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
duo-agentflow-auditor — AI Code Security — चार एजेंट जो AI-जनरेटेड कोड में SAST जो चूक जाता है उसे पकड़ते हैं। GitLab Duo Agent Platform पर निर्मित। | Kitploit
उपकरण/GitLabGitLab/centisgood/duo-agentflow-auditor
स्थैतिक विश्लेषणभेद्यता स्कैनरकोड विश्लेषणवेब सुरक्षाDevSecOpsसीक्रेट डिटेक्शनआपूर्ति श्रृंखला सुरक्षामशीन लर्निंगलर्निंग और शिक्षा
AI सुरक्षा
लैब और अभ्यास
GitLabcentisgood/duo-agentflow-auditor

duo-agentflow-auditor

AI Code Security — चार एजेंट जो AI-जनरेटेड कोड में SAST जो चूक जाता है उसे पकड़ते हैं। GitLab Duo Agent Platform पर निर्मित।

रिपॉजिटरी देखें
66 महीने 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 →
साझा करें

Duo AgentFlow Auditor

AI कोड सुरक्षा — AI-निर्मित कोड में SAST जो छूट जाता है उसे पकड़ता है GitLab Duo Agent प्लेटफॉर्म पर निर्मित

License: MIT Platform AI Model Agents Detection Rules Semgrep Rules Tests Flow Schema Green Agent

GitLab AI Hackathon

40-62% AI-निर्मित कोड में सुरक्षा कमज़ोरियाँ होती हैं। पारंपरिक SAST CVEs पकड़ता है। हम वह पकड़ते हैं जो SAST मिस करता है — prompt injection, LLM output execution, unsafe ML deserialization।

आरंभ करें · वास्तुकला · पता लगाने के नियम · सेटअप गाइड · कार्यान्वयन

समस्या

AI कोड उत्पादन को गति देता है लेकिन नई सुरक्षा अड़चनें पैदा करता है:

मुद्दाप्रभाव
सुरक्षा समीक्षाएँ MR को घंटों या दिनों तक रोकती हैंप्रति टीम सदस्य 7 घंटे/सप्ताह खोना
AI अनुपालन प्रबंधन को कठिन बनाता है70% टीमें यह रिपोर्ट करती हैं
परिनियोजन के बाद अनुपालन समस्याएँ खोजी गईं76% संगठन
पारंपरिक SAST उपकरण AI-विशिष्ट जोखिमों को मिस करते हैंPrompt injection, LLM output-to-exec, unsafe ML deser
40-62% AI-निर्मित कोड में कमज़ोरियाँ होती हैंकोई मौजूदा उपकरण AI-विशिष्ट खतरे के पैटर्न का पता नहीं लगाता

स्रोत: GitLab 2025 ग्लोबल DevSecOps रिपोर्ट

समाधान

AgentFlow Auditor — चार AI एजेंट जो AI-निर्मित कोड में पारंपरिक SAST द्वारा मिस किए गए सुरक्षा जोखिमों को पकड़ते हैं। 41 पता लगाने के नियम जिनमें LLM prompt injection, output-to-exec, unsafe deserialization, SQL injection, SSRF, और path traversal शामिल हैं। स्कैनेबल रिपोर्ट पोस्ट करता है, फिक्स पैच उत्पन्न करता है, जोखिम बहाव को ट्रैक करता है। एक @मेंशन सब कुछ ट्रिगर करता है।

