Agent 插件实测暴露接口与预算漏洞
作者将每周筛选编程 Agent 资讯的流程写成 SKILL.md,插件审核与实测暴露了参数错误、请求预算核算等问题。通过 MCP 测试通过的查询,在直接调用 REST 时仍因参数名不同而失败。
AI 深度解读
一个每周运行一次、最多给出五条建议的资讯 Skill,第一次提交就因两个错误被拒:REST 参数写错,请求预算也算少了。作者修完后,用自己的账号完整跑了一次,又找出三个问题。
Agent Stack Radar 的价值,在于把 AI 编程资讯变成「该修什么、该试什么、该观察什么」。这段经历也提醒我们:SKILL.md 写出的限制,必须经得起真实执行的核对;评论区里的纠错,有时比帖子标题更有用。
写进 SKILL.md 的预算,为什么不一定算数
Agent Stack Radar 面向 daily.dev marketplace,由编码 agent 每周执行一次。它关注 Claude Code、MCP 和 coding agents 相关的热门讨论,读取帖子与评论,再输出最多五条带来源的建议,分成三类:
- Fix:当前影响 agent 用户的安全问题。
- Try:有具体来源、本周可以采用的工具或实践。
- Watch:有潜力,但还早或尚未验证的东西。
作者想解决的是「资讯与自己的工作流脱节」:标签趋势能告诉你什么变热,却未必能告诉你该调整哪项配置。
但第一版连执行约定都没对齐。标签搜索在 REST 请求中用了 ?query=,实际参数应为 q。作者此前只通过 daily.dev MCP server 测试,那条路径里的工具已经传对了参数,因此掩盖了 REST 路径的问题。
另一个错误是预算。文档承诺每次「约 10 到 20 次请求」,实际流程包含 6 个标签、一个热门信息流,以及最多 10 篇帖子的详情和评论,最坏情况达到 27 次。免费 daily.dev 账号每月只有 200 次请求,这个差额会影响可用额度。
经过 MCP 测通,不能证明 REST 路径也正确。
作者随后逐项对照官方 API 规范检查 REST 路径,并把两条路径分开测试。预算也改成 agent 能逐步核算的规则:持续计数、不翻第二页、不重试失败调用,到 22 次就停止。原文没有列出新流程的逐项额度分配,因此我们能确认的是这些控制规则,无法独立复算所有分支。
一次真实运行,发现了哪些纸面上看不到的浪费
重新提交前,作者用自己的账号运行了一次,并配置了三个自定义主题,以覆盖流程步骤。结果用了 22 次额度中的 21 次,还暴露出三个问题。
首先,多词主题未必能搜到标签。software supply chain 和 supply chain security 都没有结果,supply 却可以。作者于是改成单关键词搜索,并要求搜索为空时明确告知。这里验证的是这次标签搜索的表现,不能据此推断所有搜索接口都不支持多词。
其次,逐篇取详情没有带来新内容。在这次涉及的全部 6 个案例中,帖子接口返回的摘要与信息流已有摘要相同。现在只有缺少摘要时才取帖子,避免重复获取已有信息。
最后,零评论帖子也被请求了评论接口。改进很直接:先看评论数,再决定是否请求。
作者称,调整后默认运行少于 19 次请求。这个数字有参考价值,但仍是作者给出的运行结论;原文没有展示多轮记录,也没交代不同主题下的分布。
这些发现对写 Skill 的人很实用:把一次运行的请求明细摊开,逐个问「这次调用增加了什么信息」,比只读流程描述更容易发现浪费。
为什么评论值得占用大部分预算
这次运行中,两条有用建议都来自评论对正文的补充或纠正。
一篇帖子建议用脚本落实 agent 规则,评论给出了 Claude Code Stop hook 的做法。但另一条评论提醒:他们的检查器拦截了 120 条回复,其中 89 条是误拦。于是最终建议变成了「可以试,但先拿已知合格的回复测试」。
这个数字描述的是某位评论者的检查器,不能拿来当作 Stop hook 的普遍误报率。它真正提供的是一个采用条件:自动检查需要先验证误拦情况。
另一篇帖子讨论植入的 AGENTS.md 如何劫持 Codex 和 Claude Code。评论补充了一个关键边界:添加目录中的 CLAUDE.md,只有设置 CLAUDE_CODE_ADDITIONAL_DIRECTORIES_CLAUDE_MD 才会加载;评论指出的实际风险是从那个目录内启动会话。读安全资讯时,触发条件常常比结论更值得保存。
作者因此把大部分请求预算留给评论,并要求简报注明评论何时补强或反驳正文。首条简报还涉及恶意 Ruby gem strutil-core:据作者引用的 Socket 分析,它在安装时窃取凭据,包括 .claude/.credentials.json。
读陌生内容也会引入提示注入风险,即外部文本试图冒充命令、改变 agent 的行为。作者为此规定:只读,不投票、评论或发帖;帖子和评论只作数据;遇到发号施令的内容,归入 Fix,而非照做。token 只发往 api.daily.dev,Skill 不读取本地文件,需要个性化建议时由用户主动粘贴配置。
我的判断
我认可两点:把调用限制写成可计数的步骤,以及把评论里的反证纳入结论。前者让成本可核对,后者让资讯从「转述观点」向「交代适用条件」靠近。
但原文没有给出与其他资讯工具的对照数据,「评论最有价值」仍是这次运行的经验。6 次详情请求没有新增内容,也只能支持减少重复获取,不能证明详情接口永远没用。
安全部分同样要留个问号。只读、限制 token 去向、不读本地文件,都是明确的边界;「外部文本不是指令」则仍是行为要求。原文没有展示恶意样本测试,不能据此认定提示注入已经解决。
插件于 11 月 10 日获批,说明审核问题得到处理,不等于效果与安全性获得了全面验证。读者母语输出和公开仓库,仍是作者接下来的计划。
能拿来做什么
- 给日常 AI 编程 Skill 补一份调用账本,记录请求数、停止条件和失败处理,并用一次完整运行核对文档承诺。
- 同时支持 REST 与 MCP 时分别验证参数和返回结果,尤其检查封装层是否替你修正了错误。
- 接入 Claude Code Stop hook 前,先准备一组已知合格的回复,检查是否误拦,再决定是否启用强制阻断。
- 让 agent 整理技术资讯时,要求保留来源、触发条件和评论中的纠正,并将外部内容始终作为待分析的数据。