Skip to content
KitploitKITPLOIT
उपकरणब्लॉग
जमा करें
उपकरणब्लॉग
जमा करें

हैकिंग, पेनटेस्ट और साइबर सुरक्षा उपकरण आपके सुरक्षा शस्त्रागार के लिए!

Kitploit हैकिंग, साइबर सुरक्षा और पेंटेस्टिंग टूल्स की एक निर्देशिका है। कमजोरियों को खोजने, सिस्टम का विश्लेषण करने, परीक्षण को स्वचालित करने और अपनी सुरक्षा को मजबूत करने के लिए नवीनतम प्रोजेक्ट अपडेट खोजें।

··फ़ीड·संपर्क·गोपनीयता·© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
Vulnhalla — स्वचालित सुरक्षा विश्लेषण पाइपलाइन जो GitHub रिपॉजिटरी पर CodeQL क्वेरी चलाती है और सही भेद्यता को झूठी सकारात्मकता से वर्गीकृत और फ़िल्टर करने के लिए LLM का उपयोग करती है। | Kitploit
उपकरण/GitHubGitHub/cyberark/vulnhalla
स्थैतिक विश्लेषणभेद्यता विश्लेषणकोड विश्लेषणDevSecOpsमशीन लर्निंगलर्निंग और शिक्षाAI सुरक्षा
GitHubcyberark/vulnhalla

Vulnhalla

स्वचालित सुरक्षा विश्लेषण पाइपलाइन जो GitHub रिपॉजिटरी पर CodeQL क्वेरी चलाती है और सही भेद्यता को झूठी सकारात्मकता से वर्गीकृत और फ़िल्टर करने के लिए LLM का उपयोग करती है।

रिपॉजिटरी देखें
20141491 महीना पहलेKitploit द्वारा समीक्षित

सबसे लोकप्रिय

सभी देखें →

हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →
साझा करें

Vulnhalla

स्वचालित CodeQL विश्लेषण LLM वर्गीकरण के साथ

Vulnhalla

Vulnhalla के पीछे के शोध और प्रेरणा के विस्तृत अवलोकन के लिए, आधिकारिक CyberArk Threat Research ब्लॉग पोस्ट देखें:

Vulnhalla: CodeQL Haystack से सही भेद्यताओं का चयन

Vulnhalla संपूर्ण सुरक्षा विश्लेषण पाइपलाइन को स्वचालित करता है:

  1. GitHub से किसी दी गई प्रोग्रामिंग भाषा के रिपॉज़िटरी प्राप्त करना
  2. उनके संबंधित CodeQL डेटाबेस डाउनलोड करना (यदि उपलब्ध हों)
  3. सुरक्षा या कोड-गुणवत्ता समस्याओं का पता लगाने के लिए उन डेटाबेस पर CodeQL क्वेरी चलाना
  4. समस्याओं को वर्गीकृत और फ़िल्टर करने के लिए LLM (ChatGPT, Gemini, आदि) के साथ परिणामों का पोस्ट-प्रोसेसिंग

🚀 त्वरित आरंभ

चरण 1: पूर्वापेक्षाएँ

आरंभ करने से पहले, सुनिश्चित करें कि आपके पास है:

  • Python 3.10 – 3.13 (Python 3.11 या 3.12 अनुशंसित)

    • Python 3.14+ समर्थित नहीं है (यह टूल grpcio का उपयोग करता है जो Python 3.14+ द्वारा समर्थित नहीं है)
    • python.org से डाउनलोड करें

  • CodeQL CLI

    • CodeQL CLI releases से डाउनलोड करें
    • सुनिश्चित करें कि codeql आपके PATH में है, या आप .env में पथ सेट करेंगे (चरण 2 देखें)

  • (वैकल्पिक) GitHub API टोकन

    • डेटाबेस डाउनलोड करते समय उच्च दर सीमा के लिए
    • GitHub Settings > Tokens से प्राप्त करें

