GitHub 趨勢周報 Vol.43,攻擊型技能包衝上榜首,681 份漏洞報告變技能包,NVIDIA 推三層安全審查

in
閱讀時間: 13 分鐘

本週重點

CyberQ 觀察,本週(2026/11/15 至 11/20)GitHub 熱門專案的主軸,是攻擊能力與把關機制同時到位。Claude-BugHunter 把 681 份已揭露的漏洞報告整理成代理可自動載入的技能集,連兩天位居日榜第一,大幅降低發動測試的門檻。另一側則同步補上關卡,NVIDIA 的 SkillEvaluator 在技能合併前做安全掃描與載入相容性檢查,阿里巴巴的 open-code-review 以確定性管線完成篩選後才交給模型判讀,Plannotator 讓人在代理動手前逐條批註計畫,Univer 把代理的編輯限制在隔離草稿內。

CyberQ 彙整了本週值得關注的八個重點專案如下。本文星數與分支數近期快照為準,實際數字會持續變動。

衝上日榜首位的紅隊技能集 [elementalsouls/Claude-BugHunter](https://github.com/elementalsouls/Claude-BugHunter)

Claude-BugHunter 是本週爆發力最強的專案,11 月 17 日與 18 日連續兩天位居 GitHub 日榜第一,18 日單日增星約 2,322 顆,累積星數約 11,293 顆、分支約 1,505 個。程式碼採 MIT 授權,技能方法論與字典檔等內容則採 CC BY 4.0 授權。需要說明的是,CyberQ 查證時該專案 GitHub 頁面顯示的星數與 Trending 快照存在明顯落差,實際數值待查,建議讀者以專案頁面當下數字為準。

專案定位為漏洞獵捕與外部紅隊作業的技能包,README 標示收錄 83 個技能與 15 個斜線指令,背後整理自 681 份 HackerOne 已揭露報告,涵蓋 24 類核心漏洞,其中 433 筆已個別標註出處以便稽核。技能以純文字的 SKILL.md 格式撰寫,因此 Claude Code、OpenCode、Codex CLI、Hermes Agent 與 Google AntiGravity 都能載入同一套檔案。

對資安單位而言,這個專案的範圍界定比技能數量更值得細讀。作者明確把內部 Active Directory 攻擊、C2 框架、後滲透與橫向移動、以及 AMSI 與 EDR 繞過等項目排除在外,理由是這些作業的風險屬性不同,需要另一套工具與判斷。授權章節則要求使用者僅能對自有資產或取得書面授權的標的進行測試,並在提交前通過七道問題的檢核閘門確認標的是否在範圍內。專案同時提醒,模型供應商對攻擊性資安能力有即時防護機制,從事授權內測試的團隊應循正式申請管道調整,不應改寫用詞規避分類器。這段說明本身就是一份可直接引用的內部使用規範草稿。

把技能當相依套件審查的三層框架 [NVIDIA/SkillEvaluator](https://github.com/NVIDIA/SkillEvaluator)

SkillEvaluator 是 NVIDIA 釋出的代理技能與外掛評估框架,以 Python 撰寫,採 Apache-2.0 授權,目前約 3,825 顆星與 524 個分支,11 月 19 日單日增星約 312 顆。它隸屬於 NVIDIA Verified Skills 流程,相關論文發表於 arXiv 2608.20614。

框架分為三層,各層可獨立執行。第一層驗證技能是否安全、格式是否正確,並檢查載入相容性。第二層做語意重疊偵測,找出多個技能之間重複或互相矛盾的指引。第三層則是實際跑代理的對照評估,比較載入技能與未載入技能的任務結果差異,預設在 Docker 沙箱中執行。其中第一層的 harness-check 功能特別實用,不需要 API 金鑰也不必實際執行代理,就能列出各家工具是否載得動這個技能,例如描述欄位超出 1,024 字元上限而被截斷,或是技能目錄根本不在該工具的掃描路徑內。

