Bumblebee 是什麼?Perplexity AI 最新開源唯讀 MCP 與供應鏈安全掃描器實戰:一行 Go 指令防堵 API Key 外洩與惡意套件
Perplexity AI 於 2026 年 11 月開源 Bumblebee(perplexityai/bumblebee),這款 Go 語言開發的唯讀端點掃描器,能不執行程式碼、不連外網就盤點 npm、PyPI、IDE 擴充與 MCP 設定檔暴露風險。
台灣工程師現在打開電腦寫程式,流程幾乎都是複製 GitHub 上的一行 npx 指令裝個 MCP Server、順手 pip install 幾個開源 AI 工具、再幫 Cursor 或 VS Code 多裝兩個擴充套件。方便是真的方便,但你可能沒意識到:只要其中一個套件或 MCP 設定檔被植入投毒程式,你本機裡的 .env、雲端 API Key、甚至公司的 SSH 金鑰就可能在幾秒內被打包送出。
為了防堵 AI 開發時代暴增的供應鏈攻擊面,Perplexity AI 於 2026 年 11 月在 GitHub 正式開源了 Bumblebee(perplexityai/bumblebee)。這是一款以 Go 語言編寫、零外部第三方相依的唯讀端點與供應鏈安全掃描工具。
Bumblebee 的設計哲學非常明確:「絕對不執行目標程式碼、也不對外發起網路連線」。它能在單次掃描內,靜態盤點你電腦硬碟裡的各類語言套件(npm、PyPI、Go、RubyGems、Cargo、Composer)、IDE 與瀏覽器擴充套件,以及各大 AI 助理的 MCP(Model Context Protocol)設定檔,快速比對已知的惡意暴露清單。
對於每天都在試用新開源 AI 工具、MCP Server 或負責公司端點資安的台灣開發者與資安團隊來說,Bumblebee 就像是一道裝在開發機上的「無痛X光機」。下面這篇實戰指南會帶你了解它的運作原理、用 Go 一行安裝並跑出 NDJSON 盤點報告,並比較它與傳統漏洞掃描器的關鍵差異。

為什麼 2026 年開發者急需 MCP 供應鏈掃描器?
過去幾年,軟體供應鏈攻擊主要鎖定 npm 或 PyPI 的套件安裝腳本(例如 postinstall 勾子)。但自從 MCP(模型上下文協定)成為連接 Claude、Cursor、Windsurf、Gemini CLI 等 AI 代理與本機系統的共通標準後,攻擊者的目標已經大幅轉移。
很多開發者會在社群或部落格看到好用的 MCP Server,就直接把一段 JSON 貼進 ~/.claude.json、mcp.json 或 ~/.gemini/settings.json,裡面往往還順手寫死了資料庫連線字串、GitHub Token 或雲端金鑰。更危險的是,許多 MCP Server 會透過 npx -y 動態拉取最新版本執行,一旦上游套件帳號被盜或遭到依賴混淆(Dependency Confusion)攻擊,AI 代理每次啟動都在幫駭客執行惡意程式。
傳統的防毒軟體或雲端 SCA(軟體組成分析)工具,多半只看單一專案資料夾裡的 package-lock.json 或 requirements.txt,對散落在開發者家目錄底下、跨 IDE 與跨 AI 客戶端的 MCP 設定檔與擴充套件往往完全盲視。Perplexity AI 打造 Bumblebee 的初衷,就是把這塊「AI 開發者端點死角」全部納入統一的靜態盤點範圍。
Bumblebee 核心機制解析:完全唯讀、零執行、不連外網
當一台電腦已經「疑似中毒」或剛裝了來路不明的套件時,資安人員最忌諱的就是在上面跑 npm list 或 pip list——因為呼叫套件管理器本身或觸發某些環境腳本,有時反而會喚醒潛伏的惡意程式。
Bumblebee 從架構底層就杜絕了這個風險:
- 純 Go 靜態單一執行檔,零外部相依:Bumblebee 需要 Go 1.25 以上版本編譯,編譯完只有一個乾淨的二進位執行檔,完全不依賴任何第三方非標準函式庫,把掃描器本身的攻擊面降到趨近於零。
- 完全唯讀且不執行目標程式碼:它直接解析硬碟上的 lockfile、套件中繼資料(Metadata)與 JSON 設定檔,從頭到尾不會啟動
node、python、npm或任何 MCP Server 子程序。 - 零網路連線與 NDJSON 結構化輸出:執行掃描時不會把你的套件清單或設定檔路徑上傳到任何雲端伺服器,所有結果都以 NDJSON(Newline Delimited JSON) 格式輸出到標準輸出,方便個人直接查看或匯入企業既有的 SIEM/日誌分析平台(如 Splunk、Elastic、ClickHouse)。
