LLM ve AI entegrasyonlarındaki prompt injection, veri gizliliği sızıntıları ve güvenli olmayan çıktı yönetimi gibi güvenlik açıklarını kod tabanlarında tarar.
Ayrıca bilinen adı GuardBee/guardbee-mcp, @guardbee/mcp-ai-code-scanner
- Yıldızlar
- 2
- Araçlar
- 4
- İndirmeler, 30 gün
- 1.842
- En son sürüm
- 0.3.2
- Son commit
- 12 Kas 2026
- Lisans
- MIT
ai-code-scanner MCP nedir?
ai-code-scanner bir MCP sunucusudur. LLM ve AI entegrasyonlarındaki prompt injection, veri gizliliği sızıntıları ve güvenli olmayan çıktı yönetimi gibi güvenlik açıklarını kod tabanlarında tarar. 4 araç sunar; örneğin scan_text, scan_file, scan_directory.
Özet, projenin README dosyasından oluşturuldu
ai-code-scanner MCP sunucusu hakkında
Bu MCP server'ın temel işlevi, kod tabanlarını belirli güvenlik açığı kalıpları için tarayarak AI entegrasyonlarını güvence altına almaktır. Geliştiricilerin, standart secret tarayıcılarının genellikle gözden kaçırdığı prompt injection, veri gizliliği sızıntıları ve güvenli olmayan çıktı yönetimi gibi riskleri belirlemesine yardımcı olur. Araç, bir modelin çıktısına ne kadar güvenildiği ve bir agent'ın çağırabileceği araçlara verilen yetki seviyesine odaklanır.
Kullanıcılar bu server'ı Claude Desktop üzerinden yerel olarak veya CI/CD entegrasyonu için bir komut satırı arayüzü aracılığıyla çalıştırabilirler. Kod parçacıkları için scan_text, tekil dosyalar için scan_file ve özyinelemeli kod tabanı analizi için scan_directory gibi özel araçlar sunar. Server ayrıca desteklenen tüm tespit kategorilerini görüntülemek için bir list_patterns aracı içerir.
Bu tarayıcı, guardbee.yml yapılandırma dosyası ve JSON dosyaları kullanarak özel kural paketleri ekleme yeteneği sayesinde yüksek düzeyde özelleştirilebilir. Bu, ekiplerin hassas veriler veya dahili araçlar için kuruma özel kalıplar tanımlamasına olanak tanır. Bulgular, belirli önerilerle birlikte raporlanır ve GitHub Code Scanning'de kullanılmak üzere SARIF 2.1.0 formatında dışa aktarılabilir.
Neler yapabilirsiniz
- 1Prompt injection risklerini tespit etmeKullanıcı girdilerinin sistem promptlarına güvenli olmayan bir şekilde karıştırılıp karıştırılmadığını kontrol etmesi için AI'dan yardım isteyin.
- 2Hassas veri sızıntılarını önlemeE-posta gibi kişisel tanımlayıcıların doğrudan bir LLM'e gönderilmediğinden emin olmak için kod tabanını tarayın.
- 3Agent araç izinlerini denetlemeBir AI agent'ına sunulan araçların, shell execution gibi aşırı kontrol yetkileri verip vermediğini kontrol edin.
Projenin README dosyasından alınmıştır. Her kullanım durumu, oradaki bir alıntı ile kontrol edilir.
