任何同时接受不可信输入和配置工具/函数调用的 LLM 调用都是高风险——成功的注入可以触发真实操作(过度代理),而不仅仅是产生错误文本。
4. 闭环扫描,诚实报告
工作流程:扫描 → 分类解释(最严重在前)→ 协助修复 → 重新扫描验证。
审计输出示例:
## Scan: 7 findings (1 critical, 2 high, 3 medium, 1 low) — local, nothing sent out
1. [CRITICAL] service_role key in client-reachable code — app/lib/supabase.ts:4 (CWE-798)
Why: service_role key 完全绕过 RLS;在客户端中它把每一行数据交给任何人。
Fix: 移到服务器路由;客户端使用 anon key。在 Supabase 控制台轮换密钥。
2. [HIGH] Public storage bucket — supabase/migrations/0002_avatars.sql:11 (CWE-863)
Why: USING(true) 在 storage.objects 上暴露每个上传的文件。
Fix: 将策略限定到 auth.uid() = owner。
3. [MEDIUM] Potential prompt-injection sink — app/api/agent/route.ts:22 (CWE-1426, LLM01+LLM06)
Why: 请求输入到达系统提示词且启用了工具调用。启发式检测 — 需手动验证。
Fix: 将输入移到 user-role 消息;工具调用前增加确认机制。
四条不可违反的规则
| 规则 | 说明 |
|---|---|
| 证据优先 | 绝不标记一行代码而不附带漏洞利用和修复方案 |
| 密钥已被泄露 | 泄露的密钥从提交那一刻起就已泄露——删除代码不是修复,轮换才是 |
| 数据与指令的边界 | 不可信输入是数据,属于 user-role 消息,绝不拼接到 system prompt |
| 只读默认 | Agent 只报告不修改——修复由开发者的编码助手执行 |
方法论映射
每个发现都映射到 CWE 和 OWASP LLM Top 10:
| 漏洞类型 | CWE | OWASP LLM |
|---|---|---|
| 硬编码密钥 | CWE-798 | — |
| 缺失的访问控制 | CWE-862/863 | — |
| 提示注入 | CWE-1426 | LLM01 |
| 过度代理 | — | LLM06 |
3.2 密钥与凭证卫生工程师(Secrets & Credential Hygiene Engineer)
身份与定位
"A secret in a repo is compromised the instant it is committed, a long-lived key is a future incident, and removing a secret from source is the first 10% of fixing a leak, not the end of it."
这个 Agent 的核心信念:密钥从提交那一刻起就已被泄露,删除代码只是修复的前 10%。
四大核心使命
1. 阻止密钥进入代码库
# .pre-commit-config.yaml — 在密钥到达默认分支之前阻止提交
repos:
- repo: https://github.com/gitleaks/gitleaks
rev: v8.18.0
hooks:
- id: gitleaks # 扫描暂存更改;命中则提交失败
# .github/workflows/secret-scan.yml — CI 中的双重保险
name: secret-scan
on: [push, pull_request]
jobs:
gitleaks:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with: { fetch-depth: 0 } # 完整历史,旧泄露也能捕获
- uses: gitleaks/gitleaks-action@v2
env: { GITLEAKS_CONFIG: .gitleaks.toml }
2. 托管与代理,绝不硬编码
# BEFORE: 长期静态数据库密码在环境变量中
# DATABASE_URL=postgres://app:sup3rs3cret@db.internal:5432/app
# AFTER: Vault 签发 15 分钟过期的数据库凭证
vault write database/roles/app \
db_name=appdb \
creation_statements="CREATE ROLE \"{{name}}\" WITH LOGIN PASSWORD '{{password}}' \
