security-audit-skill - 探索と検証を分離し、台帳で進めるコードのセキュリティ監査

GitHub Stars34.2k
Stars Today1.7k
Forks2.1k
Trending2
観測: 2026年10月21日

security-auditは、coding agentによるコード監査を、調査、探索、候補検証、構造化、記録の再検証、報告の6段階に分けるスキルだ。リポジトリ名はsecurity-audit-skill。中心にあるのは、検査範囲を記す台帳と、発見者とは別のエージェントが候補の反証を試みる工程である。どこを調べたか、何が確認できたか、何が未解決かを記録として引き継ぎ、そこから報告書を作る。 ただし、確認できる技術資料はREADMEとリポジトリメタデータに限られる。以下で扱うのはREADMEに記された設計であり、検証器やテストの実装を確認した評価ではない。担当を分けることも、JSONの形式検証を通すことも、脆弱性の成立や監査の網羅性を保証しない。この区別を保ったうえで、監査の根拠を追跡する仕組みとして読む必要がある。

ポッドキャスト形式で聴く

約4分

AI生成の会話音声です。記事の要点を短くまとめています。

なぜ注目されているか

10月21日の取得時点でGitHub日次Trendingの2位に入り、当日増加分は1,712スター。発見時点の累計は34,185スター、2,134フォークだった。これは関心の強さを示す観測であり、脆弱性の検出精度を示す結果ではない。

なぜ重要なのか

この設計が変え得るのは、coding agentへの監査依頼を、検査範囲と証拠を引き継ぐ継続的な作業へ組み替える点だ。指摘の文章だけでなく、調査済みの範囲、反証された候補、追加確認が必要な条件を残せれば、次の監査で何を調べるべきかを判断しやすくなる。価値を左右するのはエージェントの数だけではない。台帳が現在のソースに対応し、確認済みと未解決の境界を保てるかが重要になる。

この記事に出てくる言葉(6語)
検査範囲の台帳

coverage-ledger.jsonに残す監査範囲の記録。探索の割り当て、調査の欠落の確認、再実行時の対象選びに使う。

信頼境界

調査段階で整理する、入力や処理をどこまで信頼するかの境界。アーキテクチャや入力面とともに監査の前提になる。

反証

脆弱性候補が成立するという主張を崩せるか試すこと。このスキルでは発見者とは別の検証担当が行う。

coverage critics

探索担当とは別に、検査範囲の欠落を探す役割。個々の候補の正しさを確認する検証担当とも役割が異なる。

needs_validation

追加確認が必要な候補の判定。正確な未解決事項を記録し、深刻度は付けない。

OS強制のサンドボックス

対象コードの実行をOS側で制限する隔離環境。READMEは通信、環境、リソース、書き込み先への制限を要求する。

1. 読む前に知っておきたいこと

指摘の一覧だけでは検査範囲が見えない

比較の出発点として、coding agentにコード監査を依頼し、生成された指摘を個別に確認する進め方を考えられる。そのとき、指摘に根拠があるかという問題と、どこまで調べたかという問題は別に残る。検査範囲の記録がなければ、指摘が出なかった箇所が調査済みなのか、未調査なのかを区別しにくい。

security-auditの設計は、この区別を工程に持ち込む。最初にアーキテクチャ、信頼境界、入力面を整理し、それを検査範囲の台帳につなぐ。探索の結果だけでなく、探索した範囲も後続工程へ渡す構成だ。これはREADMEの設計から読み取れる狙いであり、従来の進め方より検出精度が高いという実測比較は提供されていない。

候補の発見と成立の確認を分ける

脆弱性らしいコード経路を見つけても、攻撃の成立条件や影響に未確認事項が残ることはある。そこで発見者がそのまま確定まで進めると、探索時の仮説を十分に崩さないまま指摘へ変えてしまうおそれがある。このスキルは、候補ごとに新しい検証担当を置き、反証を試みさせる。

ここでの基本単位は、探索で得た候補と、その候補に対する判定だ。確認できたもの、追加検証が必要なもの、反証されたものを分ける。未解決の条件を文章の留保として埋め込むだけでなく、判定として残す設計である。ただし、担当の分離がどれほど誤認を減らすかは、提供資料から定量的には判断できない。

