对 10 个使用模型上下文协议 (MCP) 的流行 GitHub 存储库进行的安全性审计揭示了重大的漏洞和效率低下问题。审计发现,这些存储库中有 70% 包含带有已知 CVE 的依赖项,对开发者的本地系统构成直接代码执行风险。此外,100% 的扫描存储库缺少 .aiignore 文件,由于将锁文件和构建工件包含在 AI 上下文中,导致浪费了超过 217 万个 Token。 AI
影响 强调了 AI 开发工作流程中潜在的安全风险和效率低下问题,敦促开发人员在依赖项管理和上下文卫生方面采取更好的实践。
排序理由 该项目描述了应用于现有代码存储库的安全审计工具的结果,而不是新的模型发布或核心研究。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →