security-audit-skill は、Cloudflareが公開した コーディングエージェントを「セキュリティ監査人」に変える オープンソースのスキル(MIT)だ。Claude Codeのようにツール使用とサブエージェントの並列実行に対応したエージェントに読み込ませると、コードベースを6フェーズで監査し、実際に信頼境界を破る脆弱性だけを独立検証つきで残す。本記事は2026年6月の初版を、2026年9月10日と14日の全面改訂(コミット 158eb44・c1c8a8c)後の姿に合わせて書き直したもので、公式リポジトリ(MIT)を2026-09-15にクローンし、同梱バリデータのテストを手元で実行した結果を含む(当時 ★4.6k・fork 293・コミット14件)。その後 2026-11-05 に再確認すると ★59.2k・fork 3.8k まで伸びていた——約4か月で10倍超の成長で、Cloudflare の脆弱性発見ハーネスの“原型”として注目が集まっていることがうかがえる(構成そのもの=6フェーズ・3判定・2モードは現行 README と一致)。
SIX PHASES6フェーズ
カバレッジ台帳が全フェーズを貫く監査パイプライン
-
偵察
台帳を作る
-
ハント
抜けを探す
-
候補検証
別役が反証
-
構造化出力
findings.json
-
独立再検証
中立レポートへ
- ・Cloudflare製のOSSスキル(MIT)。社内の脆弱性発見ハーネス(ブログ「Build your own vulnerability harness」)の単一リポジトリ版が出発点
- ・6フェーズは
coverage-ledger.json(カバレッジ台帳)を軸に組み直された - ・判定は confirmed/needs_validation/rejected の3種。needs_validation には重大度を付けない
- ・guidance モード(質問・部分レビュー)と full audit モードの2つ。読み込んだだけでは監査もファイル生成も始まらない
- ・同梱バリデータ2本のテスト 65件(34+31)を手元で実行し全通過。Node.js だけで動く
このスキルが扱う「依存・CI・リリース・署名」の攻撃面は、サプライチェーン攻撃の防御と地続きだ。全体像はサプライチェーン攻撃とは|手口・防御ツール比較・npm 12の新機構まで実践解説にまとめている。スキルの仕組み(SKILL.md とフォルダ構成)はClaude Skillsとは|「スキル=フォルダ」の仕組みと作り方・使い方を徹底解説を参照してほしい。
1. security-audit-skillとは——監査の「型」をスキルにする
リポジトリの説明文は「A coding-agent skill for multi-phase security audits with independently verified, machine-readable findings(独立検証済みで機械可読な発見を出す、多段階セキュリティ監査のためのコーディングエージェント用スキル)」。READMEは、このスキルをCloudflareの脆弱性発見ハーネスの種、つまり出発点となった単一リポジトリ版と位置づけている。
中身は skills/security-audit/ 配下の Markdown 15本と JSON スキーマ1本、Node.js のバリデータ2本(+テスト2本)で、実行コードは検証系だけだ。監査の知能はエージェントに委ね、スキルは手順・判定基準・出力の契約を固定する。
| 種別 | ファイル | 役割 |
|---|---|---|
| 中核 | SKILL.md |
動作モード・実行安全性・原則・6フェーズの概要・アンチパターン |
| フェーズ手順 | RECONNAISSANCE.md/HUNTING.md/VALIDATION-AND-REPORTING.md |
Phase 1/2/3〜6 のプロンプトと統合手順 |
| 攻撃クラス | ATTACK-CLASSES.md + 領域別コンパニオン10本 |
汎用の攻撃プロンプトと、AI/LLM・メモリ安全性・クラウド等の領域別ハント項目 |
| 契約 | report-schema.json |
findings.json の3判定を定義する JSON Schema |
| 検証 | validate-findings.cjs/validate-coverage-ledger.cjs |
依存ゼロの Node.js バリデータ(各テスト付き) |
読者の3つの問いへの答え
① 何ができる:手元のコードベースを、隔離された複数エージェントで偵察・ハント・反証・再検証し、根拠つきの発見を JSON と Markdown で出す
② 何を解決する:「理論上は危ないかも」の羅列(誤検知)と、監査のたびに手順が変わる再現性の無さ
③ 何を代替する:単発プロンプトによる場当たり的なレビュー。SAST の代替ではなく、その後段の「悪用可能性の確認」を担う
2. security-audit-skillの6フェーズ——9月改訂で何が変わったか
初版(2026年6月)は「Recon → Hunt → Validate → Report → Structured output → Independent verification」で、レポートが構造化出力より先だった。9月改訂で順序と中身が組み直されている。
| # | 改訂版(9月) | 初版からの変更点 |
|---|---|---|
| 1 | 偵察:構造・信頼境界に加え、過去の証拠とカバレッジを coverage-ledger.json に記録 |
台帳が新設 |
| 2 | 台帳主導ハント:台帳の単位ごとに隔離ハンターを割り当て、coverage critic が抜けを探す | 観点別から台帳主導へ |