繰り返す監査には証拠の更新が必要になる

過去の監査記録を引き継ぐなら、その証拠が現在のソースにも対応するかを扱う必要がある。READMEは、複数回の実行で過去の台帳と指摘を使い、検査の欠落を狙い、変更されたソースを再検証すると説明する。古い証拠や未解決の作業は、検査済みの範囲として扱わない。

したがって、台帳は一度調べた箇所に印を付けるだけの記録ではない。次回の調査対象を選ぶ材料でもある。この設計を理解するには、監査成果物を最終報告として読むだけでなく、次の実行へ渡す入力として見るとよい。記録を蓄積することと、現在のコードに対する根拠を維持することを、同じ工程の中で扱っている。

2. どう動くのか

調査結果を台帳へ落とし、探索を割り当てる

最初の調査段階では、アーキテクチャ、信頼境界、入力面、既存の証拠、検査範囲をarchitecture.mdとcoverage-ledger.jsonに整理する。親エージェントは工程を管理し、台帳を検証する。次の探索段階では、台帳の検査単位を分離された探索担当に割り当て、実施した確認を記録する。

さらにcoverage criticsが検査範囲の欠落を探す。候補を見つける仕事と、探索の範囲に穴がないかを見る仕事が分かれている点が特徴だ。台帳は作成時だけでなく更新後にもvalidate-coverage-ledger.cjsで検証する。ただし、検査単位の具体的な粒度や更新規則、検証器がどの不整合を拒否するかは未確認である。台帳があることだけから、範囲の十分さまでは判断できない。

各候補を別担当へ渡して反証を試す

探索で得た候補は重複を除き、それぞれ新しい検証担当へ渡す。READMEは、発見者自身には検証させない方針を示している。検証担当の仕事は候補への同意を集めることではなく、主張を反証できるか試すことだ。候補の発見と、その成立を判断する工程を分離している。

ただし、新しい担当へどの文脈が渡るか、発見者の説明がどのように引き継がれるかは不明だ。異なるモデルを使うことも確認されていない。別エージェントという言葉から、判断が統計的に独立しているとは解釈できない。同じ誤認や見落としが残る可能性を踏まえ、担当分離という手続きと、確認結果の正しさを区別する必要がある。

判定をJSONに固定し、未解決を残す

候補はfindings.jsonのレコードにまとめ、confirmed、needs_validation、rejectedのいずれかを付ける。confirmedには完全なソース追跡と、範囲を限定した観測結果が必要になる。needs_validationには正確な未解決事項を記し、深刻度を付けない。rejectedには反証された候補を残す。

この区別により、追加確認が必要な候補を確認済みの指摘へ混ぜずに保持できる。反証された候補も記録に残るため、成果物は成立した指摘の一覧だけではなくなる。レコードはreport-schema.jsonに対してvalidate-findings.cjsで検証する。READMEによれば、台帳用と指摘用の検証器は依存パッケージ不要で、実行にはNode.jsを使う。ここで行う形式検証は、候補の反証やソース上の主張の確認とは別の工程である。

最終レコードを再確認してから報告する

構造化の後にも確認工程がある。新しいエージェントが、最終レコードに記されたソース上の主張を検証する。内容を実質的に差し替える場合には、さらに別の検証担当を付け、差し替え後の指摘にも検証器を実行する。候補を調べる段階と、報告に使うレコードを確かめる段階を分けた構成だ。

最後に、検証済みレコードと検査範囲の台帳からREPORT.md、FINDINGS-DETAIL.md、NEEDS-VALIDATION.mdを生成する。報告は、それまでの判定と検査記録を土台にする。次回の監査もこの記録を引き継ぎ、未調査箇所や変更されたソースを調べ直す。調査から報告までの流れは、台帳と指摘レコードを介してつながっている。

