Scanne les bases de code pour détecter les vulnérabilités de sécurité dans les intégrations LLM et IA, telles que l'injection de prompt, les fuites de confidentialité des données et la gestion non sécurisée des sorties.
Aussi connu sous GuardBee/guardbee-mcp, @guardbee/mcp-ai-code-scanner
- Étoiles
- 2
- Outils
- 4
- Téléchargements, 30 jours
- 1 842
- Dernière version
- 0.3.2
- Dernier commit
- 12 nov. 2026
- Licence
- MIT
Qu'est-ce que ai-code-scanner MCP ?
ai-code-scanner est un serveur MCP. Scanne les bases de code pour détecter les vulnérabilités de sécurité dans les intégrations LLM et IA, telles que l'injection de prompt, les fuites de confidentialité des données et la gestion non sécurisée des sorties. Il expose 4 outils, comme scan_text, scan_file, scan_directory.
Résumé généré à partir du README du projet
À propos du MCP server ai-code-scanner
La fonction principale de ce MCP server est de sécuriser les intégrations d'IA en scannant les bases de code à la recherche de motifs de vulnérabilité spécifiques. Il aide les développeurs à identifier des risques tels que l'injection de prompt, les fuites de confidentialité des données et la gestion non sécurisée des sorties, que les scanners de secrets standards ignorent souvent. L'outil se concentre sur le niveau de confiance accordé à la sortie d'un modèle et sur le niveau de privilège octroyé aux outils qu'un agent peut appeler.
Les utilisateurs peuvent exécuter ce serveur localement via Claude Desktop ou via une interface en ligne de commande pour une intégration CI/CD. Il fournit des outils spécifiques tels que scan_text pour les extraits de code, scan_file pour les fichiers individuels et scan_directory pour l'analyse récursive d'une base de code. Le serveur inclut également un outil list_patterns pour visualiser toutes les catégories de détection prises en charge.
Ce scanner est hautement personnalisable grâce à un fichier de configuration guardbee.yml et à la possibilité d'ajouter des packs de règles personnalisés via des fichiers JSON. Cela permet aux équipes de définir des motifs spécifiques à l'organisation pour les données sensibles ou les outils internes. Les résultats sont rapportés avec des recommandations spécifiques et peuvent être exportés au format SARIF 2.1.0 pour une utilisation dans GitHub Code Scanning.
Ce que vous pouvez faire avec
- 1Détection des risques d'injection de promptDemandez à l'IA de vérifier si les entrées utilisateur sont mélangées de manière non sécurisée aux prompts système.
- 2Prévention des fuites de données sensiblesScannez la base de code pour vous assurer que les identifiants personnels, comme les adresses e-mail, ne sont pas envoyés directement à un LLM.
- 3Audit des permissions des outils d'agentVérifiez si les outils mis à la disposition d'un agent IA accordent un contrôle excessif, comme l'exécution de commandes shell.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Comment installer ai-code-scanner MCP
Formats vérifiés le 10 nov. 2026Ajouter à CursorAjouter à GooseInstaller ai-code-scanner MCP dans Claude Code
$ claude mcp add ai-code-scanner -- npx -y @guardbee/mcp-ai-code-scannerInstaller ai-code-scanner MCP dans Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"ai-code-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}Installer ai-code-scanner MCP dans VS Code
.vscode/mcp.json
{
"servers": {
"ai-code-scanner": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}Installer ai-code-scanner MCP dans VS Code CLI
$ code --add-mcp '{"name":"ai-code-scanner","type":"stdio","command":"npx","args":["-y","@guardbee/mcp-ai-code-scanner"]}'Installer ai-code-scanner MCP dans Claude Desktop
claude_desktop_config.json
{
"mcpServers": {
"ai-code-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}Installer ai-code-scanner MCP dans Codex
$ codex mcp add ai-code-scanner -- npx -y @guardbee/mcp-ai-code-scannerInstaller ai-code-scanner MCP dans Codex config.toml
~/.codex/config.toml
[mcp_servers.ai-code-scanner] command = "npx" args = ["-y", "@guardbee/mcp-ai-code-scanner"]
Installer ai-code-scanner MCP dans Gemini CLI
$ gemini mcp add -s user ai-code-scanner npx -- -y @guardbee/mcp-ai-code-scannerInstaller ai-code-scanner MCP dans Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"ai-code-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}Outils MCP ai-code-scanner 4
Détectés depuis le READMEscan_textscan_filescan_directorylist_patterns