वास्तुकला```

Developer opens MR │ ▼ @duo-agentflow-auditor review this MR │ ▼ ┌───────────────────────────────────────────────────────┐ │ │ │ ┌─────────────┐ ┌──────────────────┐ │ │ │ Scanner │──────▶│ Reporter │ │ │ │ Agent │ │ Agent │ │ │ │ │ │ │ │ │ │ Read diffs │ │ Grade risk │ │ │ │ Match 34 │ │ Risk heatmap │ │ │ │ rules │ │ Post MR comment │ │ │ │ Score risk │ │ Create issue │ │ │ └─────────────┘ └────────┬─────────┘ │ │ │ │ │ ┌───────┴────────┐ │ │ │ SAFE? │ │ │ │ ├─ Yes ──────────────┐ │ │ │ └─ No ───┐ │ │ │ │ └───────────┘ │ │ │ │ │ │ │ │ │ ┌─────────────┐ ┌────────▼───────┘┐ │ │ │ │ Metrics │◀──────│ Fixer │ │ │ │ │ Agent │ │ Agent │ │ │ │ │ │◀──────────────────────────────┘ │ │ │ Baseline │ │ Confidence-scored│ │ │ │ Cross-MR │ │ patches │ │ │ │ Green │ │ Fix branch + MR │ │ │ │ Posture │ │ │ │ │ └─────────────┘ └─────────────────┘ │ │ │ │ GitLab Duo Agent Platform (ambient) │ │ │ │ ┌───────────────────────────────────────────┐ │ │ │ External SAST Agent (CI/CD container) │ │ │ │ bandit + semgrep + custom rules merge │ │ │ └───────────────────────────────────────────┘ │ └───────────────────────────────────────────────────────┘

root@kitploit:~
### एजेंट रोस्टर

| एजेंट | भूमिका | उपकरण | मुख्य क्षमता |
|:------|:-------|:------|:--------------|
| **Scanner** | MR डिफ़्स का विश्लेषण करें | 10 उपकरण | 41 नियम (26 regex + 15 Semgrep), AI-विशिष्ट खतरे का पता लगाना, भेद्यता एकीकरण |
| **Reporter** | ऑडिट रिपोर्ट पोस्ट करें | 7 उपकरण | 10 सेकंड में स्कैनेबल (ग्रेड + हीटमैप + शीर्ष 5), भेद्यता लिंकिंग, DANGER पर स्वचालित मुद्दा |
| **Fixer** | कोड फिक्स उत्पन्न करें | 8 उपकरण | आत्मविश्वास-स्कोर वाले पैच (HIGH/MEDIUM/LOW), स्वचालित फिक्स MR निर्माण |
| **Metrics** | जोखिम आधाररेखा ट्रैक करें | 6 उपकरण | क्रॉस-MR सीखना, टीम की स्थिति, आधाररेखा विचलन, ऊर्जा/कार्बन ट्रैकिंग |
| **SAST Scanner** | बाहरी SAST | CI/CD | bandit + semgrep चलाता है, Python स्क्रिप्ट के माध्यम से कस्टम नियमों के साथ विलय |

---

## विशेषताएँ

<table>
<tr>
<td width="50%">

### सुरक्षा स्कैनिंग
- **41 डिटेक्शन नियम** — 26 regex + 15 Semgrep कस्टम नियम
- **8 जोखिम श्रेणियाँ** — विनाशकारी कमांड से लेकर प्रॉम्प्ट इंजेक्शन तक
- **AI-विशिष्ट डिटेक्शन** — LLM प्रॉम्प्ट इंजेक्शन, आउटपुट-टू-एक्सेक, असुरक्षित डिसीरियलाइज़ेशन
- **जोखिम स्कोरिंग** — प्रति निष्कर्ष 0-100 (गंभीरता x संदर्भ x श्रेणी)
- **ग्रेड सिस्टम** — SAFE / WARNING / DANGER

</td>
<td width="50%">

### ऑटोमेशन
- **एक-ट्रिगर सक्रियण** — `@उल्लेख` या समीक्षक नियुक्त करें
- **शर्तनिर्भर रूटिंग** — SAFE स्कैन फिक्सर को छोड़ देते हैं, टोकन बचाते हैं
- **संरचित MR टिप्पणियाँ** — जोखिम तालिकाएँ, फिक्स सुझाव, संक्षिप्त करने योग्य विवरण
- **स्वचालित फिक्स जनरेशन** — नई शाखा पर कोड पैच
- **मुद्दा निर्माण** — DANGER ग्रेड पर स्वचालित