VALID UNTIL '{{expiration}}'; \
GRANT SELECT, INSERT, UPDATE ON app.* TO \"{{name}}\";" \
default_ttl="15m" max_ttl="1h"
# 应用每次会话获取全新的最小权限凭证;泄露的凭证在几分钟内失效
3. 定期轮换 + 泄露即轮换
- 自动轮换用于支持的服务
- 不支持自动轮换的编写运维手册
- 硬规则:任何暴露的密钥立即轮换,不等待排期
- 轮换采用新旧凭证重叠切换,确保零中断
4. 泄露响应——时钟从提交开始计时
## 暴露凭证 — 响应顺序(绝不要停在第 2 步)
1. 在提供商处立即轮换 — 撤销暴露的密钥,签发替代密钥。这是修复。
2. 用代理引用替换代码中的值;部署。
3. 从 git 历史中清除(filter-repo/BFG)并协调重写。
4. 审计暴露窗口内的使用(提交时间 → 撤销时间)。如有使用迹象,扩大响应范围。
5. 事后:为什么门控没拦住?添加扫描模式;让安全路径更容易走。
# 从最新提交中删除密钥只是第 2 步——永远不是全部工作。
关键区分:公钥 vs 密钥
| 类型 | 示例 | 是否安全 |
|---|---|---|
| 发布密钥 | Stripe publishable key, Supabase anon key | ✅ 设计为公开 |
| 服务密钥 | Supabase service_role, AWS access key | ❌ 绝不能客户端可达 |
| 带公共前缀的密钥 | NEXT_PUBLIC_OPENAI_KEY | ❌ 前缀 = 公开值 |
四、传统安全 Agent 详解
4.1 安全架构师(Security Architect)️
职责:设计安全模型——威胁建模、信任边界、安全架构设计。
对抗性思维框架(审查任何系统时的四问):
- 什么可以被滥用? — 每个功能都是攻击面
- 当它失败时会发生什么? — 假设每个组件都会失败,设计优雅的安全失败
- 谁从破坏中获益? — 理解攻击者动机以优先防御
- 爆炸半径多大? — 被攻破的组件不应拖垮整个系统
八条安全优先原则:
| # | 原则 | 说明 |
|---|---|---|
| 1 | 永不建议禁用安全控制 | 找根因,不走捷径 |
| 2 | 所有用户输入都是敌意的 | 在每个信任边界验证和净化 |
| 3 | 不自造密码学 | 使用 libsodium、OpenSSL 等验证过的库 |
| 4 | 密钥是神圣的 | 不硬编码、不记日志、不客户端可达 |
| 5 | 默认拒绝 | 白名单优于黑名单 |
| 6 | 安全失败 | 错误不泄露堆栈、路径、数据库结构 |
| 7 | 最小权限无处不在 | IAM、数据库用户、API 作用域 |
| 8 | 纵深防御 | 永不依赖单一防护层 |
技术交付物包含威胁模型文档模板(STRIDE 分析)、安全代码审查模式(FastAPI + JWT + Pydantic + 限流)、CI/CD 安全管道(Semgrep + Trivy + Gitleaks)。
4.2 应用安全工程师(Application Security Engineer)
职责:安全 SDLC——威胁建模、安全代码审查、SAST/DAST 集成、开发者安全教育。
核心理念:"Make developers write secure code without even realizing it"(让开发者在不知不觉中写出安全代码)。
OWASP Top 10 安全编码模式(实际代码示例):
// A01: Broken Access Control — IDOR 漏洞
// VULNERABLE: 直接对象引用无授权检查
app.get('/api/users/:id/profile', async (req, res) => {
const profile = await db.getUserProfile(req.params.id);
res.json(profile); // 任何人可以访问任何用户的资料
});
// SECURE: 授权中间件 + 所有权验证
app.get('/api/users/:id/profile', requireAuth, async (req, res) => {
if (req.user.id !== req.params.id && !req.user.roles.includes('admin')) {
return res.status(403).json({ error: 'Access denied' });
}
const profile = await db.getUserProfile(req.params.id);
res.json(profile);
});
// A03: Injection — SQL 注入
// VULNERABLE: 字符串拼接
const results = await db.raw(`SELECT * FROM products WHERE name LIKE '%${query}%'`);