| 3 | 候補検証:ユニークな候補すべてを新しい検証役に渡して反証 | 重複排除(fingerprint)が明文化 |
| 4 | 構造化出力:3判定を findings.json に書きスキーマ検証 |
JSON が先、レポートは後 |
| 5 | 独立再検証:新しいエージェントが最終記録のソース主張を検証 | 検証が2段に |
| 6 | 中立レポート:検証済み記録と台帳から REPORT.md などを導出 |
ライブプローブの指示は書かない |
親エージェント(parent)は台帳を作った直後と更新のたびに validate-coverage-ledger.cjs を、Phase 4 と 5 の差し替えごとに validate-findings.cjs を実行する。終了状態は2つだけで、「Phase 6 の成果物がすべて書かれ両バリデータが通る」か、「run_status: "incomplete" を理由つきで記録し、レポートで空白を開示する」かのどちらかだ。
改訂版にはプロファイルも入った。quick(台帳の単位を粗くし、ハンター1波+critic 1回)、standard(手順どおり)、deep(サブシステムごとに単位を分割し、critic が「抜けなし」になるまで波を繰り返す)の3種で、いずれも「証拠の水準は下げない」と明記されている。
3. 3つの判定と findings.json——「悪用できるものだけ」の実装
初版の原則「Only report what you can exploit」は、改訂版で3種の判定として実装された。
THREE VERDICTS3つの判定
判定は混ぜない。重大度を付けるのは confirmed だけ
-
1.confirmed
完全なソーストレース+範囲限定の観測結果。重大度あり
-
2.needs_validation
未解決の事実を1点だけ明記。重大度は付けない
-
3.rejected
反証された候補。理由を残し次回の抑制に使う
report-schema.json は items.oneOf でこの3分岐を定義する。手元で読むと、confirmed は verdict・fingerprint・title・description・root_cause・intended_behavior・trace・evidence を、needs_validation は claimed_root_cause と blockers を、rejected は claimed_root_cause と reason を要求している。重大度は「尤度×影響」で付け、チェックリストからの逸脱には付けない。rejected は、次回の実行で同じ主張が変わらなければ抑制に使う。
MEASURED実測
付属バリデータのテスト65件が全通過
65件
バリデータのテスト
34+31・全通過
10本
領域別コンパニオン
AI/LLM・クラウド等
4.6k
GitHub star
コミット14件
バリデータは依存ゼロの Node.js スクリプトで、テストも同梱されている。当サイトで実行したところ、validate-findings.test.cjs は34件、validate-coverage-ledger.test.cjs は31件がすべて通過した(所要は各1.3秒・0.8秒)。
# 同梱バリデータのテストを手元で実行(Node.js のみ・依存インストール不要)
git clone --depth 1 https://github.com/cloudflare/security-audit-skill
cd security-audit-skill/skills/security-audit
node validate-findings.test.cjs # tests 34 / pass 34
node validate-coverage-ledger.test.cjs # tests 31 / pass 31
この全通過はバリデータ自体の健全性を示すだけで、監査の検出精度や、対象コードに脆弱性が無いことは示さない。
台帳バリデータは入力5MB・単位10,000件・ネスト64段などの上限を適用し、coverage_id・canonical_refs・surface・boundary・subsystem・attack_class・starting_paths を必須にしている。エージェントの出力を信じず、機械が形式を強制する設計だ。
4. 2つの動作モードと実行安全性——読み込んだだけでは動かない
SKILL.md 冒頭の「Operating modes」は、このスキルを既定では guidance(助言)とし、読み込んだだけでは全フェーズの実行もファイル生成も認可しないと明記する。
| モード | 発動条件 | 振る舞い |
|---|---|---|
| Guidance | セキュリティの質問、部分的なレビュー、手法の相談 | 関係する部分だけを使う。出力ディレクトリも成果物も作らない |
| Full audit | 「コードベースを監査/ペンテストして」「包括的なレビュー」「レポート成果物が欲しい」と明示 | 6フェーズをすべて実行し、定義された成果物を書く |
どちらとも取れる依頼では、ファイルを作る前に1つだけ質問する。実行安全性の規則は両モード共通で、対象コードのビルド・テスト・ファザー等を動かすのはOS強制のサンドボックス内に限る。要件は次の4点で、1つでも欠ければ対象コードを実行せず、needs_validation のブロッカーとして報告する。
・外部ネットワーク無し(ローカル通信が要るときだけ隔離ループバック)
・空の環境変数から許可リストで安全な値だけを投入し、HOME・一時ディレクトリ・キャッシュはスクラッチ内に置く
・対象とツールチェーンは読み取り専用。対象が制御するプロセスは scratch/ にしか書けない
