Skip to content
KitploitKITPLOIT
उपकरणएक्सप्लॉइटब्लॉग
Log in
जमा करें
उपकरणएक्सप्लॉइटब्लॉग
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।

फ़ीडसंपर्कगोपनीयता© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
CanoP — स्टैटिक विश्लेषण CLI जो AI-जनित कोड को SQL इंजेक्शन, असुरक्षित रिफ्लेक्शन, और हार्डकोडेड सीक्रेट्स जैसी कमजोरियों के लिए स्कैन करता है, SARIF एक्सपोर्ट और CI/CD गेटिंग के साथ। | Kitploit
उपकरण/GitHubGitHub/openbreach/canop
रक्षात्मक उपकरणस्थैतिक विश्लेषणभेद्यता स्कैनरस्थैतिक कोड विश्लेषण (SAST)भेद्यता विश्लेषणकोड विश्लेषणस्क्रिप्टिंग और स्वचालनDevSecOpsसीक्रेट डिटेक्शनAI सुरक्षा
GitHubopenbreach/canop
511607 दिन पहलेअभी तक समीक्षित नहीं

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 →

CanoP

स्टैटिक विश्लेषण CLI जो AI-जनित कोड को SQL इंजेक्शन, असुरक्षित रिफ्लेक्शन, और हार्डकोडेड सीक्रेट्स जैसी कमजोरियों के लिए स्कैन करता है, SARIF एक्सपोर्ट और CI/CD गेटिंग के साथ।

रिपॉजिटरी देखें
साझा करें

CanoP CLI

CanoP लोगो

PyPI version License: MIT Python 3.8+ Code style: black

AI-जनित कोड में सुरक्षा जोखिमों को खोजने के लिए एक तेज़, स्टैंडअलोन स्टैटिक विश्लेषण टूल। CanoP स्थानीय रूप से चलता है और उपचार मार्गदर्शन के साथ कार्रवाई योग्य निष्कर्ष उत्पन्न करता है।

CanoP को क्रियान्वित होते देखें

CanoP किसी प्रोजेक्ट को स्कैन करते हुए

fixes.json आउटपुट का उदाहरण

विशेषताएँ

  • उच्च सिग्नल-टू-नॉइज़: SQL इंजेक्शन, असुरक्षित रिफ्लेक्शन और हार्डकोडेड सीक्रेट्स जैसे AI-युग के जोखिमों को लक्षित करता है।
  • भाषा समर्थन: Python और JavaScript का समर्थन करता है।
  • CI/CD तैयार: गंभीरता या सुरक्षा स्कोर के आधार पर बिल्ड को गेट करें।
  • AI प्रिस्क्रिप्शन: LLM-सहायता प्राप्त उपचार के लिए fixes.json प्रॉम्प्ट उत्पन्न करता है।
  • मानक रिपोर्टिंग: GitHub और अन्य सुरक्षा टूल के लिए JSON और SARIF निर्यात करता है।

इंस्टॉलेशन

pip install canop

macOS और Linux पर, यदि वैश्विक pip इंस्टॉलेशन प्रतिबंधित है, तो pipx का उपयोग करें:

pipx install canop

इंस्टॉलेशन सत्यापित करें:

canop --version

त्वरित शुरुआत

.canop.yml और .canopignore को प्रारंभ करें:

canop init

वर्तमान निर्देशिका, या केवल Git में परिवर्तित फ़ाइलों को स्कैन करें:

canop scan .
canop scan . --changed

निष्कर्ष डिफ़ॉल्ट रूप से 50 तक सीमित होते हैं। बिना सीमा के लिए --all या कस्टम सीमा के लिए --limit N का उपयोग करें:

canop scan . --all
canop scan . --limit 10

उन्नत उपयोग

CI/CD

ये विकल्प थ्रेशोल्ड पूरा न होने पर गैर-शून्य एग्ज़िट कोड लौटाते हैं:

canop scan . --fail-on HIGH
canop scan . --min-score 85

परिणाम निर्यात करना

canop scan . --json-out results.json
canop scan . --sarif results.sarif
canop scan . --prescriptions fixes.json

SARIF आउटपुट को इनलाइन निष्कर्षों के लिए GitHub पर अपलोड किया जा सकता है। fixes.json में LLM-सहायता प्राप्त उपचार के लिए प्रॉम्प्ट होते हैं।

कॉन्फ़िगरेशन

नीति थ्रेशोल्ड और अनदेखा किए गए पथों को परिभाषित करने के लिए प्रोजेक्ट रूट में .canop.yml जोड़ें:

min_grade: B
fail_on:
  - CRITICAL
  - HIGH
ignore:
  - "tests/**"
  - "docs/**"
max_findings: 0

.canopignore फ़ाइलों और निर्देशिकाओं को बाहर करने के लिए .gitignore-शैली के पैटर्न का उपयोग करता है।

पहचान कैसे काम करती है

CanoP canop/rules/*.yml से नियम लोड करता है और अपने अंतर्निहित पैटर्न इंजन के साथ स्थानीय रूप से स्कैन करता है। सीक्रेट नियम टिप्पणियों का निरीक्षण करते हैं ताकि AI कोडिंग एजेंट्स द्वारा फ्रंटएंड सोर्स में गलती से छोड़े गए क्रेडेंशियल्स को पकड़ा जा सके; अन्य नियम शोर कम करने के लिए केवल-टिप्पणी वाली पंक्तियों को अनदेखा करते हैं। यदि इंस्टॉल हो, तो Semgrep AST-आधारित विश्लेषण जोड़ता है। यह वैकल्पिक है और CanoP के साथ इंस्टॉल नहीं होता।

स्थानीय विकास

git clone https://github.com/openbreach/CanoP.git canop
cd canop
pip install -e .
python -m unittest discover -s tests -v

वितरण आर्टिफ़ैक्ट्स बनाएँ:

pip install -r requirements-dev.txt
python -m build

नियम विकास

नियम Semgrep YAML प्रारूप का उपयोग करते हैं और canop/rules/*.yml में स्थित हैं। दिशानिर्देशों के लिए CONTRIBUTING.md देखें।

सहायता

बग और फ़ीचर अनुरोधों के लिए, GitHub issue खोलें या [email protected] पर ईमेल करें।

लाइसेंस

यह प्रोजेक्ट MIT License के अंतर्गत लाइसेंस प्राप्त है।

टूल डाउनलोड करें