  • LLM API कुंजी

    • OpenAI, Azure, Gemini, या Bedrock क्रेडेंशियल (आपके प्रदाता पर निर्भर करता है)

चरण 2: पर्यावरण कॉन्फ़िगर करें

सभी कॉन्फ़िगरेशन एक ही फ़ाइल में है: .env

  1. रिपॉज़िटरी क्लोन करें:
root@kitploit:~
git clone https://github.com/cyberark/Vulnhalla
cd Vulnhalla
  1. .env.example को .env में कॉपी करें:
root@kitploit:~
cp .env.example .env # macOS / Linux
Copy-Item .env.example .env # Windows (PowerShell)
  1. .env को संपादित करें और अपने मान भरें:

OpenAI के लिए उदाहरण:

root@kitploit:~
CODEQL_PATH=codeql
GITHUB_TOKEN=ghp_your_token_here
PROVIDER=openai
MODEL=gpt-4o
OPENAI_API_KEY=your-api-key-here
LLM_TEMPERATURE=0.2
LLM_TOP_P=0.2

# Optional: Logging Configuration
LOG_LEVEL=INFO                  # DEBUG, INFO, WARNING, ERROR
LOG_FILE=                       # Optional: path to log file (e.g., logs/vulnhalla.log)
LOG_FORMAT=default              # default or json
# LOG_VERBOSE_CONSOLE=false     # If true, WARNING/ERROR use full format (timestamp - logger - level - message)

📖 पूर्ण कॉन्फ़िगरेशन संदर्भ के लिए: सभी समर्थित प्रदाताओं (OpenAI, Azure, Gemini, Bedrock), आवश्यक/वैकल्पिक वेरिएबल्स, और विस्तृत उदाहरणों के लिए नीचे कॉन्फ़िगरेशन संदर्भ देखें।

चरण 3: Poetry इंस्टॉल करें (अनुशंसित: pipx)

Windows (PowerShell):

root@kitploit:~
# List available Python versions
py -0p

# Pick any supported Python: 3.10 / 3.11 / 3.12 / 3.13
py -3.12 -m pip install --user -U pipx
py -3.12 -m pipx ensurepath
# Close and reopen terminal (required)
pipx install poetry
poetry --version

macOS / Linux:

root@kitploit:~
# Check your Python version
python3 --version

# Use any supported Python: 3.10 / 3.11 / 3.12 / 3.13
python3 -m pip install --user -U pipx
python3 -m pipx ensurepath
# Restart terminal (required)
pipx install poetry
poetry --version

चरण 4: निर्भरताएँ इंस्टॉल करें और सेटअप करें

Windows (PowerShell):

root@kitploit:~
# Pick one supported version you have: 3.10 / 3.11 / 3.12 / 3.13
poetry env use 3.12  # Force Poetry to use a supported Python version if you have multiple versions installed
poetry install
poetry run vulnhalla-setup

macOS / Linux:

root@kitploit:~
# Pick one supported version you have: 3.10 / 3.11 / 3.12 / 3.13
poetry env use 3.12  # Force Poetry to use a supported Python version if you have multiple versions installed
poetry install
poetry run vulnhalla-setup

चरण 5: पाइपलाइन चलाएँ

root@kitploit:~
# Analyze a specific repository, for example:
poetry run vulnhalla redis/redis

# Re-download even if database already exists
poetry run vulnhalla redis/redis --force

# Show help
poetry run vulnhalla --help

यह स्वचालित रूप से:

  1. CodeQL डेटाबेस प्राप्त करेगा
  2. सभी डाउनलोड किए गए डेटाबेस पर CodeQL क्वेरी चलाएगा
  3. LLM के साथ परिणामों का विश्लेषण करेगा और output/results/ में सहेजेगा
  4. परिणाम ब्राउज़ करने के लिए UI खोलेगा