</td>
</tr>
<tr>
<td width="50%">

### आधाररेखा ट्रैकिंग
- **जोखिम विचलन का पता लगाना** — समय के साथ स्कैन की तुलना करें
- **प्रवृत्ति विश्लेषण** — सुधार / गिरावट / स्थिर
- **फिक्स अपनाने की दर** — ट्रैक करें कि कितने सुझाव लागू किए गए
- **इतिहास लॉग** — प्रति स्कैन JSONL ऐपेंड

</td>
<td width="50%">

### ग्रीन मेट्रिक्स
- **टोकन ट्रैकिंग** — प्रति स्कैन उपयोग
- **ऊर्जा अनुमान** — प्रति स्कैन kWh
- **कार्बन फुटप्रिंट** — kg CO2 वास्तविक दुनिया सादृश्य के साथ
- **ऑप्टिमाइज़ेशन सुझाव** — स्कैन दायरा कम करें, बेसलाइन कैश करें

</td>
</tr>
</table>

---

## डिटेक्शन श्रेणियाँ

### Semgrep कस्टम नियम

6 श्रेणियों में 15 उत्पादन-ग्रेड Semgrep नियम:

| नियम | श्रेणी | गंभीरता | डिटेक्शन |
|:-----|:-------|:---------|:----------|
| `llm-prompt-injection` | AI सुरक्षा | WARNING | LLM API कॉल में उपयोगकर्ता इनपुट का प्रवाह |
| `llm-output-code-exec` | AI सुरक्षा | ERROR | LLM आउटपुट को exec/eval में पास किया गया |
| `unsafe-deserialization-ml` | AI सुरक्षा | WARNING | अविश्वसनीय मॉडलों पर pickle.load, torch.load |
| `sql-injection` | वेब सुरक्षा | ERROR | स्ट्रिंग-स्वरूपित SQL क्वेरी (f-string, .format, concat) |
| `path-traversal` | वेब सुरक्षा | ERROR | फ़ाइल पथ संचालन में उपयोगकर्ता इनपुट (../ ट्रैवर्सल) |
| `ssrf-request-forgery` | वेब सुरक्षा | ERROR | HTTP अनुरोधों में उपयोगकर्ता-नियंत्रित URL |
| `open-redirect` | वेब सुरक्षा | WARNING | रीडायरेक्ट फ़ंक्शन में उपयोगकर्ता इनपुट |
| `missing-input-validation` | वेब सुरक्षा | WARNING | स्कीमा सत्यापन के बिना उपयोग किए गए अनुरोध डेटा |
| `dangerous-eval-exec` | Python | WARNING | डायनामिक सामग्री के साथ eval/exec |
| `subprocess-shell-true` | Python | WARNING | shell=True के साथ subprocess |
| `dangerous-os-system` | Python | WARNING | os.system/popen (अप्रचलित) |
| `insecure-random-python` | क्रिप्टो | WARNING | सुरक्षा टोकन के लिए random मॉड्यूल |
| `insecure-random-javascript` | क्रिप्टो | WARNING | सुरक्षा टोकन के लिए Math.random() |
| `hardcoded-credentials` | रहस्य | WARNING | हार्डकोडेड पासवर्ड, API कुंजियाँ, टोकन |
| `insecure-http` | नेटवर्क | INFO | HTTP URL (HTTPS के लिए ऑटोफिक्स के साथ) |