| scan_text | — | |
| scan_file | — | |
| scan_directory | — | |
| list_patterns | — |
Vérifications automatisées
Exécuté le 13 nov. 2026Rapport complet →A passé nos vérifications automatisées. Il ne s'agit pas d'un audit de sécurité : lisez le code et donnez au serveur l'accès le plus restreint dont il a besoin. Fonctionnement des vérifications
- Dépôt source lié et accessibleRéussi
- Licence open source (OSI)Réussi
- Commit ou version publiée au cours de l'année écouléeRéussi
- Nom du package non proche d'un package populaireRéussi
- L'endpoint distant utilise HTTPSNon vérifié
- Les outils destructifs sont étiquetésRéussi
- Aucune instruction cachée destinée au modèleRéussi
- Aucun avis critique dans le package ou ses dépendancesRéussi
README
Voir sur GitHub@guardbee/mcp-ai-code-scanner
🇬🇧 English | 🇹🇷 Türkçe | 🇨🇳 中文 | 🇯🇵 日本語 | 🇰🇷 한국어 | 🇧🇷 Português | 🇪🇸 Español | 🇩🇪 Deutsch
An MCP (Model Context Protocol) server that scans your codebase for security patterns commonly found in LLM/AI integrations.
While secret-scanner looks for leaked secrets/API keys, this package looks for patterns: how much a model's output is trusted, how privileged the tools it can call are, what data is sent to a third-party LLM — risks that a static credential scan can't catch.
Telemetry is off by default. With
GUARDBEE_TELEMETRY=1it sends the server, tool, success, duration and short parameter values such as a file path; longer strings and fields likecontent,tokenorpasswordare replaced with a placeholder. See@guardbee/mcp-telemetry.
Claude ──► ai-code-scanner ──► Your codebase
│
├─ Client-exposure (dangerouslyAllowBrowser: true)
├─ Output handling (eval(llmOutput), unvalidated JSON.parse)
├─ Excessive agency (an agent tool named execute_command)
├─ Data privacy (email/national ID interpolated directly into a prompt)
└─ Prompt injection (raw request data mixed into a system prompt)
Features
- 10 patterns, 5 categories — client-exposure, output-handling, excessive-agency, data-privacy, prompt-injection
- Every finding includes why it's risky and what to do about it (
recommendation) — not just "found it" - SARIF 2.1.0 output — CI/CD integration (GitHub Code Scanning, etc.)
- Config file support via
guardbee.yml - Custom rule packs — extend detection with org-specific patterns (KVKK/GDPR field names, internal tool names) via JSON files, no fork required
- 36 unit tests — a positive and a negative (false-positive) scenario for every built-in pattern, plus custom-rule loading/validation
Quick Start
Claude Desktop / MCP Client
{
"mcpServers": {
"guardbee-ai-code-scanner": {
"command": "npx",
"args": ["-y", "@guardbee/mcp-ai-code-scanner"]
}
}
}
CLI (CI/CD)
npx @guardbee/mcp-ai-code-scanner scan ./src --fail-on=high --format=sarif > results.sarif
MCP Tools
| Tool | Description |
|---|---|
scan_text |
Scans a given text/code snippet |
scan_file |
Scans a single file |
scan_directory |
Recursively scans a directory (node_modules, .git, dist skipped automatically) |
list_patterns |
Lists all supported patterns by category |
Detected Patterns
| Category | Pattern | Severity | What it means |
|---|---|---|---|
| client-exposure | openai_dangerously_allow_browser |
critical | OpenAI key leaked to the browser |
| client-exposure | client_bundled_ai_api_key |
critical | An AI key enters the client bundle via NEXT_PUBLIC_/VITE_/REACT_APP_ |
| output-handling | eval_llm_output |
critical | Model output executed as code via eval()/Function() |
| output-handling | exec_llm_output |
critical | Model output passed to a shell command (command injection) |
| output-handling | llm_output_dangerously_set_inner_html |
high | Model output rendered as raw HTML (XSS) |
| output-handling | llm_json_no_validation |
medium | Model output JSON.parse'd without schema validation |
| excessive-agency | excessive_agency_tool_name |
high | A tool that grants an agent shell/code execution |
| excessive-agency | unbounded_agent_loop |
medium | An agent loop with no iteration bound (cost/DoS) |
| data-privacy | pii_field_in_llm_prompt |
high | Data like email/national ID/card number goes directly into a prompt |
| prompt-injection | unsanitized_input_in_system_prompt |
medium | Raw request/user data mixed into a system prompt |
These are heuristic findings — a static text-pattern scan, not a full AST analysis. Designed for a low false-positive rate, but every finding should still be reviewed manually.
