solana-audit

Solana 智能合约审计

触发条件

当用户要求以下操作时，启用此技能：

• 对 Solana 程序进行安全审计、审查或分析
• 检查 Solana 智能合约是否存在漏洞或可利用的问题
• 对包含 solana_program、anchor_lang、pinocchio、#[program] 或 #[derive(Accounts)] 的代码进行安全分析

工作流

阶段 0：设置与配置

扫描前，确定审计范围并检查是否存在先前数据。

步骤 1 — 向用户询问 3 个配置问题（如果用户说“直接审计”或类似表述，则跳过）：

1. 范围： 要审计哪些程序？（默认：仓库中的所有 Solana 程序）
   • 示例答案：“全部”“只审计 vault 程序”“programs/staking 和 programs/rewards”
2. 深度： 标准还是深度？标准模式会并行运行 4 个扫描 Agent。深度模式会增加第 5 个对抗性 Agent 进行交叉验证。（默认：标准）
3. 已知约束： 是否有已接受的风险或信任假设？（默认：无）
   • 示例答案：“管理员是 3/5 多签”“我们接受升级权限风险”“暂时忽略 token-2022”

步骤 2 — 存储配置：

如果 ${CLAUDE_PLUGIN_DATA} 可用：

1. 读取 ${CLAUDE_SKILL_DIR}/references/templates/config-template.json，了解其架构
2. 将用户的答案写入 ${CLAUDE_PLUGIN_DATA}/config.json
3. 检查是否存在先前的审计数据：
   • ${CLAUDE_PLUGIN_DATA}/audit-log.jsonl — 如果文件存在且包含同一程序的记录，告知用户：“发现此前于 [date] 进行的审计。报告了 [N] 个发现。”
   • ${CLAUDE_PLUGIN_DATA}/accepted-risks.json — 如果文件存在，则加载已接受的风险，以便在阶段 3 进行交叉比对

如果 ${CLAUDE_PLUGIN_DATA} 不可用，则继续操作，不保存数据。不要报错或警告——直接静默跳过。

默认值（如果用户跳过配置）：范围=所有程序，深度=标准，无已知约束。

阶段 1：探索

阅读 references/agents/explorer.md，并使用 Agent 工具启动探索 Agent。

如何构造 Agent 调用：

1. 读取文件 ${CLAUDE_SKILL_DIR}/references/agents/explorer.md。Agent 提示词是 ## Agent Prompt 部分中三个反引号围栏之间的文本。
2. 在提示词中，将 [Insert: repository path or "full codebase scan"] 替换为实际目标路径（取自阶段 0 的范围，或仓库根目录）。
3. 启动 Agent：

   Agent(subagent_type="Explore", prompt="<the filled-in prompt>")
   

它会返回：程序映射、指令列表、账户结构、PDA 映射、CPI 图、协议类型分类、LOC 计数和威胁模型。

必须启动此 Agent，并在继续之前等待其输出。探索结果会作为共享上下文传递给每个扫描 Agent。

自适应规模

探索 Agent 返回后，确定程序规模并选择扫描策略：

规模	标准	扫描策略
小型	<500 LOC 且 <5 条指令	使用一个组合扫描 Agent 覆盖所有类别（A 至 R）。在提示词中直接包含 CHEATSHEET 中的所有漏洞检查项。无需使用单独的 Agent 文件。
中型	500–2000 LOC	标准的 4 个 Agent 并行扫描（见下方阶段 2）
大型	>2000 LOC	标准的 4 个 Agent 并行扫描。告知用户：“这是一个大型程序。建议使用 depth: deep 运行，以进行对抗性交叉验证。”

对于小型程序，构造一个 Agent 提示词，并执行以下操作：

• 将探索结果作为上下文
• 引用 ${CLAUDE_SKILL_DIR}/references/scoring.md 中的评分规则
• 引用 ${CLAUDE_SKILL_DIR}/references/CHEATSHEET.md 中的全部 30 种漏洞类型
• 指示 Agent 一次扫描所有类别（A-1 至 R-3）
• 使用与各扫描 Agent 相同的输出格式
• 然后跳转到阶段 3，并使用该 Agent 的输出

对于中型和大型程序，继续进入阶段 2。

阶段 2：并行扫描

预扫描：语法扫描

在启动扫描器 Agent 之前，运行整合后的语法扫描：

1. 阅读 ${CLAUDE_SKILL_DIR}/references/scripts/scan-commands.md
2. 对目标程序目录执行 grep 命令
3. 按类别（A、S、C、M、L、T、R）整理结果
4. 统计每个类别的命中总数