### Regex डिटेक्शन श्रेणियाँ

| श्रेणी | गंभीरता | उदाहरण पैटर्न |
|:-------|:---------|:---------------|
| विनाशकारी कमांड | 🚨 खतरा | `rm -rf /`, `mkfs`, `dd to disk` |
| क्रेडेंशियल बहिर्वाह | 🚨 खतरा | बाहरी URL को सीक्रेट पोस्ट करने वाला `curl` |
| प्रॉम्प्ट इंजेक्शन (गंभीर) | 🚨 खतरा | "पिछले निर्देशों को अनदेखा करें", भूमिका ओवरराइड |
| अस्पष्ट निष्पादन | 🚨 खतरा | `base64 -d \| bash`, शेल में दूरस्थ पाइप |
| शेल निष्पादन | ⚠️ चेतावनी | `shell=True`, `eval()`, `exec()`, `os.system()` |
| नेटवर्क कॉल | ⚠️ चेतावनी | बाहरी URL पर `curl`/`wget`/`fetch` |
| असुरक्षित परिवहन | ⚠️ चेतावनी | `http://` जहाँ `https://` का उपयोग होना चाहिए |
| हार्डकोडेड क्रेडेंशियल | ⚠️ चेतावनी | स्रोत में पासवर्ड, API कुंजियाँ, टोकन |

### जोखिम स्कोर फॉर्मूला```
score = severity_weight + category_weight + executable_context + actionable + risk_modifier
      = clamp(0, 100)

severity_weight:    danger=50, warning=25
category_weight:    destructive-command=15, credential-exfil=15, prompt-injection=10, ...
executable_context: +20 if file is .sh/.py/.js/.ts
actionable:         +15 if executable AND not in trusted domain allowlist
risk_modifier:      per-rule adjustment (0-15)

ग्रेड वर्गीकरण

ग्रेडशर्तकार्रवाई
🚨 खतराmax_risk >= 90 OR high_risk_findings >= 3मर्ज को ब्लॉक करें + इश्यू बनाएँ
⚠️ चेतावनीmax_risk >= 70 OR high_risk_findings >= 1मर्ज से पहले समीक्षा करें
✅ सुरक्षितकोई महत्वपूर्ण जोखिम संकेत नहींमर्ज करना सुरक्षित

त्वरित आरंभ

पूर्वापेक्षाएँ

  • Duo Agent Platform सक्षम के साथ GitLab प्रोजेक्ट (GitLab 18.8+)
  • GitLab AI Hackathon समूह तक पहुँच (हैकाथॉन सबमिशन के लिए)

1. GitLab पर पुश करें```bash

git clone https://gitlab.com/centisgood/duo-agentflow-auditor.git cd duo-agentflow-auditor

root@kitploit:~
> 📖 पूर्ण मिररिंग गाइड (3 विधियाँ, CI सेटअप, सिंक रणनीतियाँ): [`docs/GITLAB_MIRROR_GUIDE.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/docs/GITLAB_MIRROR_GUIDE.md)

### 2. एजेंट्स और फ्लो स्वचालित रूप से प्रकाशित होते हैं

हैकाथॉन समूह [सुरक्षा नीति](https://gitlab.com/gitlab-ai-hackathon/security-policies) के माध्यम से एक [केंद्रीय CI पाइपलाइन](https://gitlab.com/gitlab-ai-hackathon/ci) लागू करता है। जब आप GitLab पर पुश करते हैं, तो `catalog-sync` जॉब **स्वचालित रूप से** सभी `agents/*.yml` और `flows/*.yml` को AI कैटलॉग में प्रकाशित करता है — किसी मैन्युअल सेटअप या git टैग की आवश्यकता नहीं है।

> आपका प्रोजेक्ट `.gitlab-ci.yml` हैकाथॉन की केंद्रीय पाइपलाइन द्वारा ओवरराइड किया जाता है। शामिल `.gitlab-ci.yml` केवल संदर्भ के रूप में कार्य करता है।

| # | एजेंट | कैटलॉग फ़ाइल | प्रॉम्प्ट दस्तावेज़ | उपकरण |
|---|-------|-------------|-------------|-------|
| 1 | Scanner | [`agents/scanner.yml`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/scanner.yml) | [`agents/scanner.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/scanner.md) | 8 उपकरण |
| 2 | Reporter | [`agents/reporter.yml`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/reporter.yml) | [`agents/reporter.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/reporter.md) | 6 उपकरण |
| 3 | Fixer | [`agents/fixer.yml`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/fixer.yml) | [`agents/fixer.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/fixer.md) | 8 उपकरण |
| 4 | Metrics | [`agents/metrics.yml`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/metrics.yml) | [`agents/metrics.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/agents/metrics.md) | 5 उपकरण |

