SecureAI-Scan

Offline-CLI, das TypeScript, JavaScript und Python auf LLM-, MCP-, Agent-Skill- und RAG-Risiken scannt — importaufgelöste Datenfluss-Beweise, standardmäßig null falsch-positive Ergebnisse, zugeordnet zu OWASP LLM/ASI/MCP Top 10.

Die meisten Scanner in diesem Bereich gleichen ein Schlüsselwort ab und bezeichnen das als Befund. SecureAI-Scan verfolgt den tatsächlichen Pfad Quelle → Fluss → Senke durch echten, importaufgelösten Code — und ein Standard-Scan zeigt dir nur, was es beweisen kann. Kein Konto, kein Cloud-Upload, nichts verlässt deinen Rechner.

Abgedeckt werden die offiziellen OWASP Top 10 für LLM-Anwendungen 2026, Top 10 für agentische Anwendungen (2026) und die MCP Top 10 ab der Startwoche.

In 30 Sekunden starten```bash

npx --yes [email protected] scan .

Kein Konto, kein Cloud-Upload, kein Python-Interpreter und keine Konfiguration erforderlich. TypeScript, JavaScript, Python, MCP-Konfigurationen und Agent-Skill-Bündel werden automatisch erkannt.

**Gemessener `0.9.0`-Release-Kandidat:** 136/136 Tests · 88,08 % Anweisungsabdeckung · 12.676 Dateien in 9 öffentlichen Repositories · 0 neue Standard-Tier-Fingerabdrücke gegenüber der überprüften Baseline. [Nachweise](https://github.com/akanthed/secureai-scan/blob/main/docs/benchmarks/v0.9.0.json) · [Methodik und Grenzen](https://github.com/akanthed/secureai-scan/blob/main/docs/ReleaseAssurance.md)```
  ▌ HIGH  AI001  Prompt injection via user input
    PROVEN  LLM01:2026 Prompt Injection

    source src/chat.ts:8   request data `req.body.input`
    flow   src/chat.ts:13  passed as `systemPrompt`
    sink   src/chat.ts:10  openai.chat.completions.create — system role (OpenAI)

    fix    Keep system prompts static; pass user input as a user-role message.

Ist das etwas für dich? SecureAI-Scan ist bewusst auf LLM-, MCP- und RAG/Agent-Risiken ausgerichtet — Prompt-Injection, Tool-Poisoning, unsichere Ausgabebehandlung, Zugriffskontrolle für Vektor-Store, Agent-Skill-Poisoning. Es ist kein allgemeiner SAST- oder Secrets-Scanner und versucht auch nicht, einer zu sein; ein bekanntes bösartiges Paket ohne LLM-förmige Payload (z. B. eine hartcodierte Exfiltrationsadresse in einem E-Mail-API-Aufruf) wird von der Offline-Advisory-Liste (DEP003) erfasst, nicht von einer Pattern-Regel. Wenn deine Codebasis mit einem LLM, einem MCP-Server, einem Vektor-Store kommuniziert oder Agent Skills ausliefert, ist dieses Tool für dich gebaut.

_{Neu: statische Konfigurationsprüfung für LiteLLM Proxy (config.yaml) — hartcodierte Secrets, Klartext-Provider-Endpunkte, fehlende Guardrails. Siehe Regeln (LLC001–LLC003).}

Inhalt

• Warum dieser Scanner anders ist
• Wie er sich vergleicht
• In 30 Sekunden loslegen
• In Aktion sehen
• Befehle
• GitHub Action
• Pre-commit-Hook
• Regeln
• Architektur
• MCP-Server (von Claude aus nutzen)
• Claude Skill
• Vertrauen und Release-Sicherheit
• Der Präzisionsvertrag
• Tests & Benchmarking
• Roadmap
• Mitwirken

Warum dieser Scanner anders ist