Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!
DeepAudit — DeepAudit: un team di hacker AI a disposizione di tutti, per rendere la ricerca delle vulnerabilità accessibile a tutti. Il primo sistema multi-agente open source in Cina per la scoperta di vulnerabilità nel codice. Distribuzione e avvio con un clic per principianti, audit collaborativo autonomo + verifica automatica di PoC in sandbox. Supporta il deployment privato di Ollama, generazione automatica di report con un clic. Supporta stazione di transito. Per rendere la sicurezza non più costosa e l'audit non più complesso. | Kitploit
DeepAudit: un team di hacker AI a disposizione di tutti, per rendere la ricerca delle vulnerabilità accessibile a tutti. Il primo sistema multi-agente open source in Cina per la scoperta di vulnerabilità nel codice. Distribuzione e avvio con un clic per principianti, audit collaborativo autonomo + verifica automatica di PoC in sandbox. Supporta il deployment privato di Ollama, generazione automatica di report con un clic. Supporta stazione di transito. Per rendere la sicurezza non più costosa e l'audit non più complesso.
Condividi
DeepAudit - Squadra di audit AI alla portata di tutti, rendere la scoperta delle vulnerabilità accessibile 🦸♂️
Accesso rapido dalla home all'audit approfondito Multi-Agent
📋 Log del flusso di audit
Visualizza in tempo reale i processi di pensiero ed esecuzione dell'Agent
🎛️ Dashboard intelligente
Panoramica della sicurezza del progetto in un colpo d'occhio
⚡ Analisi istantanea
Incolla codice / carica file, risultati in pochi secondi
🗂️ Gestione progetti
Importazione da GitHub/GitLab/Gitea, gestione collaborativa di più progetti
📊 Report professionali
Esporta in PDF / Markdown / JSON con un clic (nella figura: modalità rapida, non report della modalità Agent)
🏆 Scoperte di vulnerabilità CVE
DeepAudit (versione closed-source) ha scoperto e ottenuto con successo 49 numeri CVE e 6 avvisi di sicurezza GHSA 🦞
Coinvolge 17 progetti open source noti
Risultati della scoperta di vulnerabilità OpenClaw🦞
La versione beta di DeepAudit ha condotto un audit di sicurezza approfondito sul progetto OpenClaw, scoprendo finora 6 vulnerabilità di sicurezza, tutte ufficialmente confermate e pubblicate come avvisi di sicurezza (GHSA). I tipi di vulnerabilità coprono iniezione di comandi, bypass della verifica della firma, esecuzione di codice remoto, esposizione di credenziali, esaurimento delle risorse e divulgazione di informazioni sensibili, inclusi diversi bug di livello Alto. Altre vulnerabilità sono ancora in fase di scoperta continua.
Le vulnerabilità di cui sopra sono state scoperte dai membri del team DeepAudit @lintsinghua e @ez-lbz utilizzando DeepAudit
Se hai trovato vulnerabilità utilizzando DeepAudit, ti invitiamo a lasciare un feedback in Issues. Il tuo contributo arricchirà notevolmente questo elenco di vulnerabilità, grazie mille!
⚡ Panoramica del progetto
DeepAudit è una piattaforma di audit di sicurezza del codice di prossima generazione basata su architettura di collaborazione Multi-Agent. Non è solo uno strumento di scansione statica, ma simula il modello di pensiero degli esperti di sicurezza, ottenendo una comprensione approfondita del codice, la scoperta di vulnerabilità e la verifica automatizzata di PoC in sandbox attraverso la collaborazione autonoma di più agenti (Orchestrator, Recon, Analysis, Verification).
Ci impegniamo a risolvere i tre principali punti dolenti degli strumenti SAST tradizionali:
Alto tasso di falsi positivi — Mancanza di comprensione semantica, molti falsi positivi consumano risorse umane
Punti ciechi nella logica di business — Incapacità di comprendere chiamate tra file e logica complessa
Mancanza di mezzi di verifica — Non si sa se la vulnerabilità è effettivamente sfruttabile
L'utente deve solo importare il progetto e DeepAudit inizia automaticamente il lavoro: riconoscimento dello stack tecnologico → analisi dei rischi potenziali → generazione di script → verifica in sandbox → generazione del report, producendo infine un report di audit professionale.
Concetto fondamentale: Far sì che l'AI attacchi come un hacker e difenda come un esperto.
💡 Perché scegliere DeepAudit?