・CPU・メモリ・プロセス数・ファイルサイズ・ディスク・実行時間の上限を明示する
加えて、デプロイ済みエンドポイントや共有インフラ、本番の身元、他人のデータへのプローブは禁止されている。Claude Code のサンドボックスがどこまで守るかはClaude Code セキュリティ|サンドボックスの守備範囲と公開アドバイザリで見る攻撃面・確認コマンドで扱っており、この要件を満たすかの判断材料になる。
5. security-audit-skillの導入・使い方と限界
導入は Skills CLI で行う。ユーザー単位に入れるなら --global を付ける。
# プロジェクト単位
npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit
# ユーザー単位(全プロジェクト共通)
npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit --global
導入後は、監査したいコードベースでエージェントを起動し、自然言語で依頼する。READMEの例は「security audit this codebase」「find security vulnerabilities in ./src」「do a security review, output to ~/audits/my-project」の3つだ。
full audit の出力先は、指定しなければ ~/security-audit-skill/<リポジトリ名>/run-<N>。同じリポジトリへの複数回実行は加算的で、過去の台帳と findings.json を読んで空白を狙い、変わっていない証拠は持ち越す。READMEは「テスト実行では、1回で見つかるのは繰り返し実行で見つかる総数のおよそ半分だった」としている。
要件は、ツール使用と並列サブエージェントに対応したコーディングエージェント、バリデータ用の Node.js、対象コードを動かすための OS 強制サンドボックスの3点。手順の役割名は parent・Task tool・research・general のプラットフォーム非依存の語で書かれている。役割を固定して検証を必須化する点は、攻撃側の35サブエージェントを束ねたpentest-ai-agents|Claude Code向け35の攻撃セキュリティ専門サブエージェント解剖と対照的だ。
ハントの守備範囲は、偵察で対象に合うものを選ぶ領域別コンパニオン10本(AI/LLM、メモリ安全性、Web プロトコル/認証、クライアントサイド、サプライチェーン、クラウド、RPC/メッセージング、リソース枯渇、データ分離、デスクトップ/モバイル)が支える。
改訂の時系列と影響範囲
| 日付 | 内容 |
|---|---|
| 2026-06-18 | 初期コミット |
| 2026-06-24 | npx skills add 互換のため skills/security-audit/ に移動 |
| 2026-06-26〜07-06 | 領域別クラス・コンパニオンを追加 |
| 2026-09-10 | 監査ワークフロー・発見の契約・バリデータを全面作り直し(PR #12) |
| 2026-09-14 | guidance/full audit モードの説明を明確化 |
影響を受けるのは、初版(6月)の「トリガーに合えば自動で起動」を前提に使っていた人だ。9月改訂後は、監査を頼んだときだけ full audit が走り、出力形式も新しい3判定に変わっている。
使う側の対策と限界
SKILL.md のアンチパターンは、そのまま使える注意書きになる。
・チェックリストからの逸脱や、到達可能な境界違反の無い多層防御の助言を脆弱性として提示すること
・ソースに無いプロバイダ・プロキシ・デプロイの挙動を推測すること
・同一主体の意図された権限を、境界を越えた結果として扱うこと
・needs_validation に重大度を付けること。独立検証の前にレポートを書くこと
限界は3つ。SAST や依存スキャナの代替ではない(既知 CVE の網羅は npm audit や OSV-Scanner の仕事)。サンドボックスが無ければ実行系の検証は全て needs_validation に留まる。1回の実行で網羅はできない(READMEが「およそ半分」と書く)。CI で quick を定期実行して台帳を積み、リリース前に standard か deep を人手で回す運用が、プロファイル設計に沿う。
security-audit-skill は「エージェントに脆弱性を探させる」道具ではなく、探す・疑う・再検証する役割を分け、出力の形式を機械で強制する道具になった。カバレッジ台帳・3種の判定・2つの動作モード・サンドボックス要件は、いずれも「言ったことを証明できるか」を問う変更だ。
quick で始める。出力は findings.json を正とし、REPORT.md はそこから導出されたものとして読む。needs_validation の項目は「未検証」であって「安全」ではない。
参照ソース
・cloudflare/security-audit-skill(公式GitHubリポジトリ) — README・skills/security-audit/SKILL.md・report-schema.json・バリデータとテスト(2026-09-15 時点、コミット c1c8a8c)
・Build your own vulnerability harness(Cloudflareブログ・由来) — README がスキルの出自として参照
・Agent Skills(Anthropic・スキルの仕組み)
・Skills CLI — skills.sh — npx skills add の配布元





