关于 ai-security-verification
此技能使用 OWASP AI Security Verification Standard（AISVS）的 13 类检查项，对 AI 驱动应用开展安全验证，适用于安全评估人员。它输出控制评估、差距分析、风险优先级和合规路线图。
主要功能
- 01检查 AISVS 13 类安全领域
- 02评估已实施的安全控制
- 03识别措施缺失或不足之处
- 04制定风险优先级与合规路线图
适用场景
- 01验证 AI 应用的安全控制
- 02评估模型、数据和基础设施风险
- 03规划 AISVS 合规改进
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/ai-security-verification确认已加载。
详细介绍
AI 安全验证标准（AISVS）
使用 OWASP AI 安全验证标准（AISVS）框架的 13 类结构化清单，对 AI 驱动的应用进行全面安全验证。请遵循 plays/ai-security-verification.md 中的完整流程。
步骤
-
训练数据治理与偏差管理 — 评估整个数据生命周期中的数据质量、来源、偏差检测和治理控制。
-
用户输入验证 — 评估输入清理、防范提示词注入、对抗性输入检测和边界验证机制。
-
模型生命周期管理与变更控制 — 审查模型版本管理、部署控制、回滚能力和变更管理流程。
-
基础设施、配置与部署安全 — 检查部署安全、容器加固、网络控制和基础设施配置。
-
访问控制与身份 — 验证身份验证机制、授权控制、权限管理和身份治理。
-
模型、框架与数据的供应链安全 — 评估第三方模型安全、依赖项管理和供应链完整性。
-
模型行为、输出控制与安全保障 — 评估输出验证、安全护栏、行为监控和有害内容防范。
-
记忆、嵌入与向量数据库安全 — 审查向量数据库安全、嵌入保护、记忆隔离和上下文管理。
-
自主编排与 Agent 式操作安全 — 评估 Agent 协调安全、工具访问控制和自主决策保障措施。
-
对抗鲁棒性与攻击抵御能力 — 测试对抗样本、规避攻击和模型提取尝试下的韧性。
-
隐私保护与个人数据管理 — 验证隐私控制、数据最小化、同意管理和法规合规性。
-
监控、日志记录与异常检测 — 评估安全监控、审计日志、异常检测和事件响应能力。
-
人工监督与信任 — 评估人在回路控制、可解释性机制和信任校准措施。
输出
使用 templates/finding.md 中的发现项格式。生成：
- AISVS 合规评估 — 说明全部 13 类的验证状态
- 安全控制评估 — 详细分析已实施的控制措施
- 差距分析 — 列出缺失或不足的安全措施
- 基于风险的优先级排序 — 列出需要立即处理的关键发现
- 合规路线图 — 制定实现 AISVS 合规的结构化计划
- 验证证据 — 提供支持合规声明的文档
OWASP 参考资料
- OWASP AI 安全验证标准（AISVS）
- OWASP 2025 年大模型应用十大安全风险
- OWASP AI 安全与隐私指南
- OWASP 应用安全验证标准（ASVS）
- OWASP AI 测试指南
- 完整流程：
plays/ai-security-verification.md