對企業的意義在於,技能檔是會被代理直接讀取並執行的指令來源,過去卻缺乏可自動化的把關方式。SkillEvaluator 提供可複製的 CI 範本,執行 skillevaluator ci init 即可在儲存庫開出設定用的 PR,讓每次技能異動都先過品質與安全閘門。專案的安全掃描由另一個專案 SkillSpector 負責,沙箱代理執行則由開源評估框架 Harbor 支撐。需要留意的是,NVIDIA 將本專案的支援層級標示為實驗性質,由社群盡力維護,不提供服務水準協議或企業支援。

把既有軟體改造成代理可操作形態 [HKUDS/CLI-Anything](https://github.com/HKUDS/CLI-Anything)

CLI-Anything 由香港大學資料智慧實驗室維護,以 Python 撰寫並採 Apache-2.0 授權,GitHub 頁面顯示約 60,500 顆星與 5,500 個分支,本週仍穩定停留在日榜前三名,11 月 19 日單日增星約 389 顆。

專案的主張相當直接,命令列是人類與 AI 代理共通的介面,因此與其為每套軟體各寫一組 API 或靠畫面辨識點擊,不如直接為軟體生成結構化的命令列工具。它提供一套七階段的自動化流程,從分析原始碼、設計命令群組、實作 Click 架構的命令列工具與互動式介面,到規劃測試、撰寫測試、產生文件與發布安裝,全程由代理驅動完成。目前已涵蓋 Blender、GIMP、LibreOffice、OBS Studio、QGIS、FreeCAD、Godot、n8n 與 AdGuardHome 等十八類應用,官方標示累積超過 2,280 項測試。搭配的 CLI-Hub 套件管理器可用 pip install cli-anything-hub 安裝,讓代理自行瀏覽與安裝需要的工具。

資安角度上,這個專案的更新紀錄本身就是值得參考的案例。社群在短時間內陸續修補了 GIMP 的 Script-Fu 路徑注入問題、Sketch CLI 的路徑穿越與符號連結逃逸風險,並把 XML、SVG、ODF 等不可信輸入的剖析改走 defusedxml,瀏覽器類工具也補上網址驗證與 DOM 清理。這說明當既有軟體被包裝成代理可呼叫的介面時,原本只存在於桌面情境的操作,會一次暴露在自動化呼叫之下,攻擊面會隨之改變。企業若要導入這類生成式封裝工具,應把生成出來的命令列工具視同自行開發的程式碼納入審查。

以確定性管線先把關再交給模型 [alibaba/open-code-review](https://github.com/alibaba/open-code-review)

Open Code Review 是阿里巴巴集團開源的 AI 程式碼審查命令列工具,以 Go 撰寫並採 Apache-2.0 授權,本週累積約 54,209 顆星與 4,486 個分支,一週內增加約 4,383 顆星。官方說明指出該工具原為集團內部的程式碼審查助理,已運行約兩年,服務數萬名開發者並找出數百萬個程式缺陷。開源的確切月份在各方報導中不一致,待查。

它的核心設計是確定性工程與代理分工。第一階段完全不交給模型,由程式邏輯負責檔案類型過濾、變更偵測、規則比對與脈絡打包,只把真正相關的片段送進模型判讀,再由結果合併器去除重複並產生行級註解。內建規則集涵蓋空指標例外、執行緒安全、跨站腳本與 SQL 注入等常見缺陷類型。官方以 50 個熱門開源儲存庫、200 個真實 Pull Request 與 10 種程式語言建立基準測試,並由 80 位以上資深工程師交叉標註出 1,505 個已確認的問題作為對照答案,結果顯示在相同底層模型條件下,精確率與 F1 值均高於通用代理,而權杖消耗約為九分之一。

對導入 AI 輔助審查的團隊,這套架構提供了一個務實的參考。審查結果的穩定度直接影響開發者是否願意採信,誤報過多會讓整套機制失去作用,而把可預測的工作交回程式邏輯,正是降低誤報的有效手段。工具支援任何相容 OpenAI 或 Anthropic 介面的端點,包含地端自架模型,原始碼不必離開組織邊界。

逐筆驗證引用是否存在的論文寫作框架 [google-research/paper-orchestra](https://github.com/google-research/paper-orchestra)