Bumblebee 目前涵蓋的四大盤點範圍
只要跑一次標準掃描,Bumblebee 就會自動巡檢以下幾類開發者最常暴露風險的資產:
- 程式語言套件生態系:npm、PyPI、Go modules、RubyGems、Cargo、Composer。
- AI 編輯器與瀏覽器擴充套件:VS Code、Cursor、Windsurf、VSCodium 等編輯器擴充,以及瀏覽器擴充元件清單。
- MCP Host 與 AI 代理設定檔:自動辨識並靜態解析常見的 mcp.json、.mcp.json、claude_desktop_config.json、~/.claude.json、mcp_config.json、mcp_settings.json、cline_mcp_settings.json 以及 ~/.gemini/settings.json。
- 系統與環境中繼資料:在不觸發執行權限的前提下紀錄元件版本與來源軌跡,供後續與已知惡意指標清單交叉比對。
延伸閱讀:n8n 是什麼?21.1 萬星開源 AI 工作流神器完整教學:Docker 免費自架與零帳單自動化實戰
實戰安裝與掃描教學:從 go install 到產出 NDJSON 安全基線
Bumblebee 的部署過程非常乾淨,只要你的電腦有安裝 Go 1.25+,不到一分鐘就能完成安裝並跑出第一份盤點報告。
第一步:安裝 Bumblebee
在終端機執行 go install 安裝最新穩定版本(也可以指定特定版號例如 @v0.1.1):
go install github.com/perplexityai/bumblebee/cmd/bumblebee@latest
安裝完成後,請確認你的 $GOPATH/bin(通常為 ~/go/bin)已經加入系統的 PATH 環境變數中。
第二步:先跑內建自我測試確認環境乾淨
正式掃描前,建議先跑一次官方內建的自我測試。這個指令只會針對內嵌的模擬測試資料執行,完全不碰你本機的真實檔案,也不會產生任何網路連線:
bumblebee selftest
看到測試全數通過後,代表執行檔運作正常。若想查看所有可用參數與設定檔(Profile)說明,可以執行 bumblebee --help。
第三步:建立本機安全基線報告
接著使用 --profile baseline 進行完整的唯讀端點盤點,並把輸出的 NDJSON 存成檔案:
bumblebee scan --profile baseline > baseline.ndjson
掃描過程通常只需數秒鐘。打開 baseline.ndjson 後,每一行都是一筆完整的 JSON 紀錄,清楚列出這台電腦裡裝了哪些套件、哪些 VS Code/Cursor 擴充元件,以及所有被偵測到的 MCP 設定檔裡到底註冊了哪些指令與伺服器。
如果你想快速檢查自己電腦裡到底掛了哪些 MCP Server 設定,可以直接搭配 jq 或 grep 過濾 baseline.ndjson,把散落在不同資料夾與隱藏目錄裡的 MCP 設定一次攤在陽光下檢查。
安全工具比較:Bumblebee vs Trivy / Grype vs 人工檢查
很多人會把 Bumblebee 跟既有的開源安全掃描器(如 Aqua Security 的 Trivy 或 Anchore 的 Grype)拿來比較。其實它們解決的問題層次不太一樣,下面這張比較表能幫你快速分清什麼時候該用哪一套。
| 比較項目 | Bumblebee (Perplexity AI) | Trivy / Grype (傳統 SCA 掃描器) | 人工檢查設定檔與 npm audit |
|---|---|---|---|
| 核心設計目標 | 開發者端點全域資產盤點+AI/MCP 供應鏈暴露檢查 | 容器映像檔、單一專案依賴與 CVE 已知漏洞比對 | 針對單一專案或單一工具的手動稽核 |
| MCP Host 設定檔支援 | 原生支援(自動掃描 Claude、Cursor、Cline、Gemini 等設定) | 幾乎不支援,需自行撰寫客製化規則 | 極易遺漏隱藏目錄或不同 IDE 的獨立設定檔 |
| IDE 與瀏覽器擴充盤點 | 原生支援(涵蓋 VS Code、Cursor、Windsurf 等) | 不支援或僅限極少數外掛 | 需逐一打開各個編輯器與瀏覽器手動查看 |
| 是否需要連網更新漏洞庫 | 不需連網,單次靜態唯讀掃描即可輸出基線 | 通常需要定期連網下載龐大的 CVE 資料庫 | 需要連網向 npm / PyPI Registry 查詢 |
