AIShield Security Scanner

AIShield

AI Agent 安全生态基础设施

让任何 Agent 可以安全地发现、验证、委托、支付另一个 Agent

🖥️ 本地优先 · 零依赖 · 代码不出机

开源本地版 — 与同名云 SaaS aishield.ai 是完全不同的产品

   ██████╗██╗   ██╗██████╗ ███████╗██████╗ ███████╗███████╗ ██████╗

██╔════╝╚██╗ ██╔╝██╔══██╗██╔════╝██╔══██╗██╔════╝██╔════╝██╔════╝ ██║ ╚████╔╝ ██████╔╝█████╗ ██████╔╝███████╗█████╗ ██║ ██║ ╚██╔╝ ██╔══██╗██╔══╝ ██╔══██╗╚════██║██╔══╝ ██║ ╚██████╗ ██║ ██████╔╝███████╗██║ ██║███████║███████╗╚██████╗ ╚═════╝ ╚═╝ ╚═════╝ ╚══════╝╚═╝ ╚═╝╚══════╝╚══════╝ ╚═════╝ Security · Identity · Collaboration · Trust

---

🖥️ 本地优先 · 开源 · 无云

AIShield 开源版完全在你机器上运行：零第三方依赖、可 100% 离线、代码与配置绝不上传云端、扫描时绝不执行被扫配置。

⚠️ 与 `aishield.ai` 的区别：本仓库是本地开源版，与同名商业云 SaaS `aishield.ai`（注册 / 密钥 / 计费式云端服务）是完全不同的产品，请勿混淆。

核心特性

🛡️ 313 条规则（静态 286 + 情报 8 + 雷达 19） — 对齐 OWASP MCP Top 10 (2025 v0.1) 与 OWASP Agentic AI Top 10 (2026) 的全部 10 类风险，覆盖 Prompt 注入、越权访问、数据泄露、协议攻击、供应链风险、沙箱逃逸 6 大维度

编号体系说明（重要）：报告中 owasp_category 字段的 ASI01–ASI10 是本库内部归纳编号，

与 OWASP 官方 *Top 10 for Agentic Applications 2026* 的编号不是同一套——仅 ASI01/ASI02/ASI03

恰好同号。例如本库 ASI04（记忆操纵与投毒）在官方体系中是 ASI06 Memory & Context Poisoning，

而官方 ASI04 是 Agentic Supply Chain。逐条交叉表见 scanner/compliance.py 的

INTERNAL_ASI_TO_OWASP（也随 compliance_summary() 返回）与

docs/owasp-agentic-taxonomy-alignment.md。

引用 OWASP 官方措辞前必须经此换算。

🧰 Agent 计算机的内容安全平面 — Cloudflare Sandboxes、forgevm、E2B、Open Interpreter、Goose 这类运行时管的是爆炸半径（agent 能碰到什么），AIShield 管的是内容可信（agent 读进来的 MCP server、skill、工具描述该不该信）。两者互补：启动前工作区预扫 → 沙箱硬化规则 → 每次调用准入 → 持续鉴证。详见 Agent 计算机的两个安全平面

📄 Markdown 按可执行体扫描 — 对 Skill 类资产，SKILL.md 本身就是程序。把 .md 一律当「文档示例」降级的扫描器，会整条漏掉 skill 供应链

🧠 智能 Prompt 注入检测 — 原生支持中文检测，识别拼音变体、谐音替换、拆字攻击等本土化绕过手法

🪪 Agent 身份系统 — DID 去中心化身份生成、多级信誉评分、API Key 生命周期管理、完整审计日志链

🤝 Agent 协作通信 — 内置发布/订阅消息总线、协作会话管理、跨 Agent 任务委托，让 Agent 之间安全对话

📦 安全沙箱执行 — 代码预检查拦截危险模式，支持 Python / JavaScript / Shell 多语言隔离执行，结果自动安全审查

🏪 技能市场 — 技能发布、搜索与调用一体化，内置评分系统，支持 HTTP RPC 真实调用验证

📘 Agent 原生文档 — AGENTS.md（架构 / 核心不变量 / 贡献约定，供 AI 编码 agent 直接读取）+ COMMUNITY.md（分发与上架渠道清单）