PaperOrchestra 是本週單日增星最猛的專案之一,11 月 18 日與 19 日連續兩天單日增星皆超過 1,500 顆,累積約 4,458 顆星與 551 個分支。專案由 Google 團隊釋出,相關論文發表於 arXiv 2604.05018,並獲 2026 年 Conference on Language Modeling 接受。授權條款待查。

系統由五個分工明確的代理組成,依序處理大綱生成、圖表繪製、文獻回顧、章節撰寫與內容精修,目標是把零散的研究筆記與實驗紀錄轉換成可投稿的 LaTeX 稿件。真正值得資訊與研究單位注意的是文獻回顧代理的設計。它先以具備網路搜尋能力的模型找出候選文獻,接著透過 Semantic Scholar API 逐筆確認該文獻確實存在,並比對後取得摘要與中介資料,同時套用時間截止條件,超出截止日期或無法完成驗證對應的候選一律捨棄。

這個機制直接回應了生成式工具最常被詬病的問題,也就是憑空捏造出格式完整卻不存在的引用來源。官方論文同時提出 PaperWriting-Eval200 基準,由 200 篇頂尖 AI 會議論文逆向還原出寫作前的原始素材,並附上自動化的同儕審查評估器。論文所列結果顯示,在文獻回顧品質上相對於自主式基線取得 90% 至 99% 的勝率,整體稿件品質則在人工並排評比中領先 14% 至 38%。對任何需要讓模型引用外部資料的場景來說,把引用驗證做成管線中不可繞過的一道關卡,比事後人工抽查更能控制風險。

自架容器管理介面的權限邊界設計 [getarcaneapp/arcane](https://github.com/getarcaneapp/arcane)

Arcane 是以 Go 搭配 SvelteKit 開發的自架 Docker 管理介面,採 BSD-3-Clause 授權,本週累積約 9,892 顆星與 568 個分支,11 月 18 日與 19 日單日增星均在 540 顆以上。它提供容器管理、Compose 堆疊編輯、即時日誌、網頁終端機與 GitOps,並附上可直接撰寫腳本呼叫的 REST API 與命令列工具。遠端主機管理則透過 arcane-agent 執行,對位於網路位址轉譯之後的主機提供 mTLS 加密通道。專案在 getarcane.app/sbom 公開軟體物料清單,這在同類自架工具中並不常見。

對 NAS 與地端虛擬化環境的管理者,這個專案最值得細讀的是它對 Docker socket 的處理建議。容器管理介面必然需要存取 Docker 的管理介面,而這條路徑一旦被攻破,等同於取得宿主機的控制權。官方文件建議在 Arcane 與 Docker 常駐程式之間放一層 socket 代理,以明確的允許清單攔截 API 呼叫,只放行管理功能實際需要的項目。換句話說,便利的網頁介面與最小權限原則並不衝突,差別只在於安裝時是否多做這一層設定。

另外需要提醒的是版本沿革。Arcane 進入 2.x 之後,容器映像檔名稱已由 ghcr.io/getarcaneapp/arcane 改為 ghcr.io/getarcaneapp/manager,舊版設定檔中的 JWT_SECRET 參數也已移除,沿用舊教學安裝會踩到這些變更。

讓人在代理動手前先批註計畫 [backnotprop/plannotator](https://github.com/backnotprop/plannotator)

Plannotator 本週累積約 13,490 顆星與 1,357 個分支,一週內增加約 3,290 顆星,以 TypeScript 撰寫,授權方式是由使用者自行在 MIT 與 Apache-2.0 之間擇一。

它要解決的問題相當具體。代理在開始動工之前通常會先產出一份計畫,但這份計畫在終端機裡往往只能整段接受或整段退回,缺乏逐條修改的手段。Plannotator 透過各家代理工具的掛鉤機制介入,當代理產出計畫時自動在瀏覽器開啟審閱介面,讓使用者逐段刪除、插入、取代或留下註解,核准後代理才繼續執行,要求修改時則把批註整理成結構化回饋送回代理。計畫若經代理修訂,介面也會呈現前後差異。程式碼審查方面支援本機變更與遠端的 GitHub、GitLab 與 Bitbucket Cloud 請求,版本控管則涵蓋 Git、GitButler、Jujutsu 與 Perforce。目前可搭配 Claude Code、Codex、Copilot CLI、Gemini CLI、OpenCode、Pi 與 Droid 使用。