将语法扫描结果传递给所有扫描器 Agent，并在其上下文开头添加以下说明：

编排器已完成第一轮（语法扫描）。结果如下。请直接进入第二轮——语义审查。

[在此粘贴按类别整理的语法扫描结果]

这样可以避免 4 个 Agent 重复执行 grep。

启动扫描器 Agent

阅读 references/scoring.md，了解置信度评分规则和误报门槛。然后阅读全部 4 个 Agent 提示词文件，并使用 4 次同时进行的 Agent 工具调用并行启动它们。

构造每个 Agent 调用的方法：

1. 阅读 Agent 提示词文件（例如 ${CLAUDE_SKILL_DIR}/references/agents/auth-state-scanner.md）。提示词是 ## Agent Prompt 部分中三重反引号围栏之间的全部内容。
2. 将 [INSERT EXPLORER OUTPUT HERE — the full codebase analysis from the explorer agent] 替换为 explorer Agent 输出的完整原文。
3. 将方括号中的引用路径（例如 [references/scoring.md]）替换为以 ${CLAUDE_SKILL_DIR} 为基准的绝对文件路径（例如 ${CLAUDE_SKILL_DIR}/references/scoring.md），以便 Agent 可以直接使用 Read 读取；不要将文件内容内联粘贴。
4. 对于逻辑经济扫描器，根据 explorer 的分类填入协议类型，以便加载正确的协议参考资料。
5. 将语法扫描结果（来自上述预扫描步骤）添加到每个 Agent 上下文的开头。

身份验证扫描器（references/agents/auth-state-scanner.md）

• 类别 A-1..A-5 + S-1..S-8 — 13 种漏洞类型

CPI 扫描器（references/agents/cpi-math-scanner.md）

• 类别 C-1..C-3 + M-1..M-4 — 7 种漏洞类型

逻辑扫描器（references/agents/logic-economic-scanner.md）

• 类别 L-1..L-4 + T-1..T-3 — 7 种漏洞类型
• 根据 explorer 的分类加载特定协议的参考资料

框架扫描器（references/agents/framework-scanner.md）

• 框架特定检查（Anchor/Native/Pinocchio）+ R-1..R-3

在单个响应中启动全部 4 个：

Agent(prompt="<auth-state-scanner prompt with explorer output + syntactic scan results inserted>")
Agent(prompt="<cpi-math-scanner prompt with explorer output + syntactic scan results inserted>")
Agent(prompt="<logic-economic-scanner prompt with explorer output + syntactic scan results inserted>")
Agent(prompt="<framework-scanner prompt with explorer output + syntactic scan results inserted>")

每个 Agent 都会返回候选项，包括分类 ID、文件:行号、证据、攻击路径、置信度评分和误报门槛结果。

深度模式（当用户要求进行全面/深度审计，或配置中的 depth=deep 时）：4 个扫描器完成后，再根据 references/agents/adversarial-scanner.md 启动第 5 个对抗性 Agent。将 explorer 输出和合并后的扫描结果传递给它，以便进行交叉验证。

阶段 3：验证与证伪

1. 合并所有 Agent 候选列表
2. 去重（依据根本原因）——当两个 Agent 标记了相同的根本原因时，保留置信度较高的版本。如果它们标记的是相同位置，但分类 ID 不同，则两项都保留。
3. 按置信度分数从高到低排序。重新按顺序编号（VULN-001、VULN-002……）。
4. 检查已接受的风险——如果阶段 0 加载了 accepted-risks.json，请通过 taxonomy_id + file 交叉比对每项发现。将匹配的发现标记为“Previously Accepted”，并附上已存储的原因。报告中仍须包含这些发现，但不将其计为新发现。
5. 证伪——每个 Agent 已应用误报判定门槛（具体路径、可触达入口、无缓解措施）。对于剩余候选项，再检查两项防御：
   • 利用漏洞的成本是否高于攻击者可能获得的收益？（经济上不可行）
   • 是否存在会阻断攻击路径的链下组件（keeper、多签、时间锁）？ 如果任一防御成立，则删除该候选项或相应降低其置信度。
6. 与 references/exploit-case-studies.md 交叉比对——这是否符合已知的漏洞利用模式？
7. 对每项确认的发现，查阅其分类 ID 对应的单独参考文件（例如，references/missing-signer-check.md），了解详细的修复建议
8. 使用 references/audit-checklist.md §严重性校准中的校准表评估严重性