ai-code-scanner MCP nasıl yüklenir
Biçimler 10 Kas 2026 tarihinde doğrulandıCursor'a ekleGoose'a ekleai-code-scanner MCP'yi Claude Code içine yükleyin
$ claude mcp add ai-code-scanner -- npx -y @guardbee/mcp-ai-code-scannerai-code-scanner MCP'yi Cursor içine yükleyin
~/.cursor/mcp.json
{
"mcpServers": {
"ai-code-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}ai-code-scanner MCP'yi VS Code içine yükleyin
.vscode/mcp.json
{
"servers": {
"ai-code-scanner": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}ai-code-scanner MCP'yi VS Code CLI içine yükleyin
$ code --add-mcp '{"name":"ai-code-scanner","type":"stdio","command":"npx","args":["-y","@guardbee/mcp-ai-code-scanner"]}'ai-code-scanner MCP'yi Claude Desktop içine yükleyin
claude_desktop_config.json
{
"mcpServers": {
"ai-code-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}ai-code-scanner MCP'yi Codex içine yükleyin
$ codex mcp add ai-code-scanner -- npx -y @guardbee/mcp-ai-code-scannerai-code-scanner MCP'yi Codex config.toml içine yükleyin
~/.codex/config.toml
[mcp_servers.ai-code-scanner] command = "npx" args = ["-y", "@guardbee/mcp-ai-code-scanner"]
ai-code-scanner MCP'yi Gemini CLI içine yükleyin
$ gemini mcp add -s user ai-code-scanner npx -- -y @guardbee/mcp-ai-code-scannerai-code-scanner MCP'yi Gemini settings.json içine yükleyin
~/.gemini/settings.json
{
"mcpServers": {
"ai-code-scanner": {
"command": "npx",
"args": [
"-y",
"@guardbee/mcp-ai-code-scanner"
]
}
}
}ai-code-scanner MCP araçları 4
README dosyasından algılandıscan_textscan_filescan_directorylist_patterns
| scan_text | — | |
| scan_file | — | |
| scan_directory | — | |
| list_patterns | — |
Otomatik kontroller
Çalıştırıldı 13 Kas 2026Tam rapor →Otomatik kontrollerimizden geçti. Bu bir güvenlik denetimi değildir: kodu okuyun ve sunucuya ihtiyaç duyduğu en dar erişimi verin. Kontroller nasıl çalışır
- Kaynak deposu bağlantılı ve erişilebilirGeçti
- Açık kaynak lisansı (OSI)Geçti
- Son bir yıl içinde commit veya sürüm mevcutGeçti
- Paket adı popüler bir pakete yakın değilGeçti
- Uzak uç nokta HTTPS kullanıyorKontrol edilmedi
- Yıkıcı araçlar etiketlenmişGeçti
- Modele yönelik gizli talimat yokGeçti
- Pakette veya bağımlılıklarında kritik uyarı yokGeçti
@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.
ai-code-scanner MCP soruları
ai-code-scanner MCP'yi Claude Code'a nasıl eklerim?
Terminalinizde claude mcp add ai-code-scanner -- npx -y @guardbee/mcp-ai-code-scanner komutunu çalıştırın. Her projede kullanılabilir olması için --scope user ekleyin.
ai-code-scanner MCP'yi Cursor'a nasıl eklerim?
~/.cursor/mcp.json dosyasını açın ve yukarıdaki yükleme bölümünde gösterilen Cursor yapılandırmasını kullanarak sunucuyu mcpServers altına ekleyin.
ai-code-scanner MCP hangi araçları sunar?
4 araç sunar; bunlar arasında scan_text, scan_file, scan_directory, list_patterns yer alır.
Ne tür güvenlik risklerini tespit eder?
İstemci tarafında API anahtarı ifşası, model çıktılarının güvenli olmayan şekilde yürütülmesi, aşırı agent yetkisi, prompt içinde PII (kişisel tanımlanabilir bilgi) bulunması ve prompt injection gibi kalıpları tanımlar.
Tam AST analizi yapar mı?
Hayır, tam AST analizi yerine sezgisel statik metin kalıbı taraması kullanır.
Kendi güvenlik kurallarımı ekleyebilir miyim?
Evet, özel JSON kural paketleri kullanarak tespit özelliklerini kurumunuza özel kalıplarla genişletebilirsiniz.
Telemetri varsayılan olarak açık mı?
Hayır, telemetri varsayılan olarak kapalıdır.