फ्लो: [`flows/security-audit.yml`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/flows/security-audit.yml) — Scanner → Reporter → Fixer → Metrics रूटिंग के साथ 4-एजेंट पाइपलाइन।

<details>
<summary>वैकल्पिक: GitLab UI के माध्यम से मैन्युअल सेटअप</summary>

**एजेंट्स**: Automate → Agents → New agent → `.md` फ़ाइलों से सिस्टम प्रॉम्प्ट पेस्ट करें

**फ्लो**: Automate → Flows → New flow → [`flows/security-audit.yml`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/flows/security-audit.yml) से परिभाषा पेस्ट करें
</details>

### 3. ट्रिगर सक्षम करें

| ट्रिगर | कैसे |
|---------|-----|
| Mention | किसी भी MR में `@duo-agentflow-auditor` टिप्पणी करें |
| Assign reviewer | सेवा खाते को MR समीक्षक के रूप में नियुक्त करें |

### 4. इसे आज़माएँ```bash
# Create test branch with vulnerable code
git checkout -b test/security-audit
cp examples/vulnerable-mr/* .
git add . && git commit -m "test: add vulnerable code for audit"
git push origin test/security-audit

# Open MR → Comment: @duo-agentflow-auditor please review this MR

विस्तृत वॉकथ्रू: देखें docs/SETUP_GUIDE.md

उदाहरण आउटपुट

MR Comment (DANGER grade)```markdown

🛡️ AgentFlow Auditor — Security Report

Grade: 🚨 DANGER Recommendation: FAIL — do not merge without fixes

🗺️ Risk Heatmap

RiskFileFindingsMax Score
🟥🟥🟥🟥🟥unsafe_script.py595
🟥🟥🟥🟧⬜risky_config.yaml378
🟧🟧⬜⬜⬜insecure_fetch.js262

Top Findings

🚨 unsafe_script.py:55 — rm -rf (95/100) 🚨 unsafe_script.py:13 — shell=True (88/100) 🚨 unsafe_script.py:27 — eval() (85/100) ⚠️ insecure_fetch.js:41 — HTTP (62/100)

root@kitploit:~
### हरित मीट्रिक्स```markdown
### 🌱 Sustainability Report
| Metric              | Value               |
|---------------------|---------------------|
| Tokens Used         | 12,450              |
| Energy              | 0.0037 kWh          |
| CO₂ Footprint       | 0.0014 kg           |
| Efficiency          | 2.4 findings/1K tok |

