# DeepAudit **Repository Path**: yueqiulin/DeepAudit ## Basic Information - **Project Name**: DeepAudit - **Description**: No description available - **Primary Language**: Unknown - **License**: AGPL-3.0 - **Default Branch**: v3.0.0 - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2025-12-23 - **Last Updated**: 2025-12-23 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # DeepAudit - 人人拥有的 AI 审计战队,让漏洞挖掘触手可及 🦸‍♂️
DeepAudit Logo
[![Version](https://img.shields.io/badge/version-3.0.2-blue.svg)](https://github.com/lintsinghua/DeepAudit/releases) [![License: AGPL-3.0](https://img.shields.io/badge/License-AGPL--3.0-blue.svg)](https://www.gnu.org/licenses/agpl-3.0) [![React](https://img.shields.io/badge/React-18-61dafb.svg)](https://reactjs.org/) [![TypeScript](https://img.shields.io/badge/TypeScript-5.7-3178c6.svg)](https://www.typescriptlang.org/) [![FastAPI](https://img.shields.io/badge/FastAPI-0.100+-009688.svg)](https://fastapi.tiangolo.com/) [![Python](https://img.shields.io/badge/Python-3.11+-3776ab.svg)](https://www.python.org/) [![Ask DeepWiki](https://deepwiki.com/badge.svg)](https://deepwiki.com/lintsinghua/DeepAudit) [![Stars](https://img.shields.io/github/stars/lintsinghua/DeepAudit?style=social)](https://github.com/lintsinghua/DeepAudit/stargazers) [![Forks](https://img.shields.io/github/forks/lintsinghua/DeepAudit?style=social)](https://github.com/lintsinghua/DeepAudit/network/members) lintsinghua%2FDeepAudit | Trendshift

简体中文 | English

DeepAudit Demo
--- ## 📸 界面预览
### 🤖 Agent 审计入口 Agent审计入口 *首页快速进入 Multi-Agent 深度审计*
📋 审计流日志