स्थानीय CodeQL डेटाबेस का उपयोग करना

यदि आपके पास पहले से डिस्क पर CodeQL डेटाबेस है (जैसे, मैन्युअल रूप से या पिछले रन से बनाया गया), तो आप --local / -l फ़्लैग का उपयोग करके GitHub फ़ेच चरण को छोड़ सकते हैं:

Windows (PowerShell):

root@kitploit:~
poetry run vulnhalla --local C:\path\to\my-codeql-db

macOS / Linux:

root@kitploit:~
poetry run vulnhalla --local /path/to/my-codeql-db

नोट: --local फ़्लैग एक CodeQL डेटाबेस निर्देशिका की अपेक्षा करता है, स्रोत कोड फ़ोल्डर की नहीं। आप यह जांच कर सत्यापित कर सकते हैं कि फ़ोल्डर में codeql-database.yml फ़ाइल है।

अतिरिक्त कमांड

root@kitploit:~
# Open UI to view existing results (without running analysis)
poetry run vulnhalla-ui

# Validate configuration: CodeQL, LLM, Logging (without running analysis)
poetry run vulnhalla-validate

# List analyzed repositories and their issue counts
poetry run vulnhalla-list

# Run example pipeline (analyzes videolan/vlc and redis/redis)
poetry run vulnhalla-example

🖥️ यूज़र इंटरफ़ेस (UI)

Vulnhalla में विश्लेषण परिणामों को ब्राउज़ करने और एक्सप्लोर करने के लिए एक पूर्ण-विशेषताओं वाला यूज़र इंटरफ़ेस शामिल है।

UI चलाना

root@kitploit:~
poetry run vulnhalla-ui

UI लेआउट

UI नीचे एक नियंत्रण पट्टी के साथ दो-पैनल वाला शीर्ष क्षेत्र प्रदर्शित करता है:

शीर्ष क्षेत्र (साथ-साथ, आकार बदलने योग्य):

  • बायाँ पैनल (समस्याओं की सूची):

    • DataTable दिखाता है: ID, Repo, Issue Name, File, LLM decision, Manual decision
    • समस्याओं की संख्या और सॉर्ट संकेतक
    • नीचे सर्च इनपुट बॉक्स, टाइप करते ही अपडेट होता है (केस-असंवेदनशील)।

  • दायाँ पैनल (विवरण):

    • LLM decision अनुभाग: LLM का वर्गीकरण दिखाता है (True Positive, False Positive, या Needs More Data)
    • Metadata अनुभाग: Issue name, Repo, File, Line, Type, Function name
    • Code अनुभाग:
      • 📌 प्रारंभिक कोड संदर्भ (पहला कोड स्निपेट जो LLM ने देखा)
      • 📥 अतिरिक्त कोड (वह कोड जो LLM ने बातचीत के दौरान अनुरोध किया) - केवल तभी दिखाया जाता है यदि अतिरिक्त कोड मौजूद है
      • भेद्य पंक्ति लाल रंग में हाइलाइट की गई
    • Summary अनुभाग: LLM का अंतिम उत्तर/निर्णय
    • Manual Decision Select: मैन्युअल निर्णय सेट करने के लिए नीचे ड्रॉपडाउन (True Positive, False Positive, Uncertain, या Not Set)

नीचे नियंत्रण पट्टी:

  • Language: C (एकमात्र भाषा वर्तमान में समर्थित)
  • llm desicion ड्रॉपडाउन द्वारा फ़िल्टर करें: All, True Positive, False Positive, Needs more Info to decide
  • क्रिया बटन: Refresh, Run Analysis
  • की बाइंडिंग्स सहायता टेक्स्ट

की बाइंडिंग्स

  • ↑/↓ - समस्या सूची में नेविगेट करें (पंक्ति-दर-पंक्ति)
  • Tab / Shift+Tab - पैनलों के बीच फ़ोकस बदलें
  • Enter - चयनित समस्या के लिए विवरण दिखाएं
  • / - सर्च इनपुट बॉक्स पर फ़ोकस करें (बाएँ पैनल में)
  • Esc - सर्च साफ़ करें और समस्याओं की तालिका पर फ़ोकस लौटाएं
  • r - डिस्क से परिणाम पुनः लोड करें
  • [ / ] - बाएँ/दाएँ पैनल का आकार बदलें (विभाजन स्थिति समायोजित करें)
  • q - एप्लिकेशन से बाहर निकलें

