mcpField
A
Agent Readiness Auditor

Agent Readiness Auditor

ローカル
scan.asishsingh.inセキュリティ13 週間前に更新

Agent Readiness Auditor について

Agent Readiness Auditor は、AI エージェントにとってのウェブサイトの読みやすさと安全性を調べるコマンドラインツールです。隠れたプロンプトインジェクションや機械可読シグナルを検査し、採点と修正案を示します。MCP サーバーも備えています。

主な機能

  1. 01隠れたプロンプトインジェクションの検出
  2. 029 項目のウェブサイト検査
  3. 03スコアと修正案の提示
  4. 04JSON・CSV による一括スキャン
  5. 05GitHub Actions との連携

活用シーン

  1. 01公開前のサイトのエージェント安全性確認
  2. 02複数サイトの機械可読性の比較
  3. 03重大な安全上の問題による CI ビルドの停止

MCP 対応

MCP サーバーはクライアントに `audit_site` ツールを公開します。URL を渡すと、コマンドラインと同じスコアと検査結果を返します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"asish-singh-agent-readiness-auditor": {
"command": "npx",
"args": [
"-y",
"agent-readiness-auditor"
]
}
}
}
起動コマンドnpx -y agent-readiness-auditor

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmagent-readiness-auditor0.5.0

ツール

1

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
urlstringはい監査するサイト。ドメインのみ(example.com)または完全な URL を指定します。

詳細

エージェント対応状況監査ツール

npm version CI

ウェブサイトをスキャンし、自動化された AI エージェントとの相性と、エージェントに対する防御力を評価するコマンドラインツールです。

このツールが解決する問題

AI アシスタントは、人に代わってウェブサイトを訪れることが増えています。ページを読み、ページ上の指示に従い、操作を実行します。これにより、サイト所有者には次のような実用上の問題が生じます。

  1. 安全性。 ページには、人間の訪問者には見えなくても AI エージェントには読み取られるテキストが含まれていることがあります。その隠しテキストに、エージェントを乗っ取るための指示が含まれている場合があります。これは間接的なプロンプトインジェクションとして知られています。
  2. 機械による読み取りやすさ。 サイトは通常、人間が見ることを想定して構築されています。コンテンツやルールについて、機械可読な情報も公開すると、エージェントはより適切に動作できます。

標準的な SEO ツールは、サイトが検索エンジンにどれだけ適しているかを測定します。このツールが測定するのは別のことです。AI エージェントにとってサイトがどれだけ使いやすいか、そして安全に読めるかを測定します。

このツールを使用した調査

エージェント型ウェブの現状、2026年版では、このツールを使用して7つのカテゴリにわたる著名なサイト84件を監査しています。また、第2版では、より詳細な9項目の監査で調査を再実施しています。調査結果によると、属性レベルおよび複数ページのスキャンを実施しても、監査対象のサイトに隠されたプロンプトインジェクションコンテンツはありません。AI が回答を引用する際に使う FAQ 構造化データを公開しているサイトはわずか13%で、MCP エンドポイントを告知しているサイトはなく、著名なサイトのほぼ5分の1が自動アクセスを全面的に拒否しています。その中には複数の AI 企業も含まれます。データと手法は、誰でも再現できるよう公開されています。

チェック項目

ランディングページ、robots.txt、llms.txt、サイトマップ、AI カタログを取得し、重要なページをいくつかクロールして9項目をチェックします。その結果、0〜100のスコアとA〜Fの評価を出力します。安全性に最も高い配点を設定しています。エージェントを乗っ取られる可能性のある読みやすいサイトは、単に読みづらいサイトよりも危険だからです。

チェック項目ポイント確認内容
隠されたプロンプトインジェクションテキスト40クロールしたすべてのページを対象に、人間には見えないコンテンツ内のエージェント乗っ取りフレーズを検出します。CSS による非表示(display:none、opacity:0、画面外への配置)、ゼロ幅 Unicode による難読化、alt/title/aria-label 属性内のペイロード、HTML コメントを検出します。
llms.txt ファイル12エージェント向けにサイトの要点をまとめた案内ファイルが公開されているかを確認します。llmstxt.orgを参照してください。
AI クローラーに対する robots.txt の方針12GPTBot や ClaudeBot などの AI クローラーに対する明示的な許可または禁止ルールを確認します。
構造化データ(JSON-LD)12エージェントがページの内容を直接理解するための機械可読データを確認します。
アカウンタビリティ関連リンク9アクセス可能な連絡先、プライバシー、利用規約、または概要ページへのリンクを確認します。
サイトマップ5クローラーがサイト全体を見つけられるよう、アクセス可能な /sitemap.xml があるかを確認します。
回答のしやすさ5FAQ、QA、または HowTo の構造化データを確認します。これらは AI の回答で最も引用されやすいコンテンツ形式です。
Meta robots5サイトがインデックスから誤って除外される noindex/noai ディレクティブがないかを確認します。
MCP シグナル0情報提供のみです。サイトが /.well-known/ai-catalog.json に AI カタログを公開しているか(MCP Server Cards、SEP-2127で採用されたディスカバリードキュメント)、そのカタログにどの MCP サーバーカードと A2A エージェントカードが記載されているかを確認します。カタログがない場合は、llms.txt または robots.txt 内の言及を調べます。不正な形式のカタログには修正方法を示しますが、スコアには反映されません。

出力例

$ npx agent-readiness-auditor example.com

  Agent readiness audit for https://example.com

  ✅ No hidden prompt-injection payloads  (40/40)
  ⚠️  llms.txt present                     (0/12)
  ⚠️  robots.txt addresses AI crawlers     (0/12)
  ⚠️  Machine-readable structured data     (0/12)
  ⚠️  Accountability surface present       (0/9)
  ⚠️  Sitemap present                      (0/5)
  ⚠️  Content structured for AI answers    (0/5)
  ✅ No accidental index blocking          (5/5)
  ✅ Agent endpoint advertised (informational)  (0/0)