Configuration (guardbee.yml)
ai-code-scanner:
fail-on: high # any | critical | high | medium | low | none
max-files: 5000
rules-dir: .guardbee/rules # custom rule packs, see below
exclude:
- ".test.ts"
- "fixtures/"
Custom rules
Built-in patterns cover common AI/LLM integration mistakes, but field names and
internal conventions (e.g. which prop names carry KVKK-regulated data) are
project-specific. Drop one or more JSON files into .guardbee/rules/
(configurable via rules-dir) and they're merged with the built-ins at scan
time — for both the CLI and the MCP server (list_patterns marks them (custom)).
A file holds a single rule object or an array of them:
{
"id": "kvkk_musteri_tc_no",
"name": "musteriTcNo interpolated into a prompt",
"category": "data-privacy",
"pattern": "musteriTcNo",
"flags": "gi",
"severity": "high",
"recommendation": "Mask the national ID before it enters the prompt."
}
category is one of client-exposure | output-handling | excessive-agency | data-privacy | prompt-injection | cost-control; severity is one of
critical | high | medium | low. pattern is a JS regex source string
(flags defaults to "g"). A rule id that collides with a built-in or
another custom rule is rejected — the scanner keeps running but reports the
problem on stderr and skips that entry.
Development
npm run build
npm test # 36 unit tests
License
MIT — GuardBee
Feedback
Questions, ideas, or a false positive? Start a thread in GitHub Discussions or open an issue. If GuardBee is useful to you, a ⭐ on the repository helps others find it.
Questions sur ai-code-scanner MCP
Comment ajouter ai-code-scanner MCP à Claude Code ?
Exécutez claude mcp add ai-code-scanner -- npx -y @guardbee/mcp-ai-code-scanner dans votre terminal. Ajoutez --scope user pour le rendre disponible dans tous les projets.
Comment ajouter ai-code-scanner MCP à Cursor ?
Ouvrez ~/.cursor/mcp.json et ajoutez le serveur sous mcpServers, avec la configuration Cursor indiquée dans la section d'installation ci-dessus.
Quels outils ai-code-scanner MCP fournit-il ?
Il expose 4 outils, dont scan_text, scan_file, scan_directory, list_patterns.
Quel type de risques de sécurité détecte-t-il ?
Il identifie des schémas tels que l'exposition de clés API côté client, l'exécution non sécurisée de la sortie d'un modèle, l'autonomie excessive d'un agent, la présence de PII dans les prompts et l'injection de prompt.
Effectue-t-il une analyse AST complète ?
Non, il utilise un balayage heuristique de motifs textuels statiques plutôt qu'une analyse AST complète.
Puis-je ajouter mes propres règles de sécurité ?
Oui, vous pouvez étendre la détection avec des motifs spécifiques à votre organisation en utilisant des packs de règles JSON personnalisés.
La télémétrie est-elle activée par défaut ?
Non, la télémétrie est désactivée par défaut.