😫 Punti dolenti dell'audit tradizionale
💡 Soluzione DeepAudit
Bassa efficienza dell'audit manuale Non tiene il passo con la velocità di iterazione del codice CI/CD, rallentando il rilascio
🤖 Audit autonomo Multi-Agent L'AI orchestra automaticamente le strategie di audit, esecuzione automatizzata 24/7
Molti falsi positivi negli strumenti tradizionali Mancanza di comprensione semantica, ore spese ogni giorno a pulire il rumore
🧠 Potenziamento con knowledge base RAG Combinato con semantica del codice e contesto, riduzione drastica dei falsi positivi
Preoccupazioni sulla privacy dei dati Paura di far trapelare il codice sorgente principale all'AI cloud, impossibilità di soddisfare i requisiti di conformità
🔒 Supporto per distribuzione locale con Ollama I dati non escono dalla rete interna, supporto per modelli locali come Llama3/DeepSeek
Impossibilità di confermare la realtà Molte vulnerabilità nei progetti esternalizzati, non si sa quali siano effettivamente sfruttabili
💥 Verifica PoC in sandbox Genera ed esegue automaticamente script di attacco, confermando il danno reale della vulnerabilità
🏗️ Architettura del sistema
Diagramma dell'architettura generale
DeepAudit adotta un'architettura a microservizi, con il motore Multi-Agent al centro.
🔄 Flusso di lavoro di audit
Fase
Fase
Agente responsabile
Azioni principali
1
Pianificazione strategica
Orchestrator
Riceve il compito di audit, analizza il tipo di progetto, pianifica la strategia di audit, assegna compiti ai sottoagenti
2
Raccolta informazioni
Recon Agent
Scansiona la struttura del progetto, identifica framework/librerie/API, estrae le superfici di attacco (Entry Points)
3
Scoperta vulnerabilità
Analysis Agent
Combina la knowledge base RAG con l'analisi AST, esamina a fondo il codice, scopre potenziali vulnerabilità
4
Verifica PoC
Verification Agent
(Critico) Scrive script PoC, esegue in sandbox Docker. In caso di fallimento, si auto-corregge e riprova
5
Generazione report
Orchestrator
Raccoglie tutte le scoperte, rimuove le vulnerabilità verificate come falsi positivi, genera il report finale
---
## 🚀 Avvio rapido
### Metodo 1: Distribuzione con un solo comando (consigliato)
Utilizza un'immagine Docker pre-costruita, non è necessario clonare il codice, basta un solo comando per avviare:```bash
curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.yml | docker compose -f - up -d
🇨🇳 Distribuzione accelerata in Cina (l'autore ha testato personalmente ed è incredibilmente veloce)
Usa il mirror della Nanjing University per accelerare il pulling delle immagini Docker (sostituisci ghcr.io con ghcr.nju.edu.cn):```bash
💡 Configurare l'accelerazione delle immagini Docker (opzionale, per migliorare ulteriormente la velocità di pull) (clicca per espandere)
Se il pull delle immagini è ancora lento, puoi configurare un acceleratore di immagini Docker. Modifica il file di configurazione di Docker e aggiungi i seguenti mirror:
> Al primo avvio, l'immagine sandbox verrà costruita automaticamente, potrebbe richiedere alcuni minuti.
---
## 🔧 Guida allo sviluppo del codice sorgente
Adatta per sviluppatori che effettuano debug e sviluppo secondario.
### Requisiti di ambiente
- Python 3.11+
- Node.js 20+
- PostgreSQL 15+
- Docker (per sandbox)
### 1. Avvio manuale del database```bash
docker compose up -d redis db adminer
2. Avvio backend```bash
cd backend
配置环境
cp env.example .env
使用 uv 管理环境（推荐）
uv sync
source .venv/bin/activate
启动 API 服务
uvicorn app.main:app --reload
root@kitploit:~
### 3. Avvio del frontend```bash
cd frontend
# 配置环境
cp .env.example .env
pnpm install
pnpm dev
3. Ambiente sandbox
In modalità sviluppo, è necessario eseguire il pull dell'immagine sandbox da Docker locale:```bash
---
## 🤖 Audit intelligente Multi-Agent
### Tipi di vulnerabilità supportati
<table>
<tr>
<td>
| Tipo di vulnerabilità | Descrizione |
|---------|------|
| `sql_injection` | SQL Injection |
| `xss` | Cross-Site Scripting (XSS) |
| `command_injection` | Command Injection |
| `path_traversal` | Path Traversal |
| `ssrf` | Server-Side Request Forgery (SSRF) |
| `xxe` | XML External Entity (XXE) |
</td>
<td>
| Tipo di vulnerabilità | Descrizione |
|---------|------|