  Score: 45/100 (45%)   Grade D

各行にはチェック結果とスコアが表示されます。チェックに完全に合格しなかった場合は、推奨される修正方法も表示されます。

クイックスタート

Node.js 18 以降がインストールされていれば、何もインストールせずに、1 行でツールを実行できます。

npx agent-readiness-auditor example.com
npx agent-readiness-auditor example.com --json

ドメイン名(example.com)または完全な URL(https://example.com)を指定してください。--json フラグを指定すると、スクリプトで使用できる機械可読形式の出力が表示されます。

複数のサイトをまとめて監査する

バッチモードでは、1 行に 1 つの URL が記載されたテキストファイルを読み込み(# で始まる行は無視されます)、一度に数件ずつ監査します。

agent-audit --batch sites.txt          # a report per site
agent-audit --batch sites.txt --csv    # one CSV row per site
agent-audit --batch sites.txt --json   # structured results

CSV には各チェックに対応する列があるため、スプレッドシートで開いたり、分析に使用したりできます。

GitHub Actions で使用する

このリポジトリは GitHub Action としても機能するため、どのプロジェクトでも、プッシュのたび、またはスケジュールに従って自サイトを監査し、重大な安全上の問題が見つかった場合にビルドを失敗させることができます。

steps:
  - uses: actions/setup-node@v4
    with:
      node-version: 20
  - uses: asish-singh/[email protected]
    with:
      url: example.com
      fail-on: safety   # or "never" to report without failing

サイトに到達できない場合は、失敗ではなく警告が出ます。CI ランナーでのボット対策は安全性の問題ではなく、インフラストラクチャの問題だからです。このリポジトリでは、毎週月曜日に audit-site.yml でこのアクションを自ら実行しています。

AI アシスタントから使用する(MCP)

この監査ツールには、AI アシスタントが外部ツールを利用できるようにする標準規格である Model Context Protocol 用のサーバーが付属しており、公式 MCP レジストリにも掲載されています。このツールの調査結果のひとつによると、知名度の高い 69 のサイトのうち、エージェントエンドポイントを公開しているサイトは 0 件です。そのため、この監査ツール自身も評価対象の基準を満たすようにしています。接続すれば、アシスタントにサイトの監査を頼むだけで利用できます。

Claude Code では、1 つのコマンドで接続できます。

claude mcp add agent-readiness-auditor -- npx -y agent-readiness-auditor mcp

Claude Desktop では、設定ファイルの mcpServers セクションに以下を追加してください。

{
  "agent-readiness-auditor": {
    "command": "npx",
    "args": ["-y", "agent-readiness-auditor", "mcp"]
  }
}

サーバーは audit_site という 1 つのツールを公開します。このツールは URL を受け取り、コマンドラインと同じスコアと調査結果を返します。

ソースから実行する

コードを編集する場合や、ローカルコピーから実行する場合:

git clone https://github.com/asish-singh/agent-readiness-auditor.git
cd agent-readiness-auditor
npm install
npm run audit -- example.com          # human-readable report
npm run audit -- example.com --json   # JSON output

コマンド内の -- は、URL が npm ではなくツールに渡されるようにします。

ローカルコピーからグローバルの agent-audit コマンドをインストールするには:

npm run build   # compile TypeScript into dist/
npm link        # register the global command

その後、どのフォルダーからでも agent-audit example.com を実行できます。後で削除するには、npm unlink -g agent-readiness-auditor を実行してください。

GitHub Packages からインストールする

このパッケージはスコープ付きミラーとして GitHub Packages にも公開されています。名前は @asish-singh/agent-readiness-auditor です。ほとんどの場合、上記の npm によるインストールがより簡単です。GitHub Packages は公開パッケージでも認証が必要なため、組織で標準として採用している場合にのみ使用してください。

インストールするには、read:packages スコープを持つ GitHub 個人アクセストークンを作成し、スコープの参照先を GitHub レジストリに設定します。

echo "@asish-singh:registry=https://npm.pkg.github.com" >> .npmrc
echo "//npm.pkg.github.com/:_authToken=YOUR_GITHUB_TOKEN" >> .npmrc
npm install @asish-singh/agent-readiness-auditor

終了コード

このツールは終了コードを設定するため、自動化されたパイプラインで使用できます。

  • 0:監査が実行され、重大な安全上の失敗は見つかりませんでした。
  • 2:重大な安全上の失敗が見つかりました(例:隠されたプロンプトインジェクションのテキスト)。ビルドを失敗させる場合に使用します。
  • 1:監査を完了できませんでした(例:サイトに到達できませんでした)。

コードの構成

各チェックは src/checks/ 以下の個別のファイルにあり、構造化された結果を返します。すべてのチェックは src/audit.ts 内の単一のリストに登録されており、合計スコアもそのリストから算出されるため、新しいチェックを追加する際にスコア計算ロジックを変更する必要はありません。アーキテクチャ上の決定は docs/adr/ に、プロダクト上の決定は docs/decisions/ に記録されています。予定されている作業は ROADMAP.md、市場投入計画は LAUNCH.md を参照してください。

背景

このツールは、AI エージェントに対するウェブサイトの振る舞いに関するガイドライン集である Agentic Web Governance Pack から生まれました。このプロジェクトでは、それらのガイドラインのいくつかを、実行して測定できるチェックにしています。

ライセンス

MIT。詳細は LICENSE を参照してください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。