💡 LED bulb for 13 seconds  |  🚗 Car driving 5.6 meters

परियोजना संरचना```

duo-agentflow-auditor/ │ ├── agents/ │ ├── scanner.yml # Catalog agent — security scanner │ ├── reporter.yml # Catalog agent — report generator │ ├── fixer.yml # Catalog agent — auto-fix patches │ ├── metrics.yml # Catalog agent — green metrics │ ├── scanner.md # Detailed prompt documentation │ ├── reporter.md # Detailed prompt documentation │ ├── fixer.md # Detailed prompt documentation │ └── metrics.md # Detailed prompt documentation │ ├── flows/ │ └── security-audit.yml # Catalog flow — conditional routing pipeline │ ├── scripts/ │ ├── merge_sast_results.py # SAST result merger (bandit + semgrep + custom rules) │ └── demo.sh # E2E demo automation (glab CLI) │ ├── tests/ │ └── test_merge_sast_results.py # 76 pytest tests — scoring, grading, parsing │ ├── .gitlab/ │ └── duo/ │ └── flows/ │ └── sast-scanner.yaml # External SAST agent (CI/CD container) │ ├── rules/ │ ├── danger_rules.json # 11 high-severity detection patterns │ ├── warning_rules.json # 15 medium-severity detection patterns │ └── semgrep/ # 15 Semgrep custom rules │ ├── ai-security/ # LLM prompt injection, output exec, unsafe deser │ ├── web-security/ # SQL injection, path traversal, SSRF, open redirect, input validation │ ├── python-security/ # eval/exec, subprocess, os.system │ ├── crypto/ # Insecure random (Python + JavaScript) │ ├── secrets/ # Hardcoded credentials │ └── network/ # Insecure HTTP (with autofix) │ ├── Dockerfile # Production SAST container (python:3.11-slim) ├── requirements.txt # bandit + semgrep dependencies │ ├── examples/ │ ├── vulnerable-mr/ # Intentionally risky code (demo) │ │ ├── unsafe_script.py # shell=True, eval(), rm -rf, cred leak │ │ ├── risky_config.yaml # Prompt injection, hardcoded secrets │ │ └── insecure_fetch.js # HTTP, exec(), token exposure │ └── safe-mr/ # Secure code for contrast (demo) │ ├── safe_script.py │ ├── safe_config.yaml │ └── safe_script.js # HTTPS, execFile, env vars │ ├── docs/ │ ├── SETUP_GUIDE.md # Step-by-step setup │ ├── EXECUTION_PLAN.md # Implementation plan │ ├── WOW_MOMENTS.md # Visual impact & demo choreography │ ├── DEVPOST_SUBMISSION.md # Devpost submission draft │ └── GITLAB_MIRROR_GUIDE.md # GitHub → GitLab mirroring │ ├── .gitlab-ci.yml # CI — catalog-sync + validation ├── AGENTS.md # Project-level agent customization ├── IMPLEMENTATION.md # Architecture & design document ├── CONTRIBUTING.md # Contribution guidelines ├── LICENSE # MIT License └── README.md # This file

root@kitploit:~
---

## प्रौद्योगिकी

| घटक | प्रौद्योगिकी |
|:----------|:-----------|
| **प्लेटफ़ॉर्म** | GitLab Duo Agent Platform (GA in GitLab 18.8) |
| **AI मॉडल** | Anthropic Claude Sonnet |
| **फ़्लो स्कीमा** | Flow Registry v1 (`ambient` environment) |
| **ट्रिगर** | Mention, Assign, Assign Reviewer |
| **एजेंट उपकरण** | 30+ GitLab निर्मित उपकरण 4 एजेंटों में (भेद्यता लिंकिंग सहित) |
| **पता लगाना** | 41 नियम: 26 रेगेक्स + 15 सेमग्रेप (AI सुरक्षा, वेब सुरक्षा, क्रिप्टो, रहस्य, नेटवर्क) |
| **बाहरी SAST** | डॉकरीकृत bandit + semgrep पाइपलाइन परिणाम मर्जर के साथ |
| **परीक्षण** | 76 pytest परीक्षण स्कोरिंग, ग्रेडिंग और पार्सिंग को कवर करते हैं |
| **आउटपुट** | Markdown MR टिप्पणियाँ, GitLab Issues, Fix MRs |

---

## दस्तावेज़ीकरण

| दस्तावेज़ | विवरण |
|:---------|:-----------|
| [`IMPLEMENTATION.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/IMPLEMENTATION.md) | आर्किटेक्चर, स्कोरिंग फॉर्मूला, डेमो स्क्रिप्ट, जजिंग संरेखण |
| [`docs/SETUP_GUIDE.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/docs/SETUP_GUIDE.md) | समस्या निवारण के साथ 7-चरणीय वॉकथ्रू |
| [`docs/EXECUTION_PLAN.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/docs/EXECUTION_PLAN.md) | ~35 सूक्ष्म कार्यों के साथ 6-चरणीय योजना |
| [`docs/WOW_MOMENTS.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/docs/WOW_MOMENTS.md) | दृश्य प्रभाव डिज़ाइन और डेमो कोरियोग्राफी |
| [`docs/DEVPOST_SUBMISSION.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/docs/DEVPOST_SUBMISSION.md) | कॉपी-पेस्ट सबमिशन फॉर्म टेक्स्ट |
| [`AGENTS.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/AGENTS.md) | प्रोजेक्ट-स्तरीय स्कैनिंग अनुकूलन |
| [`docs/GITLAB_MIRROR_GUIDE.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/docs/GITLAB_MIRROR_GUIDE.md) | GitHub → GitLab मिररिंग (3 विधियाँ) |
| [`CONTRIBUTING.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/CONTRIBUTING.md) | योगदान कैसे करें |