🔗 A2A 协议网关 — 兼容 Google A2A 协议，Agent Card 注册与发现，智能任务路由与跨 Agent 调度

🔌 6 大外部项目集成模块 — 即插即用的安全增强套件：

💳 支付与计费 — API 按量计费、套餐管理、使用量统计，为 Agent 经济提供基础设施

🏆 安全认证徽章 — 扫描通过自动签发认证，生成可嵌入 GitHub README 的 SVG 徽章，金 / 银 / 铜三级

🌐 中立信任机构（Neutral Trust Authority） — AIShield 不只是扫描器，更是 agent 生态的信任层：每个被扫资产都拿到一张机器可读、可签名、可嵌入发现格式的 Trust Attestation（aishield-trust/v1） 凭证。MCP Server Card / A2A Agent Card / Google ai-catalog 只需在自己的 metadata 里加一个 trust 字段，就能零成本引用 AIShield 的「内容是否可信」裁决——而这一层目前是整条 agent 供应链最薄弱、也最被抢位的空白。AIShield 的差异化锚点：唯一本地离线、扫内容（prompt 注入 / 工具中毒 / 供应链漂移）、绝不执行被扫配置的信任裁决。生态占位策划见 docs/ecosystem-positioning-2026.md。

---

为什么选择 AIShield

🔍 Agent 身份与凭证扫描（身份层 / NHI） — 2026 年 agent 安全的主战场已从「工具执行」转移到「agent 身份可验证」（A2A 仓库 top issue 全在身份；Authentik 借 NHI 重燃；ANS/DNSid/Entra Agent ID 扎堆）。AIShield 从「只发信任证书」升级为「也扫身份缺陷」：AgentCard/agent 身份是否签名、凭证是否短期过期、授权是否过宽（scope: "*" 违反最小权限）、是否缺 mTLS/DID、委托是否做 scope attenuation。详见 Agent 生态 2026 态势与卡位。

🕸️ Agent 网络 / Mesh 配置扫描（网络层） — Cloudflare Mesh 把 agent 组网做成基础设施，却官方自认「缺 per-agent 身份与策略」（所有 agent 流量被当成来自一个 Worker）。AIShield 补这个缺口：扫描整账户 Mesh/VPC 绑定是否把全网暴露给所有 agent、agent 端点是否无鉴权（auth: none）、私有资源是否公网暴露（public: true）。内容可信 + 身份归因 + 组网可达性，三管齐下覆盖 agent 的「信任浅滩」。

🔐 Authentik / NHI service-account 扫描（身份层 · Authentik 流派） — 扫描 Authentik 风格的 service-account 导出：skip_authorization 跳同意、令牌永不过期（token_ttl: 0/never）、scope 过宽（"*"）、硬编码 client_secret。把身份层从「只发证书」扩展到「也扫 NHI 卫生」。

🪪 A2A AgentCard 结构化校验（身份层 · A2A 流派） — 对 .well-known/agent.json 做 JSON 结构化校验：未签名、缺过期、非 https、无鉴权方案（securitySchemes）、委托链未做 scope attenuation。直接对应 A2A #1672/#1628 的「信任浅滩」。

🛡️ AI-slop / 越狱规避检测（内容可信层） — 识别专为绕过内容分类器而设计的 prompt/skill：指令覆盖（ignore previous instructions）、DAN 角色扮演、base64/翻译混淆、反检测自指。这是「去 AI 味」文化浪潮被武器化的一面，AIShield 做其安全/可信对冲层（与 soundshuman 风格层互补非竞品）。

