Communitygithub.com

security-scan

Analysez la configuration Claude Code (répertoire .claude/) pour détecter les vulnérabilités de sécurité, les erreurs de configuration et les risques d'injection avec AgentShield. Vérifie CLAUDE.md, settings.json, les serveurs MCP, les hooks et les définitions d'agents. À utiliser lors de l'audit d'un répertoire .claude/ — CLAUDE.md, settings.json, serveurs MCP, hooks ou définitions d'agents.

Qu'est-ce que security-scan ?

Cette compétence audite votre répertoire .claude/ de Claude Code pour identifier les problèmes de sécurité à l'aide d'AgentShield. Elle analyse les fichiers clés tels que CLAUDE.md, settings.json, mcp.json, les hooks et les définitions d'agents à la recherche de secrets codés en dur, d'instructions d'exécution automatique, de modèles d'injection, de permissions trop permissives, de risques liés à la chaîne d'approvisionnement des serveurs MCP et d'injections de commandes. Utile lors de la configuration initiale, après des modifications de configuration, avant des commits ou dans le cadre d'une hygiène de sécurité régulière, elle fournit un rapport de sécurité avec des notes de A à F. Elle prend en charge plusieurs formats de sortie (terminal, JSON, Markdown, HTML), des correctifs automatiques, une analyse approfondie avec un pipeline adversarial de trois agents (Opus 4.6) et une intégration CI via GitHub Action.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/security-scan

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Compétence d'Analyse de Sécurité

Auditez votre configuration Claude Code pour détecter les problèmes de sécurité à l'aide d'AgentShield.

Quand l'Activer

  • Lors de la configuration d'un nouveau projet Claude Code
  • Après avoir modifié .claude/settings.json, CLAUDE.md ou les configurations MCP
  • Avant de valider des modifications de configuration
  • Lors de l'intégration à un nouveau référentiel avec des configurations Claude Code existantes
  • Contrôles d'hygiène de sécurité périodiques

Ce Qu'elle Analyse

FichierVérifications
CLAUDE.mdSecrets codés en dur, instructions d'exécution automatique, modèles d'injection de prompt
settings.jsonListes d'autorisation trop permissives, listes de refus manquantes, indicateurs de contournement dangereux
mcp.jsonServeurs MCP risqués, secrets d'environnement codés en dur, risques de chaîne d'approvisionnement npx
hooks/Injection de commandes via interpolation, exfiltration de données, suppression silencieuse d'erreurs
agents/*.mdAccès aux outils sans restriction, surface d'injection de prompt, spécifications de modèle manquantes

Prérequis

AgentShield doit être installé. Vérifiez et installez si nécessaire :

# Vérifier si installé
npx ecc-agentshield --version

# Installer globalement (recommandé)
npm install -g ecc-agentshield

# Ou exécuter directement via npx (aucune installation requise)
npx ecc-agentshield scan .

Utilisation

Analyse de Base

Exécutez l'analyse sur le répertoire .claude/ du projet actuel :

# Analyser le projet actuel
npx ecc-agentshield scan

# Analyser un chemin spécifique
npx ecc-agentshield scan --path /chemin/vers/.claude

# Analyser avec un filtre de sévérité minimum
npx ecc-agentshield scan --min-severity medium

Formats de Sortie

# Sortie terminal (par défaut) — rapport coloré avec note
npx ecc-agentshield scan

# JSON — pour l'intégration CI/CD
npx ecc-agentshield scan --format json

# Markdown — pour la documentation
npx ecc-agentshield scan --format markdown

# HTML — rapport autonome en thème sombre
npx ecc-agentshield scan --format html > security-report.html

Correction Automatique

Appliquez des correctifs sûrs automatiquement (seulement les correctifs marqués comme auto-réparables) :

npx ecc-agentshield scan --fix

Cela va :

  • Remplacer les secrets codés en dur par des références de variables d'environnement
  • Restreindre les permissions génériques à des alternatives plus ciblées
  • Ne jamais modifier les suggestions manuelles uniquement

Analyse Approfondie Opus 4.6

Exécutez le pipeline adversarial à trois agents pour une analyse plus approfondie :

# Nécessite ANTHROPIC_API_KEY
export ANTHROPIC_API_KEY=votre-clé
npx ecc-agentshield scan --opus --stream

Ceci exécute :

  1. Attaquant (Red Team) — trouve les vecteurs d'attaque
  2. Défenseur (Blue Team) — recommande le durcissement
  3. Auditeur (Verdict Final) — synthétise les deux perspectives

Initialiser une Configuration Sécurisée

Générez une nouvelle configuration .claude/ sécurisée à partir de zéro :

npx ecc-agentshield init

Crée :

  • settings.json avec des permissions restreintes et une liste de refus
  • CLAUDE.md avec les meilleures pratiques de sécurité
  • mcp.json comme espace réservé

Action GitHub

Ajoutez à votre pipeline CI :

- uses: affaan-m/agentshield@v1
  with:
    path: '.'
    min-severity: 'medium'
    fail-on-findings: true

Niveaux de Sévérité

NoteScoreSignification
A90-100Configuration sécurisée
B75-89Problèmes mineurs
C60-74Nécessite attention
D40-59Risques significatifs
F0-39Vulnérabilités critiques

Interprétation des Résultats

Résultats Critiques (corriger immédiatement)

  • Clés API ou jetons codés en dur dans les fichiers de configuration
  • Bash(*) dans la liste d'autorisation (accès shell sans restriction)
  • Injection de commandes dans les hooks via l'interpolation ${file}
  • Serveurs MCP exécutant des commandes shell

Résultats Élevés (corriger avant la production)

  • Instructions d'exécution automatique dans CLAUDE.md (vecteur d'injection de prompt)
  • Listes de refus manquantes dans les permissions
  • Agents avec accès Bash inutile

Résultats Moyens (recommandé)

  • Suppression silencieuse d'erreurs dans les hooks (2>/dev/null, || true)
  • Hooks de sécurité PreToolUse manquants
  • Installation automatique npx -y dans les configurations de serveur MCP

Résultats d'Information (sensibilisation)

  • Descriptions manquantes sur les serveurs MCP
  • Instructions prohibitives correctement signalées comme bonne pratique

Liens

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills associés