---

## परीक्षण```bash
# Run the full test suite (76 tests)
python -m pytest tests/ -v

# Run with coverage
python -m pytest tests/ --cov=scripts --cov-report=term-missing

परीक्षण कवर करते हैं: JSON लोडिंग, नियम विश्लेषण, गंभीरता/श्रेणी सामान्यीकरण, जोखिम स्कोरिंग सूत्र, ग्रेड वर्गीकरण, bandit/semgrep आउटपुट विश्लेषण, खोजों का डुप्लिकेशन हटाना, और CLI प्रवेश बिंदु।

Demo```bash

Run the E2E demo (requires glab CLI + GitLab remote)

scripts/demo.sh

Use a custom remote name

scripts/demo.sh --gitlab-remote origin

Clean up demo branches and MRs

scripts/demo.sh --cleanup

root@kitploit:~
डेमो स्क्रिप्ट एक परीक्षण MR बनाती है जिसमें असुरक्षित कोड होता है, `@mention` के माध्यम से ऑडिटर को ट्रिगर करती है, और परिणामों के लिए पोल करती है।

---

## योगदान

दिशानिर्देशों के लिए [`CONTRIBUTING.md`](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/CONTRIBUTING.md) देखें।

**त्वरित सारांश:**
1. रिपॉज़िटरी को फ़ोर्क करें
2. एक फीचर शाखा बनाएँ (`git checkout -b feature/amazing`)
3. परिवर्तनों को कमिट करें (`git commit -m 'feat: add amazing feature'`)
4. शाखा में पुश करें (`git push origin feature/amazing`)
5. एक मर्ज अनुरोध खोलें

---

## AI विरोधाभास — यह क्यों मायने रखता है

<div align="center">

| बिना AgentFlow ऑडिटर के | AgentFlow ऑडिटर के साथ |
|:--------------------------|:----------------------|
| MR समीक्षा के लिए 2+ दिन प्रतीक्षा करता है | पूर्ण ऑडिट में **45 सेकंड** |
| SAST AI-विशिष्ट जोखिमों को याद करता है | **41 नियम** जिसमें 3 AI-विशिष्ट + 7 वेब सुरक्षा खतरे शामिल हैं |
| कोई सुधार सुझाव नहीं | **विश्वास-स्कोर वाले पैच** (HIGH/MED/LOW) |
| SAFE स्कैन फिक्सर टोकन बर्बाद करते हैं | **सशर्त रूटिंग** फिक्सर को छोड़ देता है |
| समय के साथ कोई ट्रैकिंग नहीं | **क्रॉस-MR सीखना** + टीम की स्थिति |
| कोई ऊर्जा जागरूकता नहीं | प्रति स्कैन **हरित मीट्रिक्स** |

</div>

---

## लाइसेंस

यह परियोजना [MIT License](https://gitlab.com/centisgood/duo-agentflow-auditor/-/blob/main/LICENSE) के तहत लाइसेंस प्राप्त है।

---

<div align="center">

**एक ट्रिगर। चार एजेंट। शून्य AI अंध धब्बे।**

[GitLab Duo Agent Platform](https://docs.gitlab.com/user/duo_agent_platform/) और [Anthropic Claude](https://www.anthropic.com/) के साथ निर्मित

</div>
टूल डाउनलोड करें