agent-security-scanner-mcp
这是一款给 AI 编码代理和开发团队使用的开源 MCP 安全扫描服务，用来在代理执行前后产出提示注入、依赖包风险和代码漏洞的检查结果。
工具简介
从现有证据看，我更倾向把它判断为“值得关注的早期开源安全组件”，而不是已经被广泛实战验证的成熟标准工具。能直接支持这一判断的核心证据主要来自官方 GitHub 仓库：仓库文案明确写到 prompt injection firewall、package hallucination detection、1000+ vulnerability rules、AST/taint analysis。GitHub 星标与互动只能算热度证明，说明开发者开始关注，但不足以单独证明拦截效果、误报率、覆盖面或线上稳定性。
它的实际作用不是通用 AI 编码助手，也不是完整的 DevSecOps 平台，更不是向量检索、RAG 或数据库基础设施。更准确的类比是“给 AI coding agent 接入的一层 MCP 安全扫描/防火墙服务”。按仓库描述，它主要在代理读写代码、解析依赖、准备执行任务时输出安全检查，重点盯防提示注入、虚构/高风险包，以及代码中的漏洞模式。这里“4.3M+ packages”来自仓库文案，可视作能力范围的官方说法，但还不能等同于真实拦截成功率承诺。
门槛与成本方面，当前证据只足以确认它是开源项目，未见官方托管版定价、API 费用或企业支持套餐，因此不能把“开源”直接理解为总体成本低。更保守的判断是，成本大概率来自自部署、接入 MCP/CI 流程、规则调优、误报处理和安全工程维护；这属于基于开源安全工具常见形态的保守推断，不是官方报价。若团队没有安全规则维护经验，实际采用门槛可能明显高于普通 IDE 插件。
适合已经在使用 MCP 或 AI 编码代理、并且确实担心提示注入与供应链风险的工程团队；不太适合只想找聊天内容审核、低代码风控，或期待“一键合规”的非技术团队。证据源的讨论质量也要单独说明：这批 evidenceSources 里多数内容其实在讨论 ScaNN，与本项目相关性弱，真正直接可用的几乎只有 GitHub 仓库页，因此样本很有限。当前更像“仓库说明带来的定位判断”，不是“教程、实测、长文评测带来的好用证明”；讨论质量偏弱、实测不足，结论应保持保守。