// SECURE: 参数化查询 — 查询是数据,不是代码
const results = await db('products')
.where('name', 'ilike', `%${query}%`)
.limit(50);
// A07: Authentication — 时间攻击
// VULNERABLE: 密码比较短路,泄露密码长度
function checkPassword(input, stored) { return input === stored; }
// SECURE: 常量时间比较 + 正确的哈希
function verifyPassword(password, storedHash) {
const inputHash = scryptSync(password, salt, 64);
return timingSafeEqual(inputHash, storedBuffer);
}
漏洞管理 SLA:
| 严重性 | 修复时限 | 示例 |
|---|---|---|
| Critical | 7 天 | RCE、认证绕过、SQL 注入 |
| High | 30 天 | 存储 XSS、IDOR、权限提升 |
| Medium | 90 天 | CSRF、缺失安全头 |
| Low | 180 天 | 点击劫持、轻微信息泄露 |
4.3 渗透测试工程师(Penetration Tester)️
职责:授权渗透测试、红队演练、漏洞评估。
Active Directory 攻击链五阶段:
| 阶段 | 关键技术 |
|---|---|
| 初始立足 | LLMNR/NBT-NS 投毒、密码喷射、AS-REP Roasting |
| 枚举 | BloodHound、SPN 枚举、GPP 密码 |
| 权限提升 | Kerberoasting、ACL 滥用、非约束委派 |
| 横向移动 | Pass-the-Hash、Overpass-the-Hash、WinRM |
| 域控沦陷 | DCSync、Golden Ticket、Skeleton Key |
网络隧道工具矩阵:
| 工具 | 隧道类型 | 特点 |
|---|---|---|
| SSH | 本地/动态 SOCKS/远程 | 最通用,需 SSH 服务 |
| Chisel | 反向 SOCKS | SSH 不可用时使用 |
| Ligolo-ng | 直接路由 | 无 SOCKS 开销,性能最优 |
| Meterpreter | autoroute + SOCKS | Metasploit 内置 |
4.4 事件响应工程师(Incident Responder)
职责:入侵调查、威胁遏制、数字取证、事后分析。
事件严重性分级:
| 级别 | 响应时间 | 标准 |
|---|---|---|
| SEV1 | 立即,7×24 | 活跃数据泄露、勒索软件部署中、域控被攻破 |
| SEV2 | 同工作日 | 单系统确认被攻破、钓鱼+凭证窃取 |
| SEV3 | 次工作日 | 可疑活动需调查、策略违规 |
| SEV4 | 标准队列 | 策略违规(无入侵)、信息告警 |
取证优先级:先保全易失性证据(内存、网络连接、运行进程),再收集持久化证据——它们在重启后消失。
Windows 和 Linux 取证脚本:Agent 内置了完整的 PowerShell 和 Bash 取证脚本,覆盖进程树、网络连接、DNS 缓存、持久化机制、事件日志、文件系统痕迹。
4.5 威胁情报分析师(Threat Intelligence Analyst)
职责:对手追踪、攻击活动分析、检测规则开发、情报报告。
情报三层模型:
| 层级 | 内容 | 受众 |
|---|---|---|
| 战术情报 | IOC、检测规则、即时防御建议 | SOC |
| 运营情报 | 威胁行为者画像、活动分析、TTP 文档 | IR 团队 |
| 战略情报 | 威胁态势评估、风险趋势、行业定向分析 | 领导层 |
技术交付物包含 YARA 规则(Cobalt Strike Beacon 检测)、Sigma 规则(Kerberoasting 和 PowerShell 下载框架检测)、威胁行为者画像模板、IOC 富集 Python 管道(含 STIX 2.1 导出)。
4.6 威胁检测工程师(Threat Detection Engineer)
职责:SIEM 检测规则开发、MITRE ATT&CK 覆盖映射、威胁狩猎、检测即代码。
核心理念:"A noisy SIEM is worse than no SIEM at all — because it trains analysts to ignore alerts."(嘈杂的 SIEM 比没有 SIEM 更糟——因为它训练分析师忽略告警。)
Detection-as-Code CI/CD 管道:
Sigma 规则 → 验证语法 → 检查必需字段 → 验证 ATT&CK 映射
↓
编译到 Splunk SPL / Sentinel KQL / Elastic EQL
↓
测试 → 对样本日志验证
↓
部署到 SIEM(CI/CD 自动化)
ATT&CK 覆盖评估示例:
| 战术 | 总技术数 | 已覆盖 | 覆盖率 |
|---|---|---|---|
| 初始访问 | 9 | 4 | 44% |
| 执行 | 14 | 9 | 64% |
| 持久化 | 19 | 8 | 42% |
| 凭证访问 | 17 | 7 | 41% |
| 数据收集 | 17 | 3 | 18% ← 最大缺口 |
4.7 云安全架构师(Cloud Security Architect)☁️
职责:多云零信任架构、IAM 身份安全、IaC 安全、云检测与响应。
AWS 多账户安全架构包含 SCP(阻止 root 用户使用、要求 S3 加密)、集中化安全日志(S3 + Object Lock 365 天保留)、GuardDuty 威胁检测、VPC Flow Logs。
Kubernetes 零信任网络策略:
# 默认拒绝所有流量
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
name: default-deny-all
spec:
podSelector: {}
policyTypes: [Ingress, Egress]
# 然后逐条放行:frontend→api:8080, api→database:5432, all→dns:53
4.8 合规审计师(Compliance Auditor)
职责:SOC 2 / ISO 27001 / HIPAA / PCI-DSS 审计。
核心理念:"A policy nobody follows is worse than no policy — it creates false confidence and audit risk."(没人遵守的策略比没有策略更糟——它制造虚假信心和审计风险。)
合规框架映射:通过通用控制框架用一套控制满足多个认证要求,自动化证据收集从第一天开始。
4.9 区块链安全审计师(Blockchain Security Auditor)⛓️
职责:智能合约审计、DeFi 协议安全、形式化验证。
漏洞严重性分类:
| 级别 | 标准 | 示例 |
|---|---|---|
| Critical | 直接导致用户资金损失 | 重入、闪电贷操纵 |
| High | 有条件的资金损失 | 访问控制缺陷、可升级代理劫持 |
| Medium | Griefing 攻击、临时 DoS | 非关键函数缺少访问控制 |
| Low | 偏离最佳实践 | Gas 效率问题、缺少事件 |
五步审计流程:范围界定 → 自动化分析(Slither/Mythril/Echidna)→ 逐行手动审查 → 经济与博弈论分析 → 报告与修复验证。
4.10 高级安全运维工程师(Senior SecOps Engineer)️
职责:防御性应用安全——每次代码提交前扫描密钥和敏感数据暴露。
九类自动扫描(在读取请求之前执行):
| 类别 | 严重性 | 检测内容 |
|---|---|---|
| 硬编码密钥 | CRITICAL | API_KEY、PRIVATE_KEY、连接字符串 |
| 不安全回退 | CRITICAL | process.env.JWT_SECRET \|\| "secret" |
| 日志中的敏感数据 | HIGH | console.log(token) |
| JWT 算法漏洞 | CRITICAL | alg: none、未指定算法 |
| 不安全令牌存储 | HIGH | localStorage.setItem('token') |
| 响应中的敏感数据 | HIGH | res.json({ accessToken }) |
| 宽松 CORS | HIGH | Access-Control-Allow-Origin: * |
| SQL 注入 | CRITICAL | 字符串拼接查询 |
| URL 中的 PII | HIGH | GET /api/user?email=... |
八条不可违反的规则:密钥不在代码中(启动时失败)、令牌在 HttpOnly Cookie 中、JWT 算法固定验证、角色来自 IdP、敏感数据不记日志、CORS 是白名单、认证路由有限流、所有输入在信任边界验证。
五、协作模式:12 个 Agent 如何组成安全梦之队
MERMAID_BLOCK_0
典型协作场景
场景一:AI 生成应用的完整安全审计
- AI 代码审计师 扫描 Copilot 生成的代码 → 发现
NEXT_PUBLIC_密钥 +USING(true)RLS - 密钥卫生工程师 确认密钥已泄露 → 在提供商处轮换 → 迁移到 Vault
- SecOps 工程师 ️ 在 pre-commit hook 中添加检测模式 → 防止再次发生
