
OpenAnt, Knostic की ओर से, अग्रणी ओपन सोर्स LLM-आधारित भेद्यता खोज उत्पाद है, जो रक्षकों को सक्रिय रूप से सत्यापित सुरक्षा खामियों को खोजने में मदद करता है, साथ ही झूठे सकारात्मक और झूठे नकारात्मक दोनों को न्यूनतम करता है। चरण 1 पता लगाता है। चरण 2 हमला करता है। जो बचता है वह वास्तविक है।
Knostic का OpenAnt पहला ओपन सोर्स LLM-आधारित भेद्यता खोज और उपचार उत्पाद (अब इसे harness कहा जाता है) है जो रक्षकों को सक्रिय रूप से सत्यापित सुरक्षा दोष खोजने में मदद करता है, साथ ही false positives और false negatives दोनों को न्यूनतम करता है। चरण 1 पहचान करता है। चरण 2 हमला करता है। जो बचता है, वही वास्तविक है।
ध्यान रखें कि यह एक शोध परियोजना के रूप में शुरू हुआ था, और जैसे-जैसे हम नई क्षमताएँ विकसित करते हैं, हम अक्सर उन्हें बीटा के रूप में जारी करते हैं। हम योगदान का स्वागत करते हैं।
आप arXiv पर OpenAnt बनाने पर हमारा शोध पेपर पा सकते हैं: OpenAnt: LLM-Powered Vulnerability Discovery Through Code Decomposition, Adversarial Verification, and Dynamic Testing, Nahum Korda और Gadi Evron द्वारा।
जब हमने पहली बार OpenAnt जारी किया था तब यह readme में एक प्रासंगिक प्रश्न था, क्योंकि कई अन्य harnesses भी जारी किए गए हैं। हम अभी भी आशा करते हैं कि AI-खोजी भेद्यताओं के विस्फोट के साथ, OpenAnt ओपन सोर्स मेंटेनर्स को हमलावरों से आगे रहने में मदद करेगा, जहाँ वे इसे स्वयं उपयोग कर सकते हैं। या बिना किसी लागत के स्कैनिंग के लिए अपना रेपो सबमिट कर सकते हैं।
यह भी तथ्य है कि Knostic का फोकस एजेंट्स और कोडिंग सहायकों की सुरक्षा पर है, न कि भेद्यता अनुसंधान या एप्लिकेशन सुरक्षा पर, और हमें ओपन सोर्स पसंद है, इसलिए हमने OpenAnt को Apache 2 लाइसेंस के तहत जारी करने का निर्णय लिया। इसके अलावा, आपने OpenAI के Aardvark (अब Codex Security) और Anthropic के Claude Code Security के बारे में सुना होगा, और हमारा उनसे प्रतिस्पर्धा करने का कोई इरादा नहीं है।
तकनीकी विवरण, सीमाओं और टोकन लागतों के लिए, यह ब्लॉग पोस्ट देखें: https://knostic.ai/blog/openant
अपना रेपो स्कैनिंग के लिए सबमिट करने हेतु: https://knostic.ai/blog/oss-scan
मेंटेनर और अनुसंधान: Gadi Evron
मूल अनुसंधान, विचार और मूल प्रोटोटाइप: Nahum Korda। मूल उत्पादीकरण: Alex Raihelgaus, Daniel Geyshis।
आभार: Michal Kamensky, Imri Goldberg, Daniel Cuthbert, Josh Grossman, और Avi Douglen।
यदि आपको हमारा काम पसंद है, तो देखें कि हम Knostic पर आपके एजेंट्स और कोडिंग सहायकों की सुरक्षा के लिए, उन्हें आपकी हार्ड ड्राइव और कोड हटाने से रोकने के लिए, और MCP सर्वर, एक्सटेंशन और स्किल्स जैसे संबंधित सप्लाई चेन जोखिमों को नियंत्रित करने के लिए क्या करते हैं।
CLI बाइनरी बनाएँ (Go 1.25+ आवश्यक):
cd apps/openant-cli && make build
यह Go स्रोत को संकलित करता है और बाइनरी को apps/openant-cli/bin/openant पर आउटपुट करता है।
इसे अपने PATH पर सिमलिंक करें ताकि आप कहीं से भी openant चला सकें:
ln -sf "$(pwd)/apps/openant-cli/bin/openant" /usr/local/bin/openant
नोट: इसे रेपो रूट से चलाएँ ताकि $(pwd) सही निरपेक्ष पथ पर रिज़ॉल्व हो।
OpenAnt प्रत्येक पाइपलाइन चरण को एक कॉन्फ़िगर करने योग्य (provider, model) युग्म के माध्यम से रूट करता है। सबसे तेज़ तरीका इंटरैक्टिव विज़ार्ड है:
openant setup llm
आप कॉन्फ़िग का नाम देते हैं (जैसे my-llm), प्रत्येक पाइपलाइन चरण के लिए एक प्रदाता चुनते हैं (नीचे दिए गए किसी भी शिप्ड एडाप्टर में से), प्रति प्रदाता एक बार उसकी API कुंजी दर्ज करते हैं (Bedrock इसके बजाय AWS क्रेडेंशियल चेन का उपयोग करता है — कुंजी को खाली छोड़ दें), और विज़ार्ड ~/.config/openant/config.json लिखने से पहले प्रत्येक अद्वितीय प्रदाता+मॉडल जोड़ी को 1-टोकन अनुरोध के साथ जाँचता है। --llm-config के साथ इसके विरुद्ध स्कैन चलाएँ:
openant scan /path/to/repo --llm-config my-llm
विज़ार्ड डिफ़ॉल्ट प्रोजेक्ट की प्रति-चरण सिफ़ारिशों को दर्शाते हैं (पहचान / सत्यापन / पहुँच-समीक्षा के लिए अधिक शक्तिशाली तर्क मॉडल; संदर्भ, रिपोर्ट और परीक्षण निर्माण के लिए हल्के मॉडल) — किसी भी उत्तर को अपनी पसंद के अनुसार ओवरराइड करें।
| प्रदाता प्रकार | API कुंजी कहाँ से | नोट्स |
|---|---|---|
anthropic | console.anthropic.com | संदर्भ एडाप्टर। Claude Pro / Max सदस्यताओं में शामिल नहीं — अलग बिलिंग। |
openai | platform.openai.com | ChatGPT / Codex सदस्यताओं में शामिल नहीं — अलग बिलिंग। |
google | aistudio.google.com | Gemini Advanced में शामिल नहीं — अलग बिलिंग। |
bedrock | — (AWS क्रेडेंशियल श्रृंखला) | AWS Bedrock पर Claude। कोई api_key नहीं: क्रेडेंशियल AWS_ACCESS_KEY_ID/AWS_SECRET_ACCESS_KEY env वेरिएबल या ~/.aws प्रोफ़ाइल से आते हैं, क्षेत्र AWS_REGION से। मॉडल ID इन्फ़रेंस प्रोफ़ाइल हैं (us.anthropic.claude-sonnet-4-6, global.anthropic.claude-haiku-4-5-20251001-v1:0, ...) — इन्हें Bedrock कंसोल में "Model access" के अंतर्गत सक्षम करें और aws bedrock list-inference-profiles से सूचीबद्ध करें। openant setup llm द्वारा प्रस्तावित (API कुंजी खाली छोड़ें — AWS क्रेडेंशियल श्रृंखला, प्रोब छोड़ा गया) — पूर्ण मार्गदर्शिका: utilities/llm/providers/BEDROCK.md। |
openrouter | openrouter.ai | एक कुंजी और एक प्रीपेड बैलेंस के साथ कई प्रदाताओं का गेटवे (OPENROUTER_API_KEY भी पढ़ता है)। मॉडल ID vendor/model स्लग हैं (anthropic/claude-sonnet-4.6, openai/gpt-4o-mini, ...) — इन्हें openrouter.ai/models पर ब्राउज़ करें। openant setup llm द्वारा प्रस्तावित (OpenRouter डिफ़ॉल्ट के लिए बेस URL खाली छोड़ें) — पूर्ण मार्गदर्शिका: utilities/llm/providers/OPENROUTER.md। |
ollama | — (स्थानीय सर्वर) | Ollama के माध्यम से स्थानीय मॉडल। कोई api_key नहीं: इसे खाली छोड़ें (एक प्लेसहोल्डर स्वचालित रूप से भेजा जाता है); बेस URL डिफ़ॉल्ट रूप से http://localhost:11434/v1 है। मॉडल पहले पुल किए जाने चाहिए (ollama pull <model>); मॉडल ID ठीक वही हैं जो ollama list दिखाता है। स्थानीय इन्फ़रेंस मुफ़्त है — $0 लागत रिपोर्टिंग। openant setup llm द्वारा प्रस्तावित — पूर्ण मार्गदर्शिका: utilities/llm/providers/OLLAMA.md। |
इन सभी में टूल कॉलिंग समर्थित है, इसलिए इनमें से कोई भी enhance और verify चरणों को चला सकता है जो एजेंटिक टूल-उपयोग लूप का उपयोग करते हैं। Ollama के लिए, उन चरणों के लिए टूल्स-सक्षम मॉडल चुनें — बहुत छोटे स्थानीय मॉडल टूल कॉल को विश्वसनीय रूप से संभाल नहीं सकते।
यदि आप आज के प्रति-चरण Claude डिफ़ॉल्ट और कुछ नहीं चाहते हैं, तो विज़ार्ड छोड़ें:
openant set-api-key sk-ant-...
openant scan /path/to/repo
यह अंतर्निहित openant-default कॉन्फ़िगरेशन का उपयोग करता है (बाइनरी में संकलित, किसी config.json की आवश्यकता नहीं) — डिटेक्शन चरणों के लिए Claude Opus 4.6, बाकी के लिए Sonnet 4।
विज़ार्ड आपके लिए ~/.config/openant/config.json लिखता है, लेकिन आप इसे सीधे संपादित भी कर सकते हैं। प्रत्येक llm-config में सभी सात पाइपलाइन चरणों को सूचीबद्ध करना आवश्यक है:
हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।
अभी तक कोई लोकप्रियता डेटा नहीं है।