導入前有兩點資料流向需要確認。官方說明指出,各個審閱介面在載入時都會向 GitHub 查詢最新版本,這個行為目前沒有提供關閉選項,雖然不會送出計畫或審閱內容,但在封閉網路環境仍需納入考量。另外,網址批註功能預設會透過 Jina Reader 代為擷取公開頁面內容,若審閱對象涉及內部系統,應先確認該路徑是否符合組織規範。

以隔離草稿承接代理編輯的 Office 開發套件 [dream-num/univer](https://github.com/dream-num/univer)

Univer 是本週週榜增星幅度最大的專案之一,一週內增加約 6,840 顆星,累積約 29,918 顆星與 2,707 個分支,以 TypeScript 撰寫。開源元件採 Apache-2.0 授權,但企業版外掛另行商業授權,商業評估時需要先確認所需功能落在哪一側。

專案定位為可自架的 Office 開發套件,讓人與 AI 代理操作同一份內容,涵蓋試算表、文件、簡報等多種編輯器,並拆分為三個部分。Web SDK 負責嵌入式編輯器,Server SDK 提供自架的即時協作與 Office 檔案匯入匯出,AI SDK 則處理代理對內容的讀取與編輯。

最值得企業參考的是它的隔離設計。Univer 借用 git 的 worktree 概念,讓代理在文件的獨立草稿副本上作業,正在使用的檔案不會被直接改動,修改結果經審閱後才併回。AI SDK 提供給代理的工具也刻意收斂,包含建立檔案、透過 Facade API 讀寫內容、把目前狀態算繪成 PNG 供視覺確認,以及查詢 API 用法四項。其中算繪截圖這項設計特別務實,代理改完表格之後可以自己看一眼結果是否正確,不必單憑回傳值判斷。對於已經在評估讓代理處理報表、合約或簡報的組織,草稿隔離加上可審閱的併回流程,是比直接開放檔案寫入權限更容易通過內部稽核的做法。

本週趨勢觀察

攻擊能力與審查機制在同一週出現

Claude-BugHunter 與 SkillEvaluator 同時登上榜單,構成本週最具代表性的對照。前者把多年累積的漏洞獵捕經驗封裝成代理可自動載入的技能,降低了發動測試的門檻,後者則提供技能合併前的安全掃描、重疊偵測與行為影響評估。值得注意的是,Claude-BugHunter 自行劃定了相當明確的能力邊界,主動排除後滲透、C2 與防護繞過等項目,並把授權確認寫進執行流程。這代表社群對攻擊性工具的自律機制正在形成,但企業不能把這份自律當成預設值。技能檔本質上是會被代理執行的指令來源,納入內部工具鏈前應比照程式碼相依套件進行來源審查,而 SkillEvaluator 的 CI 範本正好提供了可自動化的檢查點。

人工審閱正在被重新設計成結構化流程

Plannotator、open-code-review 與 Univer 從三個不同位置處理同一件事,就是在代理產出與實際生效之間插入一道可控的關卡。Plannotator 讓計畫在執行前逐條批註,open-code-review 以確定性管線先完成篩選與規則比對再交給模型,Univer 則讓代理的編輯落在隔離草稿,正式檔案維持不動。三者的共同前提是,代理的速度優勢必須建立在可退回、可比對、可留存紀錄的基礎上,否則審閱只會退化成橡皮圖章。對需要說明控制有效性的組織而言,這類工具提供的差異呈現與批註紀錄,本身就是可用於稽核的佐證資料。

驗證來源成為生成式工具的基本配備

PaperOrchestra 把 Semantic Scholar API 的逐筆驗證做成管線中不可繞過的步驟,無法確認存在的引用一律捨棄,open-code-review 以 1,505 個人工標註的問題作為對照答案來衡量誤報,NVIDIA 則以 harness-check 確認技能是否真的被載入。三者處理的題目不同,但方法一致,都是在模型輸出之外另外建立一個可驗證的參照點。對正在評估生成式工具的單位,這提供了一個實用的篩選標準,就是先問這套工具用什麼機制確認自己的輸出為真,展示情境下的成功率只能當作次要參考。