对于 Anchor 程序，还应查阅 references/anchor-specific.md，了解框架特有的注意事项。

阶段 4：报告

生成最终审计报告。每项发现都必须包含来自 references/vulnerability-taxonomy.md 的分类 ID 和置信度分数。

如果存在一项或多项发现，请使用标准报告模板：

# Security Audit Report: [Program Name]

## Executive Summary
- Audit date, scope (files, instructions, LOC)
- Framework: Native / Anchor / Pinocchio
- Protocol type: [from explorer classification]
- Methods: Parallel agent scan (4 agents + adversarial), confidence-scored validation
- Finding counts by severity: X Critical, Y High, Z Medium, W Low, V Informational
- Confidence threshold: 75/100

## Methodology
- Phase 0: Scope configuration and prior audit check
- Phase 1: Codebase exploration (program map, CPI graph, threat model)
- Phase 2: Pre-scan syntactic analysis + parallel scan — 4 agents across 30 vulnerability types across 7 categories
- Phase 3: Merge, deduplicate by root cause, accepted risk check, devil's advocate falsification
- Phase 4: Confidence-scored report
- Reference: vulnerability taxonomy based on Wormhole, Cashio, Mango, Neodyme, Crema exploits

## Findings

### [CRITICAL] VULN-001: Title (Confidence: 95/100)
**File:** path/to/file.rs:line
**Category:** A-1 (Missing Signer Check)
**Description:** ...
**Attack Path:** caller → instruction → state change → impact
**Impact:** ...
**Recommendation:** ...
**Fix:**
```rust
// Remediation code (framework-specific)
```

### [HIGH] VULN-002: Title (Confidence: 80/100)
**File:** path/to/file.rs:line
**Category:** S-7 (Reinitialization)
...

---
### Below Confidence Threshold
---

### [MEDIUM] VULN-003: Title (Confidence: 60/100)
**File:** path/to/file.rs:line
**Category:** M-2 (Division Precision Loss)
**Description:** ...
**Impact:** ...
*(No fix recommendation — below confidence threshold)*

## Summary Table
| ID | Title | Severity | Category | Confidence | File | Status |
|---|---|---|---|---|---|---|
| VULN-001 | Missing Signer Check | Critical | A-1 | 95 | lib.rs:16 | Open |
| VULN-002 | Reinitialization | High | S-7 | 80 | lib.rs:11 | Open |
| --- | Below Confidence Threshold | --- | --- | <75 | --- | --- |
| VULN-003 | Division Precision Loss | Medium | M-2 | 60 | math.rs:45 | Open |

## Appendix
- Complete file listing reviewed
- Vulnerability taxonomy reference
- Explorer output (program map, CPI graph, threat model)

如果没有发现（审计结果干净），请使用以下替代模板：

# Security Audit Report: [Program Name]

## Executive Summary
- **Result: No vulnerabilities identified**
- Audit date, scope (files, instructions, LOC)
- Framework: Native / Anchor / Pinocchio
- Protocol type: [from explorer classification]
- Methods: Parallel agent scan (4 agents), confidence-scored validation
- Finding counts: 0 Critical, 0 High, 0 Medium, 0 Low, 0 Informational

## Methodology
- Phase 0: Scope configuration and prior audit check
- Phase 1: Codebase exploration (program map, CPI graph, threat model)
- Phase 2: Pre-scan syntactic analysis + parallel scan — 4 agents across 30 vulnerability types across 7 categories
- Phase 3: Merge, deduplicate, devil's advocate falsification
- Phase 4: Confidence-scored report

## Categories Reviewed

All 7 categories (30 vulnerability types) were scanned:

| Category | IDs | Types Checked | Findings |
|----------|-----|---------------|----------|
| A: Authentication & Authorization | A-1..A-5 | 5 | 0 |
| S: Account & State Management | S-1..S-8 | 8 | 0 |
| C: Cross-Program Invocation | C-1..C-3 | 3 | 0 |
| M: Arithmetic & Math | M-1..M-4 | 4 | 0 |
| L: Logic & Economic | L-1..L-4 | 4 | 0 |
| T: Token-Specific | T-1..T-3 | 3 | 0 |
| R: Runtime & Deployment | R-1..R-3 | 3 | 0 |

