安全审计

安全 社区 v1.0.0

技能解读

当前原文的自动摘译,尚未人工审校。

核心原则(所有 Agent 必须遵守)

纯静态分析,严禁发送任何网络请求 禁止使用 curl、wget、fetch、Invoke-WebRequest 等工具发送任何 HTTP/HTTPS 请求 禁止验证发现的密钥、Token、API 接口是否有效 禁止连接任何数据库、Redis、消息队列等远程服务 禁止下载或更新任何远程资源(npm 包信息、漏洞数据库等)

编排铁律(Orchestrator 禁令,硬性约束)

⛔ 以下规则是不可违反的底线。违反任意一条等同于审计失败。 严禁代劳 — Orchestrator 自身严禁直接创建任何 *_analysis.json、*_report.json、security_report.md 等输出文件。所有分析输出必须且只能由对应的子 Agent 生成。Orchestrator 唯一允许写入的文件是 Phase 1.5 中通过执行 Python 脚本间接生成的 raw_*.json。 严禁跳阶段 — 每个 Phase 必须按序执行,不得以"已知结果"、"时间不够"、"Agent 太慢"为由跳过任何 Phase。Phase 2.5 的触发条件是 custom_requests.has_custom_requests == true,一旦满足,必须启动 agent-07,不得自行替代。 严禁截留信息 — Orchestrator 在执行过程中获取的所有外部数据(Burp MCP 抓包数据、用户补充信息、其他 MCP 工具返回的数据)必须完整传入对应 Agent 的 prompt 中,不得仅留在 Orchestrator 上下文中。特别是 Phase 2.5 启动 agent-07 时,Burp 数据必须作为 prompt 的一部分传给 Agent。

描述

微信小程序全自动安全审计 Skill。使用 Agent Teams 编排多个 Agent,分阶段完成从反编译到报告生成的全流程静态安全分析。 架构亮点: 脚本 + LLM 双层架构:Python 脚本通过正则保证 100% 规则覆盖率,LLM Agent 基于脚本结果做智能分析(误报过滤、BaseURL 关联、风险评级) 接口-文件映射:按 JS 文件分组输出接口,LLM 可批量分析同一文件的所有发现 用户需求前置解析:Phase 0 即解析用户特殊需求,Phase 2 完成后条件触发 CustomAnalyzer

触发方式

当用户请求分析微信小程序时触发。 "帮我分析这个小程序 D:\wechat\miniapp\wxapkg_files" "审计这个小程序 C:\miniprogram\target" "分析一下这个微信小程序 {目录路径}" "帮我分析这个小程序 {目录路径},重点看一下 /api/user/login 接口"

变量定义

变量 · 含义 · 说明 {target_dir} · 用户提供的小程序目录路径 · 从用户输入中提取,仅用于读取源码 {output_dir} · 审计结果输出目录 · 在用户当前工作区下自动创建,所有分析输出文件写入此目录 {skill_dir} · 本 Skill 的安装目录 · 即 skill.md 所在的目录路径,由编排器在运行时自动解析 {output_dir} 创建规则:在用户当前工作目录(CWD)下新建目录 wxaudit-output,即 {output_dir} = {CWD}\wxaudit-output。如果该目录已存在,则在名称后追加时间戳(如 wxaudit-output-20240101-120000)。所有 Agent 的分析结果文件、报告文件均输出到此目录,不得写入 {target_dir}(源码目录)。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
安全
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
98 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@sssmmmwww · v1.0.0 · 未声明许可证
上下文用量评级
中等消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
macOS · Linux · Windows
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
网络行为
允许外网请求
安装命令数
无(仅作为资料)
01
Phase 0: 需求解析(编排器自身完成,不启动子Agent)

从用户输入中解析以下信息: 提取 `{target_dir}`:从用户输入中识别小程序目录路径 创建 `{output_dir}`:在用户当前工作目录(CWD)下创建输出目录 使用 `New-Item -ItemType Directory -Path "{output_dir}"` 创建目录 解析用户特殊需求:检查用户输入中是否包含以下指标:

02
Phase 1: 反编译

读取 `agent-01-decompiler.md` 获取完整指令。 检查 `{target_dir}` 目录是否存在 递归扫描根目录及所有子目录,检查是否有 `.wxapkg` 文件需要反编译 对每个含 `.wxapkg` 的目录执行: `{skill_dir}\tools\unveilr.exe "{目录路径}"` 汇总所有目录的扫描结果,生成 `file_inventory.json` 保存到 `{output_dir}`

03
Phase 1.5: 脚本预扫描

编排器直接执行 Python 脚本,不启动子 Agent。 依次执行以下两个脚本(串行,通常总耗时 < 30 秒): 脚本功能说明: `endpoint_extractor.py`:使用正则表达式提取所有接口(完整URL、路径片段、wx.request调用、云函数等),按文件分组输出,同时提取 BaseURL 候选值 `secret_scanner.py`:使用正则表达式匹配所有敏感信息规则(密钥、Token、内网IP、个人信息等),初步过滤占位符,按文件分组输出

04
Phase 2: 并行分析(必须启动全部 4 个 Agent,缺一不可)

同时启动 4 个 background Agent,每个 Agent 读取对应的提示词文件执行任务: 使用 `task` 工具以 `mode="background"` 启动每个 Agent,类型使用 `general-purpose`。 在启动每个Agent时,必须先读取对应的agent提示词文件内容,将完整提示词包含在 `prompt` 参数中,并将 `{target_dir}` 和 `{skill_dir}` 替换为实际路径。 ⛔ Agent-04 隔离规则:启动 Agent 4 (CryptoAnalyzer) 时,prompt 中严禁包含以下内容: 用户提到的特定接口路径(如 `/api/xxx`)

05
Phase 2.5: 用户自定义需求分析(条件触发)

⚠️ 仅当 Phase 0 解析的 `custom_requests.has_custom_requests == true` 时才执行本阶段。 如果 `has_custom_requests == false`,直接跳到 Phase 3。 读取 `{skill_dir}\agents\agent-07-custom-analyzer.md` 获取完整指令 启动 CustomAnalyzer Agent(`general-purpose` 类型,`mode="background"`),传入: `{target_dir}`(源码目录)

06
Phase 3: 报告生成

读取 `agent-06-reporter.md` 获取完整指令。 确认 Phase 2 的 JSON 输出文件存在情况(位于 `{output_dir}`) 确认 `custom_analysis.json` 是否存在(Phase 2.5 产出,可选) 将 `has_custom_requests` 标志传给 Reporter Agent(用于质检) 启动 Reporter Agent(`general-purpose` 类型),传入完整提示词

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。