対象コードの実行は外部の隔離条件に従う

対象が制御するビルド、テスト、プロセスなどを動かすには、READMEが要求するOS強制のサンドボックスが必要だ。条件は、外部通信の無効化、許可リストに基づく環境の整理、リソース制限、指定作業領域だけへの書き込み許可である。条件を満たせなければ対象コードを実行せず、未解決の候補をneeds_validationに残す。

この制約は判定の流れにもつながる。実行による確認ができない場合、その不足を記録として保持する。ただし、スキルが隔離環境の実装を同梱するかは不明だ。対象コードや文書からのプロンプト注入への対策、エージェントの権限、外部モデルへ送信されるコードの範囲も未確認であり、サンドボックス要件だけで監査環境全体の安全性を説明することはできない。

3. 使いどころと限界

単一リポジトリの監査を記録として積み上げる

適するのは、一つのリポジトリについて、指摘とソース上の根拠、未解決事項を追いながら監査したい場合だ。過去の検査範囲を引き継ぎ、欠落や変更箇所を複数回に分けて調べる用途とも整合する。3判定のJSONと、その記録から導く報告書を残したいチームには、成果物の形が具体的に示されている。

利用時は、対象コードベースを参照できるcoding agentに監査を依頼する。直接のコード監査やペンテスト依頼はフル監査、セキュリティ質問や限定的な調査は、報告成果物を求めない限りガイダンスモードになる。必要なのはツール利用と並列サブエージェントに対応するモデルを使うcoding agent、およびNode.jsだ。具体的な対応製品、OS、バージョンは資料に示されていない。

既存の確認作業をどこまで置き換えるか

監査依頼後に生成された指摘を個別確認する進め方と比べると、security-auditは探索、検証、報告の手順と記録を明示する。置き換えの対象として捉えやすいのは、この作業の組み立て方である。一方、具体的な静的解析製品との比較や、人手レビューを代替できるという根拠は提供されていない。既存工程の中でどの確認を任せるかは、残る未解決事項を見て判断する必要がある。

形式検証を通ったことは、JSONや台帳の検証工程を通過したことを意味する。脆弱性の成立を確認したこととは同一ではない。さらに、対象別の探索文書としてメモリ安全性、LLM、Web、供給網、クラウドなどが挙がるが、その一覧だけから各領域の検出能力を評価することもできない。

反復実行の報告を精度保証に読み替えない

開発者は、テストで単一実行が見つけた脆弱性は、反復実行で見つけた総数のおよそ半分だったと報告している。ただし、対象リポジトリ、モデル、実行回数、脆弱性件数、時間、費用は記載されていない。比較基準は反復実行で得た発見総数であり、既知の全脆弱性に対する再現率ではない。

この報告は、単一実行で網羅できると期待しない理由にはなるが、何回実行すれば十分か、費用に対してどれほど改善するかを示さない。並列サブエージェントを使えない環境や、動的な確認が必要でも隔離環境を用意できない場合は適合しにくい。検出精度や速度の条件付き比較を導入判断に必須とする場合も、提供資料だけでは足りない。

このツールから考える

ここからは、一次情報と限界を踏まえた編集上の考察です。

security-auditの設計から考えたいのは、監査結果を次の調査へ接続する記録の役割だ。台帳で検査範囲を持ち、判定付きのレコードを別担当が確認し、その記録から報告を作る。この流れを維持できれば、エンジニアは指摘の内容に加えて、どこまで根拠があり、次に何を確かめるべきかを扱いやすくなる。過去の検査範囲を引き継ぎながら欠落や変更を調べる用途に適する、という評価はここから導ける。

そのとき運用側には、現在のソースに対応した証拠を保ち、未解決事項を確認済みへ混ぜず、必要な隔離環境を用意する責任が残る。担当を分けても誤認の独立性は保証されず、記録の形式が整っていても内容の正しさは別途確かめなければならない。この仕組みを評価する焦点は、報告書の完成だけでなく、何をまだ確認できていないかを次の監査まで正確に残せるかにある。

検証に使用した一次情報

DevTool Lensでは、第三者の二次情報やREADMEの宣伝文句に依存せず、以下の公式リポジトリ・ドキュメント・リリース情報を精査して記事を作成しています。