| 輸出與企業整合格式 | NDJSON 串流格式,極適合端點 EDR/SIEM 批次收集 | JSON / SARIF / Table,偏向 CI/CD 管線整合 | 無統一格式,難以追蹤歷史變化 |
從表格可以看出,Trivy 與 Grype 最適合放在 CI/CD 建置管線裡檢查 Docker 映像檔與單一 Git 專案的 CVE 漏洞;而 Bumblebee 則是補上了「工程師個人筆電/工作站」這塊最容易被忽略的端點盤點缺口,特別是在大家都把大量 API Key 跟 MCP Server 塞進本機開發環境的 2026 年。
延伸閱讀:Dify 是什麼?16.1 萬星開源 LLM 應用平台懶人包:RAG 知識庫與 AI Agent 視覺化建置教學
台灣開發者與資安團隊實戰避坑指南
把 Bumblebee 導入個人開發習慣或公司工程團隊的端點管理時,建議注意以下 4 個實戰細節:
- 別把
baseline.ndjson直接貼進公開平台或雲端 AI 聊天框:雖然 Bumblebee 本身不會把資料傳出去,但你跑出來的盤點報告裡包含本機使用者名稱、專案路徑與 MCP 設定檔摘要。請只在本地端檢視,或傳送至公司內部受控的安全日誌平台。 - 確認 Go 版本是否達到 1.25 以上:由於 Bumblebee 使用了較新的 Go 標準庫特性,若你本機的 Go 還是舊版(例如 1.21 或 1.22),執行
go install時會編譯失敗。建議先用go version確認版本,或透過官方預編譯的 Release 二進位檔(若有提供)執行。 - 養成「裝新 MCP 前後各掃一次」的差異比對習慣:每次從網路上看到新的開源 MCP Server 準備安裝前,先留一份乾淨的
baseline.ndjson;測試完如果不打算長期使用,記得把設定檔與全域暫存套件清乾淨,再跑一次掃描確認沒有殘留來路不明的相依元件。 - 注意企業端點權限範圍:以一般使用者權限執行
bumblebee scan就能涵蓋你個人家目錄下的開發環境與 MCP 設定(這也是最常出事的區域);若資安團隊要掃描整台工作站共用的系統目錄,才需要評估以對應權限執行並搭配檔案排除規則。
官方影音與實戰導讀
想從企業級 AI 代理治理的宏觀角度,理解為什麼「工具鏈安全、端點治理與規模化監控」會成為 2026 年工程團隊的標配,可以觀看 Microsoft Ignite 議程影片(Build and scale the next generation of AI agents in Microsoft Foundry | BRK240,講者來自 Microsoft Events)。
議程中討論了企業在規模化部署 AI Agent 時面臨的治理與安全挑戰;把這種企業級治理思維落實到每位工程師每天使用的筆電端點上,正是 Bumblebee 這類唯讀供應鏈掃描工具存在的核心價值。
常見問題(FAQ)
Q1:執行 Bumblebee 掃描會不會把我的 API Key 或原始碼上傳到 Perplexity 伺服器?
完全不會。Bumblebee 是 100% 開源且設計為完全唯讀、不對外連線的本機端點掃描器。它所有的檢查與 NDJSON 輸出都在你的電腦本地完成,程式碼完全公開在 GitHub 上供任何人審計。
Q2:Bumblebee 跟 npm audit 或 pip-audit 有什麼不同?
npm audit 只能檢查單一 Node.js 專案底下的漏洞,而且通常需要連網查詢 Registry;Bumblebee 則是一次性跨語言(npm、PyPI、Go、Cargo、RubyGems、Composer)、跨編輯器擴充(VS Code、Cursor、Windsurf),並把最容易被忽略的 MCP Host 設定檔全部納入單次盤點,全程不觸發任何套件管理器執行。
Q3:如果我不寫 Go 語言,電腦裡沒有安裝 Go 也能用嗎?
如果你本機沒有開發 Go 專案的需求,除了安裝 Go 1.25+ 環境來跑 go install 之外,也可以先到 perplexityai/bumblebee 的 GitHub Releases 頁面查看是否有提供對應 macOS(Apple Silicon / Intel)、Linux 或 Windows 的預編譯執行檔,下載解壓縮即可直接使用。
Q4:Bumblebee 掃描出風險後,會自動幫我刪除或修復套件嗎?
不會。為了遵守「絕對唯讀、不更動系統狀態」的安全原則,Bumblebee 只負責精準盤點並輸出 NDJSON 紀錄,不會擅自修改你的設定檔或移除套件。確認風險元件後,必須由開發者或資安團隊手動移除該套件並輪換(Rotate)可能已經暴露的 API Key。