agent-bom runtime
AI运行时安全监控与审计日志关联分析
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agent-bom runtime。 它的用途是：AI运行时安全监控与审计日志关联分析 完整的 Skill 内容见：https://321skill.com/skills/agent-bom-runtime-x-10/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请分析当前扫描结果的上下文图，评估是否存在横向移动风险'，它会调用context_graph工具生成可视化图并输出风险路径。
对AI说：'关联审计日志proxy-audit.jsonl与CVE数据'，它会运行runtime_correlate输出匹配的风险报告。
对AI说：'查询过去30天的漏洞趋势'，它会通过analytics_query生成趋势摘要。
介绍
这个Skill解决了AI应用运行时缺乏安全可见性的痛点。在实际部署中，AI Agent的上下文图、审计日志和CVE漏洞往往分散在不同系统，手动关联效率极低，且难以发现横向移动等隐蔽威胁。它通过上下文图分析、运行时审计日志与CVE发现关联，以及漏洞分析查询，帮助团队在运行时持续监控安全状态。
使用方式很简单，你只需要通过pipx安装agent-bom包，然后在AI编码助手中通过自然语言指令调用三个核心工具：context_graph（构建Agent上下文图并分析横向移动）、runtime_correlate（交叉关联审计日志与CVE数据）、analytics_query（查询漏洞趋势、历史状态和运行时事件）。之后就可以直接对AI说“分析当前扫描结果的上下文图”或“关联proxy-audit.jsonl与CVE发现”，它会自动执行并返回结果。
它非常适合需要监控AI运行时安全的团队或个人，尤其是那些已经部署了AI Agent并希望审计其行为、排查潜在漏洞的运维工程师和安全研究人员。对于需要进行合规审计、安全运营的企业，以及希望将安全监控集成到CI/CD流水线的开发者，这个工具也能显著降低手动分析的工作量。
建议在安装后先通过context_graph工具熟悉上下文图结构，再逐步使用runtime_correlate进行日志关联。需要注意的是，它主要依赖用户提供的审计日志文件（JSONL格式）和内存中的扫描结果，不会自动发现文件或发起网络请求；如需持久化分析，可配置可选的ClickHouse连接，但绝不会自动推断或泄露凭据。
核心特点
与传统的静态漏洞扫描器（如Trivy）不同，agent-bom-runtime聚焦于AI Agent运行时的上下文图分析和横向移动检测，并直接关联审计日志与CVE发现，而不仅仅是静态镜像扫描。
注意事项
需要Python 3.11+，可选依赖kubectl（Kubernetes上下文）和ClickHouse（分析存储），不支持自动发现网络端点或持久化存储，除非用户主动配置ClickHouse。
常见问题
需要联网或API密钥吗？
不需要，除非你配置了可选的ClickHouse用于持久化分析，否则所有操作都在本地内存和用户提供的日志文件上完成。
支持哪些操作系统？
支持macOS、Linux和Windows，通过pipx或pip安装即可。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-bom-runtime-x-10/raw/index.md 读取 agent-bom runtime 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-bom-runtime-x-10/raw/index.md（查看排版版本）