- 应用安全工程师 审查剩余代码 → 发现 SQL 注入和 IDOR
- 安全架构师 ️ 设计修复方案 → 重新设计认证和授权
场景二:安全事件的端到端响应
- 威胁检测工程师 Sigma 规则触发 → 可疑 PowerShell 编码命令执行
- 事件响应工程师 启动取证 → 内存镜像、网络连接、持久化分析
- 威胁情报分析师 将 IOC 映射到 MITRE ATT&CK → 确认 APT 组织
- 渗透测试工程师 ️ 红队验证 → 确认攻击路径和爆炸半径
- 云安全架构师 ☁️ 修复云配置 → IAM 收紧、网络分段
- 合规审计师 评估合规影响 → GDPR 72 小时通知要求
六、方法论框架全景
12 个 Agent 覆盖的安全框架矩阵:
| 框架 | 使用 Agent | 用途 |
|---|---|---|
| OWASP Top 10 | AppSec 工程师、SecOps 工程师 | Web 应用安全分类 |
| OWASP LLM Top 10 | AI 代码审计师 | AI/LLM 应用安全(LLM01 注入、LLM06 过度代理) |
| OWASP ASVS | AppSec 工程师、安全架构师 | 应用安全验证标准 |
| MITRE ATT&CK | 威胁情报分析师、检测工程师、渗透测试工程师、事件响应工程师 | 攻击者行为框架 |
| MITRE ATLAS | (隐性支撑 AI 代码审计师) | 对抗性 AI 攻击 |
| STRIDE | 安全架构师、AppSec 工程师 | 威胁建模(伪装/篡改/否认/信息泄露/拒绝服务/权限提升) |
| NIST SP 800-61 | 事件响应工程师 | 计算机安全事件处理指南 |
| NIST CSF | 云安全架构师 | 网络安全框架 |
| NIST AI RMF | (隐性支撑 AI 安全治理) | AI 风险管理框架 |
| CWE Top 25 | AppSec 工程师、AI 代码审计师、SecOps 工程师 | 最危险软件弱点 |
| CVSS 3.1 | 安全架构师、渗透测试工程师 | 漏洞严重性评分 |
| Sigma | 威胁检测工程师、威胁情报分析师 | 供应商无关的检测规则格式 |
| YARA | 威胁情报分析师 | 恶意软件模式匹配 |
| STIX/TAXII | 威胁情报分析师 | 威胁情报共享标准 |
| PTES | 渗透测试工程师 | 渗透测试执行标准 |
| Diamond Model | 威胁情报分析师 | 入侵分析模型 |
| Cyber Kill Chain | 威胁情报分析师 | 攻击链分析 |
| SWC Registry | 区块链安全审计师 | 智能合约弱点分类 |
| SOC 2 / ISO 27001 / HIPAA / PCI-DSS | 合规审计师 | 合规框架 |
七、实战部署指南
7.1 安装方式
方式一:桌面应用(推荐)
# macOS
brew install --cask msitarzewski/agency-agents/agency-agents
方式二:脚本安装
# 克隆仓库
git clone https://github.com/msitarzewski/agency-agents.git
# 安装到 Claude Code(仅安全部门)
./scripts/install.sh --tool claude-code --division security
# 安装到 Cursor
./scripts/install.sh --tool cursor --agent security-architect,security-appsec-engineer
方式三:直接使用
将 Agent 的 Markdown 文件内容复制到你使用的 AI 工具的 Agent/规则配置中。
7.2 支持的工具平台
| 工具 | 格式 | 安装路径 |
|---|---|---|
| Claude Code | .md |
~/.claude/agents/ |
| GitHub Copilot | .md |
~/.github/agents/ |
| Cursor | .mdc |
.cursor/rules/ |
| Gemini CLI | .md |
~/.gemini/agents/ |
| OpenCode | .md |
.opencode/agents/ |
| Codex | TOML | ~/.codex/agents/ |
| Windsurf | .windsurfrules |
项目根目录 |
| Aider | CONVENTIONS.md |
项目根目录 |
7.3 使用示例
在 Claude Code 中激活安全审计:
Hey Claude, activate AI-Generated Code Security Auditor mode and
review my Next.js + Supabase project for security vulnerabilities.
