Ein echo "$API_TOKEN" in einem Skript schreibt den Token ins Job-Log, und eine unter artifacts aufgeführte .env-Datei kann jeder herunterladen, der die Pipeline sehen kann. Dieser Skill findet diese und acht weitere GitLab-CI-Risiken und zeigt dir, wie du jedes davon behebst.

Dein Agent führt einen Scanner über .gitlab-ci.yml, *.gitlab-ci.yml-Dateien und die YAML-Dateien unter .gitlab/ aus. Er liest globale Einstellungen, default:, versteckte Jobs und jeden einzelnen Job, folgt YAML-Ankern und extends und überspringt !reference-Zeilen. Er liefert BLOCK, REVIEW oder NOT FLAGGED mit Datei, Zeile, Begründung und einem sichereren Vorgehen. Geheime Werte werden nie ausgegeben.

Was geprüft wird

BLOCK (vor der Auslieferung beheben)

• G01: ein Passwort, Token oder Schlüssel, der direkt in variables steht

• G02: curl oder wget, per Pipe an eine Shell übergeben

• G03: eine geheime Variable, die per echo ins Job-Log geschrieben wird

• G04: eine .env-Datei, ein privater Schlüssel oder ein Terraform-State, der als Artefakt aufbewahrt wird

REVIEW (vor dem Release prüfen)

• G11: ein Image oder Service ohne Tag oder mit :latest

• G12: ein Include von einer URL oder ein Projekt bzw. eine Komponente, die nicht auf einen Tag fixiert ist

• G13: ein Sicherheitsscan-Job mit allow_failure: true

• G14: deaktivierte TLS-Prüfungen (curl -k, GIT_SSL_NO_VERIFY)

• G15: env oder printenv, die alle Variablen ins Log schreiben

• G16: ein Produktions-Deployment-Job ohne rules, only oder manuellen Schritt

Was enthalten ist

• Der Scanner (Python 3.9+, nur Standardbibliothek)

• Ein Regelleitfaden mit Begründung und sichererem Vorgehen für jede Regel

• Eine riskante und eine sichere Beispiel-Pipeline sowie der echte Bericht, den der Scanner für die riskante erstellt

Grenzen

Er liest jede Datei für sich, lädt keine eingebundenen Dateien und sieht keine CI/CD-Variablen, die in den GitLab-Einstellungen gesetzt sind. NOT FLAGGED ist keine Garantie.

Inhalt

Eine ZIP-Datei mit 8 Dateien: SKILL.md, der Scanner in scripts/ (3 Python-Dateien), references/rules.md (jede Regel mit Begründung und sichererem Vorgehen) und examples/ (2 Beispieldateien plus report.md, die echte Scanner-Ausgabe für das riskante Beispiel).

So verwendest du es: Dies ist ein Agent-Skill: ein Ordner mit einer SKILL.md-Datei und Python-Skripten, die ein KI-Coding-Agent wie Claude Code, Cursor oder Codex CLI ausführen kann. Entpacke ihn in den Skills-Ordner deines Agenten (für Claude Code: ~/.claude/skills/) und bitte deinen Agenten dann, dein Projekt zu prüfen. Die Skripte laufen auch eigenständig mit Python 3.9 oder neuer, ohne dass etwas installiert werden muss. Sie lesen nur deine Dateien: kein Netzwerkzugriff, und nichts wird irgendwohin gesendet.