💰 AP2 / x402 支付授权 scope 审计（经济层 · 支付授权） — 扫描 agent 支付配置：maxAmount 无限、auto_approve 免确认、支付 scope 过宽、支付授权未绑 intent（cartId/orderId）。覆盖 agent 经济层的「三授权」收敛。

🧩 OWASP Agentic AI Top 10（ASI01–ASI10）全覆盖 — 11 个新模块补完「3 个全空白 + 5 个半覆盖」域：

• ASI01 目标劫持（scanner/goal_hijack_scan.py）：把外部内容当指令、目标替换、持久/永久目标注入。
• ASI02 工具滥用 / 最小权限（scanner/least_agency_scan.py）：管道到 shell、rm -rf、sudo、chmod 777、os.system/eval、凭证与 SSH key 读取。
• ASI03 身份 / OAuth 姿态（scanner/mcp_oauth_scan.py）：无认证的远程 MCP server（CVE-2026-32211 类）、缺 RFC 9207 issuer 的 OAuth、长寿命/不轮换 token。（GPT Action 清单按自身 auth schema 识别，不误报为 MCP 缺口。）
• ASI04 供应链 / 来源可信（scanner/provenance_scan.py）：npx/pip 未 pin 版本、git 安装未 pin commit、锁定文件缺完整性、SBOM 未签名。
• ASI06 记忆 / 上下文投毒（scanner/memory_scan.py）：写入记忆的指令、持久/种子目标、记忆文件写入。
• ASI07 跨 agent / 委托（scanner/scope_composition_scan.py）：用 agent 自身凭证转发请求的混淆副手（confused deputy）。
• ASI08 级联失败 / 爆炸半径（scanner/scope_composition_scan.py）：凭证读取 + 外传组合（所有已连接 server scope 的并集）。
• ASI09 人机信任利用（scanner/dark_pattern_scan.py）：权威冒充、压制核验、虚假保证、紧迫感——需 ≥2 个信号同时命中才报警（低误报）。
• ASI10 失控 agent / 反篡改（scanner/antitamper_scan.py）：自保护/删除后重装、禁用/替换其它组件、反分析/隐藏指令。
• 工具 / 技能完整性（scanner/tool_integrity_scan.py）：工具名 typosquat（与规范品牌编辑距离 ≤2，CVE-2026-30856 类）、未 pin 版本的远程 MCP（rug-pull）。
• 注册中心供应链（scanner/registry_supply_scan.py）：技能名 typosquat、可疑外传、渐进式隐藏载荷（主文件把安装命令延迟到次级 .md）。

上述 11 个模块全部通过 tests/test_capability_full_scan.py 的「良性零误报 + 恶意仍被拦」契约（40 项）；全量测试 523 通过 / 0 失败 / 9 跳过。

AIShield 不只是一个扫描器 — 它是 AI Agent 安全生态的完整基础设施。

---

快速开始

AIShield 是完全本地运行的开源工具——无需注册、无账号、代码不上传云端。推荐通过 MCP 直接接入你的客户端。

方式一（推荐）：作为 MCP Server 接入

无需安装，一行命令接入 Claude Desktop / Cursor / 任意 MCP 客户端：

{

"mcpServers": { "aishield": { "command": "npx", "args": ["-y", "aishield-mcp-server"] } } }

接入后无需任何配置，即可在对话中直接说：

“帮我扫描这个 MCP 工具是否存在 Prompt 注入风险”

方式二：本地 API Server（可选）

git clone https://github.com/lm203688/aishield.git

cd aishield python api/server.py

启动后访问 http://localhost:8450 查看本地 API 面板。该 server 完全在本地运行，无需注册、无积分、无公网依赖，所有扫描都在你的机器上完成。

获取安全徽章

扫描通过后，在你的项目 README 中嵌入安全徽章（自托管你的实例后替换域名）：

![AIShield Security](https://aishield.tools/badge/my-agent-tool)

