Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
zairo — Escanea diffs de código con contexto para construir un grafo de impacto y utiliza LLMs para encontrar vulnerabilidades, con soporte para escaneos multi-repositorio y control de CI con salida SARIF. | Kitploit
Herramientas/GitHubGitHub/iamavu/zairo
Análisis EstáticoAnálisis de VulnerabilidadesAnálisis de CódigoAnálisis Dinámico de Código (DAST)DevSecOpsSeguridad de IA
GitHubiamavu/zairo

zairo

Escanea diffs de código con contexto para construir un grafo de impacto y utiliza LLMs para encontrar vulnerabilidades, con soporte para escaneos multi-repositorio y control de CI con salida SARIF.

Ver Repositorio
1489hace 1 mesAún no revisado
Compartir

Midiendo zairo

Las pruebas unitarias de zairo verifican que construye las indicaciones correctas y maneja las respuestas correctamente. No pueden decirte si un modelo, dadas esas indicaciones, encuentra una vulnerabilidad que introdujo un cambio, o señala una que no está ahí. Para eso sirve este directorio: un conjunto de cambios etiquetados y un ejecutor que escanea cada uno varias veces con un modelo real y puntúa los resultados.

pip install -e .                      # from the repo root
export GEMINI_API_KEY=...             # whichever key your --model needs
python evals/run.py --model gemini/gemini-2.5-flash --repeats 3 --out results.json

Cada caso cuesta aproximadamente una solicitud por símbolo modificado por repetición. Los 16 casos aquí cambian de 1 a 4 símbolos cada uno, por lo que una ejecución de 3 repeticiones genera alrededor de 100 solicitudes. Cada ejecución consulta al modelo desde cero: sin caché, sin notas de calentamiento.

Los casos

Cada directorio en cases/ es un cambio: before/ y after/ contienen el repositorio completo (pequeño) en cada lado, y case.json lo etiqueta:

{
  "description": "What the change does, and why it's vulnerable or not.",
  "vulnerable": true,
  "symbol": "search_users",
  "cwe": "CWE-89",
  "source": "synthetic"
}

Un caso vulnerable nombra el symbol modificado en el que está la vulnerabilidad y su cwe, además, en also_cwe, cualquier otro que también la describa: una cabecera suplantable es CWE-290, pero CWE-287 y CWE-306 no son incorrectos. Un caso limpio no tiene ninguno de estos, y debería ser limpio sin discusión. Un cambio que es seguro en high pero tiene un hallazgo razonable en medium mide ruido, no falsas alarmas. El runner hace commit de before, luego de after, en un repositorio nuevo y escanea HEAD~1..HEAD, como lo haría un escaneo de PR.

Hay 9 casos vulnerables (inyección SQL, path traversal, una comprobación de tenant eliminada, carga insegura de YAML, inyección de comandos, una redirección abierta, SSRF, verificación de TLS deshabilitada y un bypass de autenticación mediante una cabecera suplantable) y 7 limpios. Varios de los limpios están construidos para parecer riesgosos: una inyección SQL que se está corrigiendo, un ORDER BY formateado a partir de una lista de permitidos, una llamada a subprocess con una lista de argumentos fija.

Estos archivos son código de muestra deliberadamente vulnerable. Nunca se empaquetan ni se ejecutan, pero un escáner apuntado a este repositorio los encontrará.

Las puntuaciones

Un hallazgo bloquea cuando --fail-on impediría el PR por él: marcado con introduced_by_change: true, en o por encima de --fail-on (por defecto high). Cada ejecución recibe un veredicto:

  • En un caso vulnerable, detectó el bug (un hallazgo bloqueante sobre el symbol del caso), lo encontró por debajo del umbral (un hallazgo que el cambio introdujo allí, con una severidad menor), o lo pasó por alto.
  • En un caso limpio, marcó el cambio (cualquier hallazgo bloqueante) o lo superó.

Una ejecución queda sin puntuar solo cuando no dice nada en ningún sentido: el símbolo que importa no pudo evaluarse, o un caso limpio no fue marcado pero algún símbolo falló. Un hallazgo bloqueante cuenta sin importar qué más falló, ya que el umbral igualmente habría bloqueado el PR por él. El runner imprime las razones más comunes por las que fallaron los símbolos, y --out las conserva por ejecución. Un modelo de razonamiento que consume todo --max-tokens pensando nunca responde, así que auméntalo (a 16384, por ejemplo) si esa es la razón indicada.

  • recall: de las ejecuciones puntuadas en casos vulnerables, la proporción que lo detectó. Un hallazgo sobre otro símbolo no cuenta.
  • found: la proporción que lo encontró con cualquier severidad. Un bug encontrado por debajo del umbral igualmente se reporta; simplemente no bloquea. Una redirección abierta, por ejemplo, suele calificarse como media.
  • false alarms: de las ejecuciones puntuadas en casos limpios, la proporción marcada: un PR bloqueado sin motivo.
  • precision: de las ejecuciones con un hallazgo bloqueante, la proporción en la que este apuntaba al objetivo en un caso vulnerable.
  • stable: la proporción de casos en los que todas las ejecuciones puntuadas coincidieron en si el umbral bloquea. Las respuestas del modelo varían; un caso que se detecta una de cada tres ejecuciones es una moneda al aire en CI.
  • CWE matched: de las ejecuciones acertadas, la proporción que además nombró el CWE del caso. Es secundario: el bug correcto bajo un CWE vecino igualmente bloquea el PR correcto.
  • elsewhere: en las ejecuciones que detectaron el bug, los hallazgos bloqueantes sobre otros símbolos. Normalmente es el mismo bug reportado de nuevo, en el archivo que contiene la función, por ejemplo: un bug, varias alertas. Dos hallazgos sobre el propio símbolo vulnerable no cuentan: eso es el modelo dividiendo un bug según cómo se llega a él (name y sort en la misma consulta).

--out escribe los hallazgos de cada ejecución (símbolo, título, severidad, CWE, línea, si el cambio lo introdujo y si bloquea), los símbolos que fallaron y por qué, recuentos de tokens, costes y tiempos, de modo que dos ejecuciones, como dos modelos o antes y después de un cambio de prompt, puedan compararse caso por caso.

Limitaciones

Dieciséis casos pequeños y sintéticos son una prueba de humo para la calidad de detección, no un benchmark. Cada uno es un único cambio con un único bug previsto, en código mucho más simple que un servicio real, y los vulnerables son el tipo de bug que un revisor esperaría detectar. Los commits reales que introducen vulnerabilidades (lo inverso de una corrección de CVE, por ejemplo) son los mejores casos para añadir. Coloca los archivos que tocó, antes y después, en un directorio nuevo, y etiquétalo. Mantenlos lo bastante pequeños como para que el cambio sea lo importante.

tests/test_evals.py comprueba cada caso sin un modelo: que se construye, que zairo analiza cada archivo que modifica, y que el symbol de un caso vulnerable está entre los símbolos que tocó el cambio. De lo contrario, ningún escaneo podría puntuarse como que lo detecta.

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    540
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    373
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    322
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    278
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    251

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →