AI 编程01
Frun1753/claude-codecraft-toolkit · 🚀 Master Claude Code Skills 2026: AI-Powered PR Reviews & Security Audits
该项目定位为面向开发团队的代码质量保障框架,通过接入 Claude API 和 OpenAI API,对代码语义、项目上下文与架构模式进行分析,提供上下文感知的代码审查、漏洞检测和依赖治理,并可通过命令行、CI/CD 流水线或独立服务调用。README 提到支持 30 多种编程语言、多模型切换、生成 Markdown 报告与 PR 评论、发送 Slack/Email 告警,并给出 Docker 部署、GitHub Actions 集成和自建技能等方式。
AI 编程02
Jihadyip286/nanostack · Turn your AI agent into a team that plans, reviews, tests, audits, and ships software in one sprint
nanostack 提供一组面向完整工程工作流的 AI 编码辅助技能,覆盖任务拆解与规划、代码编写与修改、代码评审、常见安全隐患审计,以及各步骤之间的稳定衔接,帮助用户在一个流程内完成从计划到交付的编码工作。README 主要说明其在 Windows 上的下载、安装与首次使用方式,并给出配置 AI 服务或密钥的初步提示。
研究与技术03
一位安全从业者发现,公司员工早就在用各种AI工具干活了,但IT和安全团队根本不知道他们用了哪些工具、接触了哪些数据。问题在于,很多企业只会发文件说“AI该怎么用”,却没有提供一条方便又安全的实际使用路径,结果员工干脆自己找工具,风险反而更大。作者建议安全团队换个思路:先摸清AI在实际中怎么用、能碰哪些数据、能执行什么操作,然后为开发者提供经过审核的组件和隔离环境,把安全做成好用的默认选项,而不是事后审批的关卡。这样企业既能跟上AI落地速度,又不至于让每个新工具变成新的风险。
行业动态04
欧盟《网络弹性法案》(CRA)常被当作政策或报告问题来讨论,但对于开发数字产品的公司来说,它真正的落点在代码层面:合并请求、构建流水线、发布审批、依赖记录和测试套件里。原因是,如果公司连“哪些版本受影响、哪个组件引入了暴露、安全控制是否被改过、发布能否复现、修复是否真的生效”这些基本工程问题都答不上来,就不可能可靠地报告被利用的漏洞或严重事件。文章建议把安全控制分为四个成熟度(无证据、临时、标准、强制),用七个代码库问题来检查差距,比如安全默认值、敏感变更审查、发布溯源、合并前检查、严重问题能否阻断发布等。对读者的用处是:与其最后临时抱佛脚做合规,不如把可重复的安全控制嵌入软件生命周期,既降低风险,也为 CRA 报告留下证据。需要注意的是,文中提到的日期是:自今年 9 月 11 日起,范围内厂商必须通过欧盟流程报告已被主动利用的漏洞和严重事件;更广泛的 CRA 义务从 2027 年 12 月开始适用。文章未说明具体公司或产品案例,也未给出完整合规清单。
文中可用工具
- SonarQube在合并请求中直接显示代码质量和安全问题,帮助开发者在改动还小的时候处理问题
AI 编程05
这篇文章用日常语言对比了四种应用安全扫描工具,用来回答三个不同问题:代码写得安全吗(SAST)、依赖库有已知漏洞吗(SCA)、运行中的应用能被攻击吗(DAST),而 IAST 则从程序内部观察数据流动。文章说大多数安全团队不会只跑一种扫描,而是在开发流程的不同阶段组合使用:SAST 和 SCA 可在代码提交、PR 等早期阶段运行,DAST 和 IAST 需要应用真正跑起来,通常放在 QA、预发布环境。它的原则是越早发现、修复越便宜。对开发团队来说,这提供了一张按阶段选工具的决策地图;但文章只是概念性对比,没有给出具体工具名称、价格或发布状态。
工具与应用06
这篇文章介绍了 IAST 这种安全测试方法。以往检查应用漏洞,要么是静态扫描代码(SAST),要么从外面发攻击请求试探(DAST),前者容易误报,后者看不到内部细节。IAST 的做法是在应用运行时往代码里装监控探针,跟踪数据从输入到数据库查询的流动,能在发现 SQL 注入、XSS 等问题时给出具体代码位置。它的代价是部署更麻烦、有一定性能开销,在微服务环境里维护成本更高,而且必须在应用跑起来之后才能用。
行业动态07
这篇文章讲的是:员工离职或调岗后,云资源上的“负责人”标签常常没人更新,导致过了很久还有人审批自己早就不管的系统。作者提出用三步解决:先用 SQL 查询把资源负责人和云平台的登录记录对上,找出超过 90 天没登录的“沉默负责人”(AWS 和 Entra ID 有现成记录,GCP 只能查 Google Workspace 的登录时间);再把所有权写成 IAM 角色绑定而不是普通标签,配合 Rego 策略,让移除负责人时没有接手人就自动报错;最后在离职/转岗流程里加上“这个人还管着哪些资源”这一步。这样能在下次安全审查之前就发现问题,而不是等八个月后一个陌生审批请求出现在前同事的队列里。
文中可用工具
- aws_iam_user_last_accessed_detailsAWS 的 IAM 表,记录每个账号凭证最后一次被使用的时间,用于查出长期不登录的负责人
- Entra ID微软的身份系统,保留用户的登录记录,可直接把资源的负责人标签和登录账号对应起来
- Google Workspace谷歌的办公套件,其用户登录时间是 GCP 上判断负责人是否还活跃的替代信号
- Rego一种策略语言,文中用它写了“资源不能没有负责人”的检查规则
- OPAOpen Policy Agent,一个策略引擎,文章中用它来执行 Rego 检查,需要自己部署到 CI 流程里
- Terraform基础设施即代码工具,文中提到自建的 Terraform 流水线需要额外接上 OPA 和角色存储
- env zero一个平台,自带跨组织、项目、环境的角色体系,可省去自己搭建 OPA 和角色存储的步骤
Agent 与自动化08
nsasoft/nsauditor-ai-agent-skill · AI Agent Skill for NSAuditor AI — gives any AI coding agent built-in knowledge of NSAuditor's MCP tools, schemas, plugins, and security audit workflows. Works with Claude Code, Cursor, Windsurf, and any MCP-aware agent.
这是一个可安装的知识包(Agent Skill),让 Claude Code、Claude Desktop、Cursor、Windsurf、VS Code Copilot 等支持 MCP 的 AI 编程智能体掌握 NSAuditor AI 的 MCP 工具签名、数据 Schema、插件目录与多步安全审计工作流,从而无需在每次对话中手动补充上下文。内容包括 SKILL.md 主入口、工作流配方、数据结构说明、插件目录(共 56 个扫描器,27 个社区版 + 29 个企业版)以及 9 个智能体交互示例。