---

MCP 集成

AIShield 可作为 MCP Server 直接集成到 Claude Desktop、Cursor 等支持 MCP 的客户端中。

Claude Desktop

在 Claude Desktop 配置文件中添加：

{

"mcpServers": { "aishield": { "command": "python", "args": ["-m", "api.mcp_server"], "cwd": "/path/to/aishield" } } }

Cursor / 其他 MCP 客户端

同样在 MCP 配置中添加以上内容，即可在对话中直接调用 AIShield 的全部安全扫描能力。

集成后你可以直接在对话中说：

"帮我扫描这个 MCP 工具是否存在 Prompt 注入风险"

"检查这段文本是否包含违禁词"

---

CI 安全门禁（GitHub Action）

把 AIShield 接入任何仓库的 CI：每次 push / PR 自动扫描工作区里的 MCP server、skill、prompt，达到阈值即让构建失败。

# .github/workflows/aishield.yml

name: AIShield Security Scan on: [push, pull_request] jobs: aishield: runs-on: ubuntu-latest steps:

• uses: actions/checkout@v4
• uses: lm203688/aishield@v4.11.0 # 发布到 Marketplace 后可用；此前用 commit/ tag 引用 with: fail_on: high # safe / medium / high / critical tool_type: mcp # mcp / skill / gpt / prompt
• name: 上传 SARIF 到 GitHub Security if: always() uses: github/codeql-action/upload-sarif@v3 with: sarif_file: aishield.sarif

差异化：默认 no-spawn（不执行被扫配置） + 内容/prompt 注入检测 + 中文合规（违禁词）——占「中国合规 + 不执行」位，与 AgentAuditKit 的通用位互补。

---

外部项目集成

AIShield 内置 6 个即插即用的集成模块，提升安全扫描和威胁情报能力。所有模块零依赖即可运行，外部依赖为可选增强。

快速使用

from scanner.integrations import EventPipeline, VClusterManager, PersistentAgent

实时事件管道

pipeline = EventPipeline() pipeline.publish_vulnerability("CVE-2026-12345", "critical", "https://target.com")

隔离扫描环境

manager = VClusterManager() env = manager.create_scan_env("target-scan-001")

持久化安全代理

agent = PersistentAgent(api_key="your-xai-key") agent.analyze_threat({"cve_id": "CVE-2026-12345", "severity": "critical"})

安装可选依赖

pip install -r requirements-integrations.txt

详见 requirements-integrations.txt 和 scanner/integrations/ 目录。

---

本地 API 文档（localhost:8450）

以下端点由本地 python api/server.py 提供，运行在 localhost:8450，无公网依赖、无需注册。先按上文「快速开始 · 方式二」启动本地 server，再访问对应端点。核心端点包括：

安全扫描

Agent 生态

---

项目架构

graph TB

subgraph Clients["客户端"] MCP["MCP 客户端 (Claude / Cursor)"] SDK["HTTP 客户端 / SDK"] end

subgraph Server["AIShield Server (Port 8450)"] API["REST API ThreadingMixIn 并发"] MCPE["MCP Endpoint StreamableHTTP"]

subgraph Scanner["安全扫描引擎"] PE["Prompt 注入检测"] MW["零宽字符检测"] RP["Rug Pull 检测"] AS["API 安全扫描"] BW["违禁词检测"] SC["5 维评分引擎 313/340 条规则"] end

subgraph Eco["生态模块"] ID["Agent DID 身份系统"] RP2["信誉评分"] CO["协作通信总线"] SB["安全沙箱"] MK["技能市场"] A2A["A2A 协议网关"] PAY["支付与计费"] BD["认证徽章"] end

subgraph Integrations["外部项目集成"] BB["BB Browser 威胁情报采集"] BU["Browser Use AI 浏览器扫描"] GDB["Graph DB 威胁图谱"] ES["Event Stream 实时事