AI 写的代码能跑，但 45% 会引入 OWASP Top 10 级别的安全漏洞。
这个 Skill 在你上线前帮你抓出最致命的安全问题。
Vibe Coding 安全审计 Skill，适用于 Claude Code / OpenClaw / Codex。
三层递进式安全检查（L1 硬性规则 → L2 逻辑安全 → L3 依赖安全），输出结构化安全报告 + 修复建议。不能替代专业渗透测试，但能在上线前帮你系上安全带。
2026 年 4 月，Georgia Tech 发布了 Vibe Security Radar 研究，追踪发现：
- 2026 年 3 月 AI 代码引入的 CVE 数量（35 个）超过了 2025 年全年（18 个）
- 45% 的 AI 生成代码会引入 OWASP Top 10 级别的安全漏洞（Cloud Security Alliance）
- AI 代码引入漏洞的概率是人类代码的 1.88 倍
- 18-21% 的 AI 生成代码引用不存在的依赖包（Slopsquatting）
AI 写代码的目标是「让功能跑起来」，不是「让代码安全上线」。这个 Skill 补上了这一环。
将文件夹放入项目的 .claude/skills/ 目录：
your-project/
└── .claude/
└── skills/
└── vibecoding-security-check/
├── SKILL.md
└── references/
└── vulnerability_patterns.md
放入用户级 Skills 目录，所有项目通用：
cp -r vibecoding-security-check ~/.claude/skills/不安装也能用。将 SKILL.md 的内容复制粘贴到 Claude Code 对话中，然后让它对当前项目执行安全审计。
安装后，在任何项目中直接说：
帮我做一下安全检查
或：
上线前跑一下安全审计
Skill 会自动触发，按 L1 → L2 → L3 三层执行检查，最后输出结构化安全报告。
┌──────────────────────────────────────────────┐
│ vibecoding-security-check │
├──────────────────────────────────────────────┤
│ │
│ L1 硬性规则扫描（扫到就是错） │
│ ├── 密钥 / 凭证硬编码 │
│ ├── 密码明文存储 │
│ └── .env / 敏感文件暴露 │
│ │
│ L2 逻辑安全审查（需要理解代码语义） │
│ ├── SQL / NoSQL / 命令注入 │
│ ├── 认证与授权（越权、速率限制、CSRF） │
│ ├── 输入校验与 XSS │
│ └── 数据库安全配置（Supabase RLS / Firebase） │
│ │
│ L3 依赖安全检查 │
│ ├── 幻觉包检测（Slopsquatting 防护） │
│ └── 已知漏洞依赖 │
│ │
├──────────────────────────────────────────────┤
│ 输出：结构化安全报告 │
│ 严重 / 高危 / 中危 / 低危 + 具体修复代码 │
└──────────────────────────────────────────────┘
| 层级 | 检查项 | 严重程度 | 典型案例 |
|---|---|---|---|
| L1 | 密钥 / 凭证硬编码 | Critical | Moltbook 泄露 150 万 API 密钥 |
| L1 | 明文密码存储 | Critical | OWASP Top 10 #A02 |
| L1 | .env 未 gitignore | Critical | 推到 GitHub = 全部公开 |
| L2 | SQL / NoSQL / 命令注入 | Critical-High | 69 个漏洞审计中的第一名 |
| L2 | 认证与授权缺陷 | Critical-High | 用户 A 能看到用户 B 的数据 |
| L2 | 输入校验与 XSS | High-Medium | 跨站脚本攻击 |
| L2 | 数据库安全配置 | Critical | Supabase 未开 RLS |
| L3 | 幻觉包检测 | High | react-codeshift 投毒事件 |
| L3 | 已知漏洞依赖 | High | npm audit / pip-audit |
## 安全审计报告
项目：todo-app
审计时间：2026-04-16
### 总评
修复后可上线。
- 严重（Critical）：1 项
- 高危（High）：2 项
- 中危（Medium）：2 项
### 发现的问题
#### [严重] Session Secret 含硬编码 fallback
- 文件：app.js，第 20 行
- 风险：忘配环境变量就部署，攻击者可以伪造任意用户登录
- 修复：去掉 fallback，强制从 .env 读取
#### [高危] 登录接口无速率限制
- 文件：routes/auth.js
- 风险：暴力破解密码
- 修复：添加 express-rate-limit
### 通过的检查项
- ✅ 密码使用 bcrypt 哈希存储
- ✅ 数据库查询全部参数化（无 SQL 注入）
- ✅ CRUD 均有 user_id 权限校验（无越权）
- 宁可误报，不要漏报。 误报了你多花 5 分钟确认，漏报了你可能数据泄露。
- 说人话。 风险描述不用术语，用「攻击者可以直接读取你的整个数据库」这种表述。
- 给修复代码，不只给建议。 每个问题附修改前 / 修改后的代码对比��
- 标注置信度。 不确定的发现标「疑似」，让你自己判断。
- 不能替代专业渗透测试和安全审计
- 不能发现复杂的业务逻辑漏洞
- 不能保证 100% 无遗��
- 依赖 AI 的代码理解能力，可能存在误判
但它能抓住那些最低级、最高频、最致命的问题。而这些，恰恰是 AI 生成代码中最常见的。
- Georgia Tech: Bad Vibes - AI-Generated Code is Vulnerable (2026.04.13)
- Cloud Security Alliance: Vibe Coding's Security Debt (2026)
- Wiz: Hacking Moltbook - 1.5M API Keys Exposed (2026.02)
- Aikido: Slopsquatting - AI Package Hallucination Attacks
MIT