## Scope
- Files reviewed: [list]
- Instructions analyzed: [count]
- Lines of code: [LOC]

## Disclaimer

A clean audit report does not guarantee the absence of vulnerabilities. This audit covers the 30 vulnerability types in the solana-audit taxonomy and is limited to static analysis of the on-chain program source code. It does not cover:
- Off-chain components (frontends, keepers, bots)
- Economic modeling or game-theoretic analysis beyond basic checks
- Deployment configuration (actual on-chain upgrade authority, program data account state)
- Vulnerabilities outside the taxonomy scope
- Bugs introduced after the audit date

## Appendix
- Complete file listing reviewed
- Vulnerability taxonomy reference
- Explorer output (program map, CPI graph, threat model)

报告规则：

• 每项发现都必须有一行 **Category:**，其中包含分类 ID（例如，A-1、S-7、C-1）
• 每项发现都必须有一个 **Confidence:** 分数
• 置信度 >= 75 的发现必须包含框架特定的修复代码
• 置信度 < 75 的发现应列在 Below Confidence Threshold 分隔线下方，且不包含修复代码
• 在每个严重性分组内，按置信度从高到低排序
• 摘要表必须包含 Category 和 Confidence 列
• 建议必须包含框架特定的修复方法（例如，Signer<'info>、Account<'info, T>、close = destination）

审计结果持久化

生成报告后，如果 ${CLAUDE_PLUGIN_DATA} 可用，请持久化审计结果：

1. 阅读 ${CLAUDE_SKILL_DIR}/references/templates/audit-log-schema.md 以了解架构
2. 向 ${CLAUDE_PLUGIN_DATA}/audit-log.jsonl 追加一行 JSONL，包含：时间戳、程序名称、路径、框架、协议类型、LOC、指令数量、深度、按严重性统计的发现数量、发现 ID 和分类 ID
3. 告知用户：“审计结果已保存。你可以将发现标记为已接受的风险，以供未来审计参考。”

如果 ${CLAUDE_PLUGIN_DATA} 不可用，则静默跳过。

后续步骤：形式化验证

对于涉及算术安全（M-1、M-2、M-3、M-4）、状态不变量（S-1 至 S-8）或授权逻辑（A-1 至 A-5）的 CRITICAL 或 HIGH 级别发现，建议使用 /kani-proof 进行形式化验证：

可进行形式化验证： 可使用 /kani-proof 对 [function_name()] 中的发现 VULN-NNN（[taxonomy_id]：[title]）进行形式化验证，以证明修复正确且漏洞不会再次出现。

示例：“可使用 /kani-proof 对 calculate_reward() 中的发现 VULN-001（M-1：整数溢出）进行形式化验证，以证明在有界输入条件下所有算术运算都是安全的。”

这只是一项轻量级建议——不要因此阻碍报告生成。

参考资料

references/ 目录包含：

核心参考资料：

• CHEATSHEET.md — 涵盖全部 30 种漏洞类型的精简速查表，包含可用于 grep 的关键词（请先加载此文件）
• scoring.md — 误报门槛 + 置信度评分规则（所有 Agent 均会加载）
• vulnerability-taxonomy.md — 完整索引，链接到各个漏洞参考文件
• audit-checklist.md — 按指令分类的验证清单 + 语法 grep 命令
• anchor-specific.md — Anchor 框架特有的注意事项
• exploit-case-studies.md — 真实世界的 Solana 漏洞利用模式（损失超过 $500M）

扫描自动化：

• scripts/scan-commands.md — 预扫描阶段使用的汇总语法扫描命令

持久化模板：

• templates/config-template.json — 审计配置架构
• templates/audit-log-schema.md — 审计日志和已接受风险的架构

20 个单独的漏洞文件 — 每个文件都包含前置条件、易受攻击的模式、检测启发式规则、误报和修复方法

Agent 提示词（references/agents/）：

• explorer.md — 第 1 阶段探索
• auth-state-scanner.md — 身份验证扫描器（类别 A + S）
• cpi-math-scanner.md — CPI 扫描器（类别 C + M）
• logic-economic-scanner.md — 逻辑扫描器（类别 L + T）
• framework-scanner.md — 框架扫描器（框架 + R）
• adversarial-scanner.md — DEEP 模式威胁建模

特定协议的参考资料（references/protocols/）—— 根据探索器的分类按需加载：

• lending-protocol.md — 抵押品、清算和利率模式
• dex-amm-protocol.md — 交换、LP 代币和 AMM 曲线模式
• staking-protocol.md — 奖励分配、纪元和委托模式
• bridge-protocol.md — 消息验证、重放和守护者模式