Publier le port 11434:11434 sur l'image officielle d'Ollama expose une API sans mot de passe sur toutes les interfaces réseau de votre serveur GPU, et WEBUI_AUTH=False sur un Open WebUI publié fait de chaque visiteur un administrateur capable d'exécuter du Python sur le serveur. Cette compétence détecte ces erreurs ainsi que neuf autres erreurs d'auto-hébergement de LLM avant que vous n'exposiez le serveur, et vous indique comment corriger chacune d'elles.

Votre agent exécute un scanner sur vos fichiers Compose, manifestes Kubernetes, Dockerfiles, unités et drop-ins systemd, fichiers .env et configurations du proxy LiteLLM. Il reconnaît chaque serveur à son image ou à sa commande et connaît ses valeurs par défaut : les images officielles d'Ollama et de llama.cpp écoutent sur toutes les interfaces, ollama serve et llama-server lancés directement sur l'hôte écoutent sur 127.0.0.1, et vLLM, LocalAI, TGI et le proxy LiteLLM écoutent sur toutes les interfaces sauf indication contraire. Un port publié sur 127.0.0.1, une liaison à une seule adresse LAN ou VPN et un load balancer cloud interne ne sont pas signalés ; les paramètres qu'un conteneur tire d'un ConfigMap du même manifeste comptent comme les siens ; ${VAR}, secretKeyRef et les références d'environnement LiteLLM comptent comme des références, et les clés factices comme fake-key ou EMPTY pour un backend qui n'en a pas besoin ne sont pas des secrets. Chaque constat de port ouvert indique le port propre au serveur concerné, son paramètre de liaison et son paramètre de clé. Il ne démarre jamais de serveur, de conteneur ni de modèle. Il renvoie BLOCK, REVIEW ou NOT FLAGGED, avec le fichier, la ligne, la raison et une approche plus sûre. Les secrets ne sont jamais affichés.

Ce qui est vérifié

BLOCK (à corriger avant la mise en production)

• L01 : un serveur Ollama, vLLM ou llama.cpp, LocalAI, TGI ou un proxy LiteLLM accessible depuis le réseau (port publié, réseau de l'hôte, Service LoadBalancer ou NodePort, liaison à 0.0.0.0) sans clé API
• L02 : clés API (y compris des listes de clés comme OPENAI_API_KEYS), clés maîtres, tokens et mots de passe écrits en dur dans des fichiers Compose, Kubernetes, Dockerfile, systemd ou de configuration LiteLLM, ou sur la ligne de commande
• L03 : Open WebUI avec WEBUI_AUTH désactivé et accessible depuis le réseau
• L04 : Open WebUI avec DEFAULT_USER_ROLE=admin alors que l'inscription, l'inscription OAuth, LDAP ou la connexion par en-tête peuvent créer des comptes

REVIEW (à vérifier avant la publication)

• L11 : --trust-remote-code sans révision figée sur un commit
• L12 : * dans OLLAMA_ORIGINS, vLLM --allowed-origins et d'autres paramètres CORS, ainsi que les versions de vLLM antérieures à 0.32.0 dont la valeur par défaut autorisait n'importe quelle origine
• L13 : inscription à Open WebUI sans approbation (rôle user), ou admin comme rôle par défaut
• L14 : images de serveurs de modèles sans version dans le tag (latest, main, server-cuda)
• L15 : ports d'API ou d'interface publiés en HTTP non chiffré, y compris les chemins vLLM que son --api-key ne couvre pas
• L16 : mode développement de vLLM, sérialisation non sécurisée ou accès étendu aux médias locaux, et llama-server --props
• L17 : clés et mots de passe réglés sur des valeurs d'exemple ou par défaut de la documentation, ou une valeur factice utilisée comme clé propre d'un serveur

Ce qui est inclus

• Le scanner (Python 3.9+, bibliothèque standard uniquement)
• Un guide des règles avec, pour chaque règle, la raison, une approche plus sûre et le lien vers la documentation officielle
• Un exemple de projet risqué et un exemple sûr, ainsi que le rapport réel produit par le scanner sur l'exemple risqué

Limites

Il lit chaque fichier isolément : un Service, un ConfigMap ou un fichier .env placé dans un autre fichier n'est pas rattaché à son serveur, et les commandes docker run dans les scripts ne sont pas lues. Les pare-feu, groupes de sécurité cloud et reverse proxies configurés ailleurs ne sont pas visibles, et les paramètres d'Open WebUI modifiés dans son panneau d'administration ne sont pas vérifiés. SGLang, TabbyAPI et LM Studio ne sont pas couverts. Les mappages de ports des guides de démarrage rapide d'Ollama et de llama.cpp sont signalés volontairement, car ils publient une API sans clé sur toutes les interfaces. NOT FLAGGED n'est pas une garantie.

Contenu

Un fichier ZIP contenant 20 fichiers : SKILL.md, le scanner dans scripts/ (5 fichiers Python), references/rules.md (chaque règle avec sa raison et une approche plus sûre) et examples/ (12 fichiers d'exemple plus report.md, le rapport réel du scanner sur l'exemple risqué).

Mode d'emploi : Il s'agit d'une compétence (skill) pour agent : un dossier contenant un fichier SKILL.md et des scripts Python qu'un agent de codage IA comme Claude Code, Cursor ou Codex CLI peut exécuter. Décompressez-le dans le dossier des skills de votre agent (pour Claude Code : ~/.claude/skills/), puis demandez à votre agent de vérifier votre projet. Les scripts fonctionnent aussi seuls avec Python 3.9 ou plus récent, sans rien à installer. Ils se contentent de lire vos fichiers : aucun accès réseau, et rien n'est envoyé nulle part.