इंटरैक्टिव विशेषताएँ

कॉलम सॉर्टिंग

  • किसी भी कॉलम हेडर पर क्लिक करें उस कॉलम द्वारा सॉर्ट करने के लिए
  • डिफ़ॉल्ट सॉर्टिंग: Repo (आरोही) द्वारा, फिर ID (आरोही) द्वारा

आकार बदलने योग्य पैनल

  • समस्याओं की सूची और विवरण पैनल के बीच खींचने योग्य विभाजक
  • माउस: आकार बदलने के लिए विभाजक पर क्लिक करें और खींचें
  • कीबोर्ड: विभाजक को बाईं ओर ले जाने के लिए [ का उपयोग करें, दाईं ओर ले जाने के लिए ] का उपयोग करें
  • विभाजन स्थिति सत्र के दौरान याद रखी जाती है

📊 आउटपुट संरचना

पाइपलाइन चलाने के बाद, परिणाम output/results/<LANG>/<ISSUE_TYPE>/ में व्यवस्थित होते हैं:

root@kitploit:~
output/results/c/Copy_function_using_source_size/
├── 1_raw.json      # Original CodeQL issue data
├── 1_final.json    # LLM conversation and classification
├── 2_raw.json
├── 2_final.json
└── ...

प्रत्येक *_final.json में शामिल है:

  • पूर्ण LLM बातचीत (सिस्टम प्रॉम्प्ट, उपयोगकर्ता संदेश, सहायक प्रतिक्रियाएँ, टूल कॉल)
  • अंतिम स्थिति कोड (1337 = भेद्य, 1007 = सुरक्षित, 7331/3713 = अधिक जानकारी आवश्यक)

प्रत्येक *_raw.json में शामिल है:

  • मूल CodeQL समस्या डेटा
  • फ़ंक्शन संदर्भ
  • डेटाबेस पथ (org/repo जानकारी शामिल है: output/databases/<LANG>/<ORG>/<REPO>)
  • समस्या का स्थान

🛠 समस्या निवारण

  • CodeQL CLI नहीं मिला:
    अपनी .env फ़ाइल में CODEQL_PATH को अपने CodeQL एक्ज़ीक्यूटेबल के पूर्ण पथ पर सेट करें। Windows पर: पथ .cmd के साथ समाप्त होना चाहिए (जैसे, C:\path\to\codeql\codeql.cmd)।

  • GitHub दर सीमाएँ:
    अपनी .env फ़ाइल में GITHUB_TOKEN सेट करें (टोकन https://github.com/settings/tokens से प्राप्त करें)।

  • LLM समस्याएँ:
    जांचें कि .env फ़ाइल में आपकी API कुंजियाँ आपके चयनित प्रदाता से मेल खाती हैं।

  • UI में आयात त्रुटियाँ:
    सुनिश्चित करें कि आप प्रोजेक्ट रूट निर्देशिका से चला रहे हैं, या python examples/ui_example.py का उपयोग करें जो पथ सेटअप को संभालता है।

⚙️ कॉन्फ़िगरेशन संदर्भ

पर्यावरण वेरिएबल्स

सभी कॉन्फ़िगरेशन आपकी .env फ़ाइल में पर्यावरण वेरिएबल्स के माध्यम से प्रबंधित होते हैं। यहां एक पूर्ण संदर्भ है:

आवश्यक वेरिएबल्स

Variableकिसके लिए आवश्यकविवरण
CODEQL_PATHसभीCodeQL एक्ज़ीक्यूटेबल का पथ। यदि CodeQL PATH में है तो डिफ़ॉल्ट codeql है। यदि PATH में नहीं है तो पूर्ण पथ का उपयोग करें (जैसे, Windows पर C:\path\to\codeql\codeql.cmd)
PROVIDERसभीLLM प्रदाता: openai, azure, gemini, bedrock, anthropic, mistral, groq, openrouter, ollama, आदि।
MODELसभीमॉडल नाम (जैसे, gpt-4o, gpt-4-turbo, gemini-2.5-flash)

प्रदाता-विशिष्ट आवश्यक वेरिएबल्स

OpenAI:

Variableविवरण
OPENAI_API_KEYplatform.openai.com से आपकी OpenAI API कुंजी

Azure OpenAI:

Variableविवरण
AZURE_OPENAI_API_KEY या AZURE_API_KEYआपकी Azure OpenAI API कुंजी
AZURE_OPENAI_ENDPOINT या AZURE_API_BASEआपका Azure OpenAI एंडपॉइंट URL (जैसे, https://your-resource.openai.azure.com)
AZURE_OPENAI_API_VERSION या AZURE_API_VERSIONAPI संस्करण (डिफ़ॉल्ट: 2024-08-01-preview)

Gemini (Google):

Variableविवरण
GOOGLE_API_KEYGoogle AI Studio से आपकी Google API कुंजी

AWS Bedrock:

Variableआवश्यकविवरण
AWS_REGION_NAMEहाँAWS क्षेत्र (जैसे, us-east-1, us-west-2)
AWS_PROFILEनहीं*SSO/क्रेडेंशियल फ़ाइल प्रमाणीकरण के लिए AWS प्रोफ़ाइल नाम
AWS_ACCESS_KEY_IDनहीं*AWS एक्सेस कुंजी (यदि प्रोफ़ाइल उपयोग नहीं कर रहे हैं)
AWS_SECRET_ACCESS_KEYनहीं*AWS गुप्त कुंजी (यदि प्रोफ़ाइल उपयोग नहीं कर रहे हैं)
AWS_SESSION_TOKENनहींअस्थायी STS क्रेडेंशियल के लिए सत्र टोकन

* प्रमाणीकरण: AWS_PROFILE या AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY (+ STS के लिए वैकल्पिक AWS_SESSION_TOKEN) का उपयोग करें।

Bedrock .env उदाहरण (SSO):

root@kitploit:~
PROVIDER=bedrock
MODEL=anthropic.claude-3-5-sonnet-20241022-v2:0
AWS_REGION_NAME=us-east-1
AWS_PROFILE=your-profile

⚠️ पूर्वापेक्षाएँ:

  • AWS क्रेडेंशियल Bedrock मॉडल को कॉल करने की अनुमति के साथ कॉन्फ़िगर होने चाहिए (SSO, IAM प्रोफ़ाइल, या एक्सेस कुंजियाँ)
  • SSO उपयोगकर्ताओं के लिए: Vulnhalla का उपयोग करने से पहले aws sso login --profile your-profile चलाएं

🔧 महत्वपूर्ण - मॉडल चयन: Bedrock मॉडल चुनते समय, सुनिश्चित करें कि यह टूल कॉलिंग/फ़ंक्शन कॉलिंग का समर्थन करता है (सभी Bedrock मॉडल नहीं करते)। टूल कॉलिंग Vulnhalla के विश्लेषण प्रवाह का एक प्रमुख हिस्सा है, इसलिए संगत मॉडल चुनने से कार्यक्षमता और परिणामों में बड़ा अंतर आता है। संगत मॉडल में शामिल हैं: Claude 3.x, Mistral, या Cohere Command R।

वैकल्पिक वेरिएबल्स

Variableडिफ़ॉल्टविवरण
GITHUB_TOKEN-उच्च दर सीमा के लिए GitHub API टोकन। GitHub Settings > Tokens से प्राप्त करें
GITHUB_API_URLhttps://api.github.comGitHub API URL। GitHub Enterprise के लिए, अपने सर्वर का API URL सेट करें (जैसे, https://github.your-company.com/api/v3)
GITHUB_SSL_VERIFYtrueSSL प्रमाणपत्र सत्यापन। स्व-हस्ताक्षरित या आंतरिक CA प्रमाणपत्रों वाले GitHub Enterprise के लिए false सेट करें
LLM_TEMPERATURE0.2LLM temperature (0.0-2.0)। कम = अधिक निर्धारणात्मक। अनुशंसित: 0.2 पर रखें
LLM_TOP_P0.2LLM top-p सैंपलिंग (0.0-1.0)। कम = अधिक केंद्रित। अनुशंसित: 0.2 पर रखें
LOG_LEVELINFOलॉगिंग स्तर: DEBUG, INFO, WARNING, या ERROR। कंसोल आउटपुट की विस्तारता को नियंत्रित करता है
LOG_FILE-लॉग फ़ाइल का वैकल्पिक पथ (जैसे, logs/vulnhalla.log)। यदि सेट है, तो लॉग कंसोल और फ़ाइल दोनों में लिखे जाते हैं। फ़ाइल लॉगिंग विस्तृत आउटपुट के लिए DEBUG स्तर का उपयोग करती है
LOG_FORMATdefaultलॉग प्रारूप शैली: default (मानव-पठनीय), या json (संरचित JSON प्रारूप)
LOG_VERBOSE_CONSOLEfalseयदि true, WARNING/ERROR/CRITICAL पूर्ण प्रारूप का उपयोग करते हैं (timestamp - logger - level - message)। डिफ़ॉल्ट: WARNING/ERROR सरल प्रारूप का उपयोग करते हैं (LEVEL - message), INFO हमेशा न्यूनतम (केवल message)
THIRD_PARTY_LOG_LEVELERRORतृतीय-पक्ष लाइब्रेरीज़ (LiteLLM, urllib3, requests) के लिए लॉग स्तर। विकल्प: DEBUG, , , । डिफ़ॉल्ट अधिकांश तृतीय-पक्ष शोर दबाता है

⚠️ महत्वपूर्ण: जब तक आप प्रभाव को पूरी तरह से नहीं समझते, LLM_TEMPERATURE या LLM_TOP_P न बढ़ाएं। कम मान मॉडल को स्थिर और निर्धारणात्मक रखते हैं, जो सुरक्षा विश्लेषण के लिए महत्वपूर्ण है। उच्च मान मॉडल को असंगत, रचनात्मक, या मतिभ्रम करने वाला बना सकते हैं।

📝 नोट: अतिरिक्त कॉन्फ़िगरेशन उदाहरणों के लिए, प्रोजेक्ट रूट में .env.example फ़ाइल देखें।

कॉन्फ़िगरेशन सत्यापन

Vulnhalla स्टार्टअप पर आपके कॉन्फ़िगरेशन को सत्यापित करता है। यदि आवश्यक वेरिएबल्स गायब या अमान्य हैं, तो आपको स्पष्ट त्रुटि संदेश दिखाई देंगे जो बताएंगे कि क्या ठीक करने की आवश्यकता है।

सामान्य सत्यापन त्रुटियाँ:

  • चयनित प्रदाता के लिए API कुंजी गायब
  • अमान्य प्रदाता नाम (समर्थित मानों के लिए PROVIDER देखें)
  • Azure एंडपॉइंट गायब (Azure प्रदाता के लिए आवश्यक)
  • AWS क्रेडेंशियल या क्षेत्र गायब (Bedrock प्रदाता के लिए आवश्यक)
  • अमान्य CodeQL पथ (यदि CODEQL_PATH सेट है लेकिन फ़ाइल मौजूद नहीं है)

📝 स्थिति कोड

LLM निम्नलिखित स्थिति कोड का उपयोग करता है:

  • 1337: सुरक्षा भेद्यता मिली (True Positive)
  • 1007: कोड सुरक्षित है, कोई भेद्यता नहीं (False Positive)
  • 7331: सुरक्षा सत्यापित करने के लिए अधिक कोड/जानकारी आवश्यक
  • 3713: संभवतः सुरक्षा समस्या नहीं, लेकिन अधिक जानकारी आवश्यक (7331 के साथ उपयोग किया जाता है)

UI इन्हें मैप करता है:

  • 1337 → "True Positive"
  • 1007 → "False Positive"
  • 7331 या 3713 → "Needs More Data"

🔧 विकास

परीक्षण चलाना

प्रोजेक्ट में pytest का उपयोग करके बुनियादी परीक्षण अवसंरचना शामिल है:

root@kitploit:~
# Run all tests
poetry run pytest

# Run with verbose output
poetry run pytest -v

परीक्षण सूट में स्मोक टेस्ट शामिल हैं जो यह सत्यापित करते हैं कि परीक्षण अवसंरचना सही ढंग से सेट अप है।

प्रकार जाँच

प्रोजेक्ट स्थिर प्रकार जाँच के लिए mypy का उपयोग करता है:

root@kitploit:~
poetry run mypy src

प्रकार जाँच pyproject.toml में [tool.mypy] के अंतर्गत कॉन्फ़िगर की गई है। कॉन्फ़िगरेशन क्रमिक अपनाने की अनुमति देने के लिए प्रति-मॉड्यूल ओवरराइड के साथ एक रूढ़िवादी आधार रेखा का उपयोग करता है।

प्रोजेक्ट निर्भरताएँ

निर्भरताएँ pyproject.toml में Poetry के माध्यम से प्रबंधित की जाती हैं:

  • requests - GitHub API के लिए HTTP अनुरोध
  • pySmartDL - CodeQL डेटाबेस के लिए स्मार्ट डाउनलोड प्रबंधक
  • litellm - कई प्रदाताओं का समर्थन करने वाला एकीकृत LLM इंटरफ़ेस
  • python-dotenv - पर्यावरण वेरिएबल प्रबंधन
  • PyYAML - CodeQL पैक फ़ाइलों के लिए YAML पार्सिंग
  • textual - टर्मिनल UI फ्रेमवर्क
  • pytest - परीक्षण फ्रेमवर्क (डेव निर्भरता)
  • mypy - स्थिर प्रकार जाँचकर्ता (डेव निर्भरता)

CodeQL क्वेरी

CodeQL क्वेरी data/queries/<LANG>/ में व्यवस्थित हैं:

  • issues/ - सुरक्षा समस्या का पता लगाने वाली क्वेरी
  • tools/ - सहायक क्वेरी (फ़ंक्शन ट्री, क्लासेस, ग्लोबल वेरिएबल्स, मैक्रोज़)

प्रत्येक निर्देशिका में CodeQL पैक को परिभाषित करने वाली qlpack.yml फ़ाइल होती है।

📄 लाइसेंस

कॉपीराइट (c) 2025 CyberArk Software Ltd. सर्वाधिकार सुरक्षित।

यह रिपॉज़िटरी Apache License, Version 2.0 के अंतर्गत लाइसेंस प्राप्त है - अधिक विवरण के लिए LICENSE.txt देखें।

🤝 योगदान

हम इस रिपॉज़िटरी में सभी प्रकार के योगदानों का स्वागत करते हैं। आरंभ करने के निर्देशों और हमारे विकास कार्यप्रवाहों के विवरण के लिए, कृपया हमारा contributing guide देखें।

आचार संहिता

कृपया हमारी Code of Conduct पढ़ें और उसका पालन करें। हम सभी योगदानकर्ताओं के लिए एक स्वागत योग्य और समावेशी वातावरण प्रदान करने के लिए प्रतिबद्ध हैं।

📧 संपर्क

यदि आपके पास कोई फ़ीचर अनुरोध या प्रोजेक्ट समस्याएँ हैं तो बेझिझक GitHub issues के माध्यम से हमसे संपर्क करें।

टूल डाउनलोड करें
INFO
WARNING
ERROR