1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | container-security(UnitOneAI/SecuritySkills 合集内子技能) | — |
| 作者/维护者 | UnitOneAI(GitHub 组织账号,署名 unitoneai) |
GitHub API |
| 来源链接 | https://github.com/UnitOneAI/SecuritySkills/tree/main/skills/cloud/container-security | — |
| 许可证 | MIT | GitHub API |
| GitHub Stars / Forks | 48 / 129(整仓库数字,合集仓库整体热度,不代表本子技能个体热度) | GitHub API |
| 最新版本 | SKILL.md frontmatter 标注 1.0.0,仓库未发布正式 Release |
GitHub API |
| 安装方式 | 复制子技能目录到对应 agent 的 skills 目录(详见第 10 章) | 仓库 README |
项目自述名称:仓库整体标题为「Security Skills for AI Coding Agents」(UnitOneAI/SecuritySkills),container-security 是其中一个独立的子技能目录。
2. 功能介绍与亮点
container-security 对容器镜像与 Kubernetes 部署做结构化安全审计,同时对照三套框架:CIS Docker Benchmark v1.6.0、CIS Kubernetes Benchmark v1.9.0、NIST SP 800-190(容器安全应用指南)。审查对象覆盖 Dockerfile、Kubernetes 清单、Helm Chart 与 Kustomize 叠加配置,按镜像安全、运行时加固、RBAC、Pod Security Standards、网络策略、密钥管理六个维度逐项核验,每条发现都映射到具体的 CIS 编号或 NIST 800-190 对策类别。
技能内置 Pod Security Standards 速查表(对照 Baseline/Restricted 两档列出特权、hostPath、能力集等控制项要求),产出报告含“Pod Security Standards 合规矩阵”,标注每个工作负载所处等级与违规项。正文另有一节“常见陷阱”,列出 7 条容易被忽略的实操细节——如 Init/Sidecar 容器同样受 Pod Security Standards 约束、Helm values.yaml 可能覆盖模板里设置的安全项、Kubernetes Secret 的 Base64 编码不等于加密、NetworkPolicy 是叠加而非默认拒绝(未显式创建 default-deny 时所有 Pod 间流量默认放行)。技能声明发现项须结合资产重要性与补偿控制验证,并附独立的 Prompt Injection Safety Notice 段落,明确把清单/标签/注释中出现的指令性文字当作数据处理。
3. 适用场景
所属分类:安全与合规。
适用于构建生产容器镜像前审查 Dockerfile 的开发与安全团队;部署前审计 Kubernetes 清单或 Helm Chart 的平台工程团队;评估已上线集群安全配置现状的安全工程师;核查容器运行时安全策略(Pod Security Standards、OPA/Gatekeeper)是否落地的合规团队;准备容器安全审计或合规评估的组织;排查容器逃逸向量或权限提升路径的事件响应场景。
4. 跨 Agent 兼容性
- Claude Code:原生支持——技能以标准
SKILL.md目录格式提供,支持自动发现(cp -r skills/*/* ~/.claude/skills/)与/container-security直接调用。 - Codex:支持——仓库徽章标注兼容,README 提供 Codex CLI 专用调用示例(
codex --context skills/.../SKILL.md "...")。 - OpenClaw:支持——仓库徽章明确列出 OpenClaw 为兼容宿主,采用同一份
SKILL.md文件加载。 - Hermes Agent:未验证——仓库文档未提及 Hermes Agent,未检索到相关证据。
5. 推荐理由
多数通用安全审计技能对容器与 Kubernetes 只给泛泛建议,很少同时对齐三套权威框架(CIS Docker、CIS Kubernetes、NIST SP 800-190)并把结果落到具体条款编号。container-security 把这三套框架整合成统一的检查流程,附带真实的 Pod Security Standards 判定表与七条实操陷阱提示,覆盖从 Dockerfile 到 Helm Chart 再到运行中集群的完整链路,纯只读、无外联、无凭据索取,适合作为安全工程师与平台团队日常容器安全自查、上线前预检的即用工具。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 5 | 所属仓库 UnitOneAI/SecuritySkills 为新兴安全团队维护的开源项目(48 Stars/129 Forks/MIT 许可证),非广为人知的一线厂商或专业机构;专门检索未找到本子技能独立于母仓库的第三方讨论、市场收录或安装量数据 |