审计流日志
实时查看 Agent 思考与执行过程
🎛️ 智能仪表盘

仪表盘
一眼掌握项目安全态势
⚡ 即时分析

即时分析
粘贴代码 / 上传文件,秒出结果
🗂️ 项目管理

项目管理
GitHub/GitLab 导入,多项目协同管理
### 📊 专业报告 审计报告 *一键导出 PDF / Markdown / JSON*(图中为快速模式,非Agent模式报告) 👉 [查看Agent审计完整报告示例](https://lintsinghua.github.io/)
--- ## ⚡ 项目概述 **DeepAudit** 是一个基于 **Multi-Agent 协作架构**的下一代代码安全审计平台。它不仅仅是一个静态扫描工具,而是模拟安全专家的思维模式,通过多个智能体(**Orchestrator**, **Recon**, **Analysis**, **Verification**)的自主协作,实现对代码的深度理解、漏洞挖掘和 **自动化沙箱 PoC 验证**。 我们致力于解决传统 SAST 工具的三大痛点: - **误报率高** — 缺乏语义理解,大量误报消耗人力 - **业务逻辑盲点** — 无法理解跨文件调用和复杂逻辑 - **缺乏验证手段** — 不知道漏洞是否真实可利用 用户只需导入项目,DeepAudit 便全自动开始工作:识别技术栈 → 分析潜在风险 → 生成脚本 → 沙箱验证 → 生成报告,最终输出一份专业审计报告。 > **核心理念**: 让 AI 像黑客一样攻击,像专家一样防御。 ## 💡 为什么选择 DeepAudit?
| 😫 传统审计的痛点 | 💡 DeepAudit 解决方案 | | :--- | :--- | | **人工审计效率低**
跨不上 CI/CD 代码迭代速度,拖慢发布流程 | **🤖 Multi-Agent 自主审计**
AI 自动编排审计策略,全天候自动化执行 | | **传统工具误报多**
缺乏语义理解,每天花费大量时间清洗噪音 | **🧠 RAG 知识库增强**
结合代码语义与上下文,大幅降低误报率 | | **数据隐私担忧**
担心核心源码泄露给云端 AI,无法满足合规要求 | **🔒 支持 Ollama 本地部署**
数据不出内网,支持 Llama3/DeepSeek 等本地模型 | | **无法确认真实性**
外包项目漏洞多,不知道哪些漏洞真实可被利用 | **💥 沙箱 PoC 验证**
自动生成并执行攻击脚本,确认漏洞真实危害 |
--- ## 🏗️ 系统架构 ### 整体架构图 DeepAudit 采用微服务架构,核心由 Multi-Agent 引擎驱动。
DeepAudit 架构图
### 🔄 审计工作流 | 步骤 | 阶段 | 负责 Agent | 主要动作 | |:---:|:---:|:---:|:---| | 1 | **策略规划** | **Orchestrator** | 接收审计任务,分析项目类型,制定审计计划,下发任务给子 Agent | | 2 | **信息收集** | **Recon Agent** | 扫描项目结构,识别框架/库/API,提取攻击面(Entry Points) | | 3 | **漏洞挖掘** | **Analysis Agent** | 结合 RAG 知识库与 AST 分析,深度审查代码,发现潜在漏洞 | | 4 | **PoC 验证** | **Verification Agent** | **(关键)** 编写 PoC 脚本,在 Docker 沙箱中执行。如失败则自我修正重试 | | 5 | **报告生成** | **Orchestrator** | 汇总所有发现,剔除被验证为误报的漏洞,生成最终报告 | ### 📂 项目代码结构 ```text DeepAudit/ ├── backend/ # Python FastAPI 后端 │ ├── app/ │ │ ├── agents/ # Multi-Agent 核心逻辑 │ │ │ ├── orchestrator.py # 总指挥:任务编排 │ │ │ ├── recon.py # 侦察兵:资产识别 │ │ │ ├── analysis.py # 分析师:漏洞挖掘 │ │ │ └── verification.py # 验证者:沙箱 PoC │ │ ├── core/ # 核心配置与沙箱接口 │ │ ├── models/ # 数据库模型 │ │ └── services/ # RAG, LLM 服务封装 │ └── tests/ # 单元测试 ├── frontend/ # React + TypeScript 前端 │ ├── src/ │ │ ├── components/ # UI 组件库 │ │ ├── pages/ # 页面路由 │ │ └── stores/ # Zustand 状态管理 ├── docker/ # Docker 部署配置 │ ├── sandbox/ # 安全沙箱镜像构建 │ └── postgres/ # 数据库初始化 └── docs/ # 详细文档 ``` --- ## 🚀 快速开始 ### 方式一:一行命令部署(推荐) 使用预构建的 Docker 镜像,无需克隆代码,一行命令即可启动: ```bash curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.yml | docker compose -f - up -d ``` ## 🇨🇳 国内加速部署(作者亲测非常无敌之快) 使用南京大学镜像站加速拉取 Docker 镜像(将 `ghcr.io` 替换为 `ghcr.nju.edu.cn`): ```bash # 国内加速版 - 使用南京大学 GHCR 镜像站 curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.cn.yml | docker compose -f - up -d ```
手动拉取镜像(如需单独拉取)(点击展开) ```bash # 前端镜像 docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-frontend:latest # 后端镜像 docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-backend:latest # 沙箱镜像 docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-sandbox:latest ```
> 💡 镜像源由 [南京大学开源镜像站](https://mirrors.nju.edu.cn/) 提供支持 > 🎉 **启动成功!** 访问 http://localhost:3000 开始体验。 --- ### 方式二:克隆代码部署 适合需要自定义配置或二次开发的用户: ```bash # 1. 克隆项目 git clone https://github.com/lintsinghua/DeepAudit.git && cd DeepAudit # 2. 配置环境变量 cp backend/env.example backend/.env # 编辑 backend/.env 填入你的 LLM API Key # 3. 一键启动 docker compose up -d ``` > 首次启动会自动构建沙箱镜像,可能需要几分钟。 --- ## 🔧 源码开发指南 适合开发者进行二次开发调试。 ### 环境要求 - Python 3.11+ - Node.js 20+ - PostgreSQL 15+ - Docker (用于沙箱) ### 1. 后端启动 ```bash cd backend # 使用 uv 管理环境(推荐) uv sync source .venv/bin/activate # 启动 API 服务 uvicorn app.main:app --reload ``` ### 2. 前端启动 ```bash cd frontend pnpm install pnpm dev ``` ### 3. 沙箱环境 开发模式下需要本地 Docker 拉取沙箱镜像: ```bash # 标准拉取 docker pull ghcr.io/lintsinghua/deepaudit-sandbox:latest # 国内加速(南京大学镜像站) docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-sandbox:latest ``` --- ## 🤖 Multi-Agent 智能审计 ### 支持的漏洞类型
| 漏洞类型 | 描述 | |---------|------| | `sql_injection` | SQL 注入 | | `xss` | 跨站脚本攻击 | | `command_injection` | 命令注入 | | `path_traversal` | 路径遍历 | | `ssrf` | 服务端请求伪造 | | `xxe` | XML 外部实体注入 | | 漏洞类型 | 描述 | |---------|------| | `insecure_deserialization` | 不安全反序列化 | | `hardcoded_secret` | 硬编码密钥 | | `weak_crypto` | 弱加密算法 | | `authentication_bypass` | 认证绕过 | | `authorization_bypass` | 授权绕过 | | `idor` | 不安全直接对象引用 |
> 📖 详细文档请查看 **[Agent 审计指南](docs/AGENT_AUDIT.md)** --- ## 🔌 支持的 LLM 平台

