这 10 个密钥检测里，首选 medusa（安全扫描评级 SAFE，★ 962）。 AI-first security scanner. NEW in v2026.7: Claude Code compromise detection — vet .claude/ hooks, permissions & skills before you clone — pl
密钥检测工具是一类专注于帮助开发者和团队解决 密钥检测 相关任务的 AI 驱动软件。这些工具通常以开源形式发布在 GitHub 上，支持通过 MCP（Model Context Protocol）、Claude Skills 或独立 Agent 框架集成到现有工作流中。在 Agent Skills Hub 上，我们收录了 10 个经过质量评分的 密钥检测工具，覆盖Rust、Python、JavaScript等主流编程语言。
在 2026 年，AI Agent 生态系统正在快速成熟。密钥检测工具能够显著提升开发效率：自动化重复任务、减少人为错误、并提供智能建议。排名前三的工具——kru、OpenKeylet、key-amnesia——平均获得了 263 个 GitHub Star，体现了开发者社区的高度认可。其中 9 个工具提供了明确的开源许可证，确保你可以自由使用和修改。
选择 密钥检测工具时，建议考虑以下因素：1️⃣ 社区活跃度（GitHub Star 数和最近提交频率）；2️⃣ 集成方式（是否支持 MCP、Claude 或你使用的 Agent 框架）；3️⃣ 编程语言兼容性（本列表中最常见的语言是 Rust）；4️⃣ 质量评分（Agent Skills Hub 的综合评分考量了代码质量、文档完整性和维护活跃度）。我们的推荐是从 kru 开始——它在 Star 数和质量评分上都名列前茅。
Local-first MCP password and credential manager for AI agents. Use passwords, API keys, SSH identities, and TOTP without exposing hidden plaintext to the model.
OpenKeylet — Local password and credential manager for AI agents via MCP. Use passwords, API keys, SSH, and TOTP while keeping hidden plaintext out of model context by default.
Let your AI agent use your passwords and API keys - without ever letting it see them
pip install key-amnesia
Let your AI agent use your passwords and API keys - without ever letting it see them
🔐 密钥管理 / 秘钥管理 / 令牌管理 / Token 管理 / API Key 管理 CLI — Local-first 的 Secret Manager 与 Secret Management：API Key Manager、Token Manager、Credentials 凭证库，dotenv / .env 替代 (dotenv alternative)。AES-256-GCM 加密存储，ky run 把凭证注入子进程、避免明文进入模型上下文。
git clone https://github.com/webkubor/kyvault.git
AI-first security scanner. NEW in v2026.7: Claude Code compromise detection — vet .claude/ hooks, permissions & skills before you clone — plus an always-on AI attack-signature scanner and native Rust & PHP rules. Also: medusa scan --git to vet any repo, medusa secrets scan for leaked API keys. 40,000+ patterns, zero setup.
pip install medusa-security
Lightweight, stateless privacy gateway for LLM APIs — redact secrets before OpenAI/Anthropic upstreams and restore them transparently in SSE and tool calls.
git clone https://github.com/CassiopeiaCode/CosyRedactGateway.git
Credential gateway for AI agents. Log in once via Oauth2 or API Key. Every agent stays authenticated — headless, no SaaS, agents never see your credentials.
uv tool install authsome
Your local AI session library. Browse, pin, and ⌘K-search every Claude Code, Codex, Gemini & OpenCode session — and let the built-in scanner catch leaked secrets. Local-first, nothing leaves your machine.
```bash
curl -fsSL https://spool.pro/install.sh | bash
```Self-hosted runtime control plane for AI agents. Observe or HITL approve or Block rogue tool calls before it executes: secret leaks, prompt injection, supply chain etc in a local dashboard. Agent agnostic (Claude, codex, langchain etc.)
pip install prismor
| 工具 | 星标 | 评分 |
|---|---|---|
| kru | ★ 126 | 68 |
| OpenKeylet | ★ 128 | 67 |
| key-amnesia | ★ 71 | 71 |
| vahta | ★ 71 | 70 |
| kyvault | ★ 54 | 69 |
| medusa | ★ 962 | 75 |
| CosyRedactGateway | ★ 100 | 72 |
| authsome | ★ 97 | 62 |
| spool | ★ 592 | 66 |
| prismor | ★ 424 | 67 |
2026 年顶尖的密钥检测工具是 kru, OpenKeylet, key-amnesia。Agent Skills Hub 按 GitHub Star、质量分（含完整度、示例、agent 就绪度等 6 个维度）和近期活跃度对 10 个选项排序，每 8 小时基于实时 GitHub 数据重建。
kru（126 stars）是通用密钥检测工作流中采用最广的选择，用 Rust 编写。OpenKeylet（128 stars）是有力的替代。按你现有技术栈来选：匹配团队已用的语言和运行时，把集成成本降到最低。拿不准就从 kru 开始——它社区最深、线上示例最多。
遇到以下情况建议别用现成的密钥检测工具：（1）需求需要工具插件系统不支持的深度定制；（2）有严格合规要求、禁止第三方依赖；（3）工具维护停滞（上次提交超过 6 个月）；（4）数据量小到写个 50 行脚本比学这工具还省。对每天 100 次请求以上的生产工作流，维护良好的工具省下的时间通常盖过定制损失。
密钥检测专门聚焦密钥检测相关的具体任务；安全审计是相关但不同的类别——那类工具见 https://agentskillshub.top/best/security-audit/。两者常出现在同一条 agent 流水线里，却解决不同问题：主目标是具体任务时选密钥检测，工作流更宽泛时选安全审计。
对多数团队是的。kru 有 126 个 star 的社区验证，能处理你没想到的边界情况，还自带文档。只有当（1）需求高度非标准、（2）有安全/合规理由要避开开源依赖、或（3）维护负担小到（代码 <200 行）长期更省时，才值得自己造。盈亏平衡点通常在省下约 2-3 周开发时间。
列表里多数密钥检测工具是开源的，采用宽松许可（MIT、Apache 2.0）。少数在免费自托管内核之上提供付费托管/云版本。商用前务必查看每个工具 GitHub 仓库的 LICENSE——有些用 AGPL 或非商业限制，可能不适合你的部署模式。
评级来自基于 SlowMist agent 安全分类法的规则扫描：42 条公开规则，覆盖凭证窃取、数据外泄、curl | sh 安装等。它是第一层扫描，不是人工审计 — 我们如实说明，不夸大。
问题规模有独立研究佐证：Liu et al. (2026) 对 31,132 个 agent skill 的研究发现，26.1% 含有安全漏洞。我们自己的全目录普查已作为可引用的开放数据集发布。
信源与负责人：