找回密码
立即注册
搜索
发回帖 发新帖

6178

积分

0

好友

779

主题
发表于 昨天 19:17 | 查看: 10| 回复: 0

介绍

DefectMine 是一个面向代码安全审计的 AI 辅助漏洞挖掘平台。它通过多个专用 Agent 协同分析项目目录、调用链、跨请求数据流和潜在漏洞,并提供一个本地 Web 控制台,用于管理项目、运行扫描、查看审计结果和维护规则。

核心能力

  • 多 Agent 协同扫描:TreeScan、CallScan、DataFlowScan 和 Auditor 分阶段完成代码审计。
  • 项目与版本管理:按来源、所有者、仓库和版本组织待审计代码。
  • 全仓库与局部扫描:支持完整项目扫描,也支持针对指定目录创建 specific run。
  • 漏洞审计与复核:查看漏洞详情、证据链、调用链、数据流和审计结论,并支持人工标注。
  • 可配置的扫描知识库:在控制台维护 Prompt、Skill 和 Sink 规则。
  • LLM 配置切换:支持维护多个模型配置,按需要切换扫描模型和参数。
  • 大文件分页浏览:扫描产物、Markdown、JSONL、日志和对话记录按需加载,降低内存占用。
  • 报告导出:支持编写和导出漏洞复现报告。

控制台预览

扫描工作台

DefectMine 控制台仪表盘:项目统计、漏洞趋势与类型分布

控制台提供项目列表、扫描流程、目录树、Agent 产物和审计结果等统一入口。

项目信息与版本

DefectMine 项目信息管理页面

DefectMine 新建版本配置页面,支持 Git 导入

项目支持自定义名称、描述、标签、审计状态以及多个代码版本。

漏洞管理与报告

DefectMine 漏洞详情编辑页面

CRLF 注入漏洞复现截图:HTTP 响应头拆分 PoC

可以查看漏洞证据、关联扫描链,并整理复现步骤和修复建议。

Skill、Sink 与 LLM 配置

PHP 命令执行审计技能文档,覆盖 CWE-78

DefectMine LLM 设置页面,支持 OpenAI 兼容协议

规则和模型配置均可在控制台维护,便于针对不同项目调整扫描策略、效果和效率。无论是 Agent 开发 中的多智能体协作,还是模型 API 的接入与切换,都能在这一套体系里完成闭环。

环境要求

  • Python 3.10+
  • Node.js 18+
  • npm
  • 可访问的 OpenAI 兼容或项目支持的 LLM 服务(运行实际 AI 扫描时需要)

安装与启动

后端

cd backend
python -m pip install -r requirements.txt
python -m uvicorn app.server.app:app --host 127.0.0.1 --port 8000 --reload

后端 API 文档: http://127.0.0.1:8000/docs

前端

新开一个终端:

cd frontend
npm install
npm run dev -- --host 127.0.0.1 --port 5173

前端地址: http://127.0.0.1:5173

Vite 会将 /api 请求代理到 http://127.0.0.1:8000 。如果 5173 端口已被占用,请同步修改 frontend/vite.config.ts 中的后端代理地址,或使用一个单独的演示副本运行。

项目地址

https://github.com/vs-limits/ZeroHunter

小结

DefectMine 把代码审计拆成了几个阶段,交给不同的 Agent 各司其职,再配合本地控制台统一管理项目、规则和模型配置。对于做 渗透测试 或者日常代码安全巡检的人来说,这种把审计流程工程化的思路,比单纯依赖单个大模型输出要更可控一些。如果你熟悉 Python 和 Node.js 的环境搭建,按照上面的步骤就能在本地跑起来。




上一篇:ASML财报揭示晶圆制造变局:AI算力驱动下存量产线提效成新竞争焦点
下一篇:OnlyFans 创作者怒怼 Meta:AI Agent 能撩人,真人账号反被限流?
您需要登录后才可以回帖 登录 | 立即注册

关闭

站长推荐上一条 /1 下一条

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-10-27 05:11 , Processed in 0.065249 second(s), 40 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表