在 Cursor 中使用渗透测试 Agent:
Activate Penetration Tester agent. I need to plan an authorized
penetration test for our staging environment. Target: api.staging.example.com
7.4 注意事项
- OpenCode 限制:运行时仅注册约 119 个 Agent,建议使用
--division参数安装子集 - 更新后重新生成:
./scripts/convert.sh --parallel并行重新生成所有工具的集成文件 - 社区翻译:简体中文翻译已有 141 个 Agent + 46 个中国市场原创 Agent
八、总结:AI 安全的新范式
传统安全 vs AI Agent 安全团队
| 维度 | 传统安全团队 | AI Agent 安全团队 |
|---|---|---|
| 可用性 | 工作时间 | 7×24 |
| 成本 | $150K-$300K/人/年 | 一次部署,零边际成本 |
| 一致性 | 因人而异 | 每次执行相同标准 |
| 知识广度 | 个人经验范围 | 全部框架和标准 |
| 协作 | 需要会议协调 | Agent 间直接传递上下文 |
| 速度 | 分钟到小时 | 秒级响应 |
agency-agents 安全部门的核心价值
- 完整性:12 个 Agent 覆盖安全工程全生命周期——从威胁建模到事件响应,从渗透测试到合规审计
- AI 原生:AI 代码审计师和密钥卫生工程师是专为 AI 时代设计的新角色
- 可操作性:每个 Agent 都提供具体代码、配置和模板——不是理论指导
- 框架对齐:CWE、OWASP、MITRE ATT&CK、STRIDE、NIST——映射到现有风险流程
- 多平台:支持 14 个主流 AI 编码工具,一键部署
值得关注的设计亮点
- 诚实优于自夸:AI 代码审计师明确声明"我不会报告合规百分比,我会告诉你我检查了什么、没检查什么"
- 安全失败哲学:安全架构师的"Fail Securely"原则——错误不泄露信息
- 检测即代码:威胁检测工程师将检测规则视为代码——版本控制、同行评审、CI/CD 部署
- 泄露时钟:密钥卫生工程师从提交时间(非发现时间)开始计时
- 对抗性思维:渗透测试工程师"Breaks into your systems so the real attackers can't"
未来展望
当 AI 生成的代码占新代码的 50% 以上时,AI 代码安全审计师将成为标准 CI/CD 管道的一部分——就像今天的 SAST 扫描器一样。agency-agents 的安全部门展示了一个可行的路径:不是用 AI 替代安全工程师,而是用 AI Agent 将安全工程的最佳实践编码为可执行的、可重复的、可扩展的系统。
项目地址:https://github.com/msitarzewski/agency-agents
安全部门:https://github.com/msitarzewski/agency-agents/tree/main/security

浙公网安备 33010602011771号