🌍 国际平台

OpenAI GPT-4o / GPT-4
Claude 3.5 Sonnet / Opus
Google Gemini Pro
DeepSeek V3

🇨🇳 国内平台

通义千问 Qwen
智谱 GLM-4
Moonshot Kimi
文心一言 · MiniMax · 豆包

🏠 本地部署

Ollama
Llama3 · Qwen2.5 · CodeLlama
DeepSeek-Coder · Codestral
代码不出内网

> 💡 支持 API 中转站,解决网络访问问题 | 详细配置 → [LLM 平台支持](docs/LLM_PROVIDERS.md) --- ## 🎯 功能矩阵 | 功能 | 说明 | 模式 | |------|------|------| | 🤖 **Agent 深度审计** | Multi-Agent 协作,自主编排审计策略 | Agent | | 🧠 **RAG 知识增强** | 代码语义理解,CWE/CVE 知识库检索 | Agent | | 🔒 **沙箱 PoC 验证** | Docker 隔离执行,验证漏洞有效性 | Agent | | 🗂️ **项目管理** | GitHub/GitLab 导入,ZIP 上传,10+ 语言支持 | 通用 | | ⚡ **即时分析** | 代码片段秒级分析,粘贴即用 | 通用 | | 🔍 **五维检测** | Bug · 安全 · 性能 · 风格 · 可维护性 | 通用 | | 💡 **What-Why-How** | 精准定位 + 原因解释 + 修复建议 | 通用 | | 📋 **审计规则** | 内置 OWASP Top 10,支持自定义规则集 | 通用 | | 📝 **提示词模板** | 可视化管理,支持中英文双语 | 通用 | | 📊 **报告导出** | PDF / Markdown / JSON 一键导出 | 通用 | | ⚙️ **运行时配置** | 浏览器配置 LLM,无需重启服务 | 通用 | ## 🦖 发展路线图 我们正在持续演进,未来将支持更多语言和更强大的 Agent 能力。 - [x] 基础静态分析,集成 Semgrep - [x] 引入 RAG 知识库,支持 Docker 安全沙箱 - [x] **Multi-Agent 协作架构** (Current) - [ ] 支持更真实的模拟服务环境,进行更真实漏洞验证流程 - [ ] 沙箱从function_call优化集成为稳定MCP服务 - [ ] **自动修复 (Auto-Fix)**: Agent 直接提交 PR 修复漏洞 - [ ] **增量PR审计**: 持续跟踪 PR 变更,智能分析漏洞,并集成CI/CD流程 - [ ] **优化RAG**: 支持自定义知识库 --- ## 🤝 贡献与社区 ### 贡献指南 我们非常欢迎您的贡献!无论是提交 Issue、PR 还是完善文档。 请查看 [CONTRIBUTING.md](./CONTRIBUTING.md) 了解详情。 ### 📬 联系作者
**欢迎大家来和我交流探讨!无论是技术问题、功能建议还是合作意向,都期待与你沟通~** | 联系方式 | | |:---:|:---:| | 📧 **邮箱** | **lintsinghua@qq.com** | | 🐙 **GitHub** | [@lintsinghua](https://github.com/lintsinghua) |
## 📄 许可证 本项目采用 [AGPL-3.0 License](LICENSE) 开源。 ## 📈 项目热度 Star History Chart ---
Made with ❤️ by lintsinghua
--- ## 致谢 感谢以下开源项目的支持: [FastAPI](https://fastapi.tiangolo.com/) · [LangChain](https://langchain.com/) · [LangGraph](https://langchain-ai.github.io/langgraph/) · [ChromaDB](https://www.trychroma.com/) · [LiteLLM](https://litellm.ai/) · [Tree-sitter](https://tree-sitter.github.io/) · [Kunlun-M](https://github.com/LoRexxar/Kunlun-M) · [Strix](https://github.com/usestrix/strix) · [React](https://react.dev/) · [Vite](https://vitejs.dev/) · [Radix UI](https://www.radix-ui.com/) · [TailwindCSS](https://tailwindcss.com/) · [shadcn/ui](https://ui.shadcn.com/) --- ## ⚠️ 重要安全声明 ### 法律合规声明 1. 禁止**任何未经授权的漏洞测试、渗透测试或安全评估** 2. 本项目仅供网络空间安全学术研究、教学和学习使用 3. 严禁将本项目用于任何非法目的或未经授权的安全测试 ### 漏洞上报责任 1. 发现任何安全漏洞时,请及时通过合法渠道上报 2. 严禁利用发现的漏洞进行非法活动 3. 遵守国家网络安全法律法规,维护网络空间安全 ### 使用限制 - 仅限在授权环境下用于教育和研究目的 - 禁止用于对未授权系统进行安全测试 - 使用者需对自身行为承担全部法律责任 ### 免责声明 作者不对任何因使用本项目而导致的直接或间接损失负责,使用者需对自身行为承担全部法律责任。 --- ## 📖 详细安全政策 有关安装政策、免责声明、代码隐私、API使用安全和漏洞报告的详细信息,请参阅 [DISCLAIMER.md](DISCLAIMER.md) 和 [SECURITY.md](SECURITY.md) 文件。 ### 快速参考 - 🔒 **代码隐私警告**: 您的代码将被发送到所选择的LLM服务商服务器 - 🛡️ **敏感代码处理**: 使用本地模型处理敏感代码 - ⚠️ **合规要求**: 遵守数据保护和隐私法律法规 - 📧 **漏洞报告**: 发现安全问题请通过合法渠道上报