| 可用性 | 9 | SKILL.md(约 15.6KB)为核心安装单元,配合同目录 cis-benchmarks.md(约 18.4KB)提供详细基准检查项清单;六个检查维度均含具体判定标准与输出报告模板;仓库为 Claude Code/Codex CLI/OpenClaw 分别给出安装方式;最近一次实质提交距今约 8 周 |
| 安全性 | 9 | frontmatter 声明 allowed-tools: Read, Grep, Glob,无 shell 执行、无写入、无联网工具;正文含独立注入防护段落,明确拒绝把清单/标签/注释中的指令性文字当作真实指令;MIT 许可证明确;作者为可查证的 GitHub 组织账号,无主动造假迹象 |
综合评分:7.67(三项均值)
安全检查清单:
① 仅声明 Read/Grep/Glob 只读工具权限,无 shell 命令执行能力
② 不联网外发数据
③ 不涉及任何 API Key 或凭据索取
④ 全文未见可疑指令或混淆代码;含针对“清单/标签/注释中嵌入指令”的显式防御条款
⑤ 作者为新兴安全团队,信誉一般,无主动造假迹象
⑥ MIT 许可证明确
⑦ 最近一次实质提交距今约 8 周,维护尚属近期
7. 跟同类 Skills 相比的优势
| 技能 | 定位 | 与本技能的差异 |
|---|---|---|
| kubernetes-skill(LukasNiessen,独立仓库,366 Stars/MIT) | 面向日常 Kubernetes/Helm 操作的通用助手技能,目标是消除 LLM 对 K8s 配置的幻觉、让生成的清单对齐官方最佳实践,安全只是其覆盖面之一 | 定位是“生成与排障”而非“合规审计”:不产出对照 CIS/NIST 条款编号的结构化发现报告;本技能反过来专注纯审计,不负责生成或修复清单 |
| aws-review(同仓库,cloud 领域) | 对照 CIS AWS Foundations Benchmark 审计 AWS 账户配置态势(IAM、S3、VPC 等平台层面) | 审计对象层级不同——AWS 账户配置 vs 容器镜像/K8s 工作负载,两者常需配合使用(云平台基线 + 容器运行时基线)而非互相替代 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。
9. 其他补充
仓库同时提供了 45 个同风格的安全技能,按 appsec/ai-security/cloud/compliance/devsecops/identity/incident-response/network/secops/vuln-management 十个领域分类组织,container-security 隶属于 cloud 领域,同领域内还有 aws-review、azure-review、gcp-review、iac-security 四个姊妹技能,分别聚焦不同云平台的配置审计与基础设施即代码安全。
10. 安装使用方式
Claude Code(全局安装)
git clone https://github.com/UnitOneAI/SecuritySkills.git
cp -r SecuritySkills/skills/cloud/container-security ~/.claude/skills/
安装后可通过自然语言触发(如“帮我审计一下这个 Kubernetes 部署的安全性”)或直接调用 /container-security [target-file-or-directory]。
Codex CLI
codex --context skills/cloud/container-security/SKILL.md "审计这批 Kubernetes 清单"
其他宿主(OpenClaw 等):将对应 agent 指向 container-security/SKILL.md 文件路径即可加载,具体挂载方式见各宿主自身文档。
安装后无需重启,首次调用即可生效;无付费依赖。
11. 注意事项
- 技能纯粹基于用户提供的 Dockerfile、清单与配置文件做静态审计,不会连接实际运行中的集群或容器运行时拉取实时状态,无法验证准入控制器实际拦截行为、运行时监控告警等动态事实。
- 技能自身在“局限性”章节说明:发现项应视为待验证假设,需结合资产重要性、补偿性控制、环境意图与近期授权变更综合判断,不能直接当作最终结论。
- 检查依赖同目录
cis-benchmarks.md提供的详细条款清单,脱离该文件单独复制SKILL.md会缺少部分基准细节,建议整目录一并复制。 - 该子技能背后的母仓库尚缺乏长期维护记录与外部社区反馈,建议持续关注后续版本更新。