| `insecure_deserialization` | Deserializzazione non sicura |
| `hardcoded_secret` | Segreto hardcoded |
| `weak_crypto` | Algoritmi crittografici deboli |
| `authentication_bypass` | Bypass dell'autenticazione |
| `authorization_bypass` | Bypass dell'autorizzazione |
| `idor` | Riferimento diretto a oggetti non sicuri (IDOR) |
</td>
</tr>
</table>
> 📖 Per la documentazione dettagliata, consulta la **[Guida all'Audit degli Agenti](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/docs/AGENT_AUDIT.md)**
---
## 🔌 Piattaforme LLM supportate
<table>
<tr>
<td align="center" width="33%">
<h3>🌍 Piattaforme internazionali</h3>
<p>
OpenAI GPT-4o / GPT-4<br/>
Claude 3.5 Sonnet / Opus<br/>
Google Gemini Pro<br/>
DeepSeek V3
</p>
</td>
<td align="center" width="33%">
<h3>🇨🇳 Piattaforme nazionali</h3>
<p>
Qwen Tongyi<br/>
Zhipu GLM-4<br/>
Moonshot Kimi<br/>
Ernie Bot · MiniMax · Doubao
</p>
</td>
<td align="center" width="33%">
<h3>🏠 Deploy locale</h3>
<p>
<strong>Ollama</strong><br/>
Llama3 · Qwen2.5 · CodeLlama<br/>
DeepSeek-Coder · Codestral<br/>
<em>Il codice rimane in rete interna</em>
</p>
</td>
</tr>
</table>
💡 Supporto per proxy API per risolvere problemi di connettività di rete | Configurazione dettagliata → [Supporto piattaforme LLM](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/docs/LLM_PROVIDERS.md)
---
## 🎯 Matrice delle funzionalità
| Funzionalità | Descrizione | Modalità |
|------|------|------|
| 🤖 **Audit approfondito con Agent** | Collaborazione Multi-Agent, strategie di audit autonome | Agent |
| 🧠 **RAG per knowledge enhancement** | Comprensione semantica del codice, ricerca in knowledge base CWE/CVE | Agent |
| 🔒 **Verifica PoC in sandbox** | Esecuzione isolata in Docker, validazione della vulnerabilità | Agent |
| 🗂️ **Gestione progetti** | Importazione da GitHub/GitLab/Gitea, upload ZIP, supporto 10+ linguaggi | Generale |
| ⚡ **Analisi istantanea** | Analisi di frammenti di codice in secondi, incolla e analizza | Generale |
| 🔍 **Rilevamento a 5 dimensioni** | Bug · Sicurezza · Performance · Stile · Manutenibilità | Generale |
| 💡 **What-Why-How** | Localizzazione precisa + spiegazione causa + suggerimenti di riparazione | Generale |
| 📋 **Regole di audit** | OWASP Top 10 integrato, supporto per set di regole personalizzate | Generale |
| 📝 **Template di prompt** | Gestione visiva, supporto bilingue cinese/inglese | Generale |
| 📊 **Esportazione report** | PDF / Markdown / JSON con un clic | Generale |
| ⚙️ **Configurazione runtime** | Configura LLM tramite browser, senza riavviare il servizio | Generale |
## 🦖 Roadmap di sviluppo
Stiamo evolvendo continuamente, con il supporto per più linguaggi e capacità degli agenti sempre più potenti.
- [x] Analisi statica di base, integrazione con Semgrep
- [x] Introduzione della knowledge base RAG, supporto per sandbox Docker sicure
- [x] **Architettura collaborativa Multi-Agent** (Corrente)
- [ ] Supporto per ambienti di servizio simulati più realistici per un processo di validazione delle vulnerabilità più reale
- [ ] Ottimizzazione della sandbox da function_call a un servizio MCP stabile integrato
- [ ] **Riparazione automatica (Auto-Fix)**: L'Agente invia direttamente PR per correggere le vulnerabilità
- [ ] **Audit incrementale delle PR**: Monitoraggio continuo delle modifiche delle PR, analisi intelligente delle vulnerabilità e integrazione nel flusso CI/CD
- [ ] **Ottimizzazione RAG**: Supporto per knowledge base personalizzate
---
## 🤝 Contribuisci e Comunità
### Linee guida per contribuire
Siamo lieti dei tuoi contributi! Che si tratti di inviare Issue, PR o migliorare la documentazione.
Consulta [CONTRIBUTING.md](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/CONTRIBUTING.md) per i dettagli.
### 📬 Contatta l'autore
<div align="center">
**Non esitare a contattarmi per discutere! Che si tratti di problemi tecnici, suggerimenti di funzionalità o opportunità di collaborazione, non vedo l'ora di sentirti~**
(per personalizzazioni di piattaforma, servizi di audit del codice, consulenza tecnica, collaborazioni commerciali, ecc. contattami via email)
| Contatto | |
|:---:|:---:|
| 📧 **Email** | **[email protected]** |
| 🐙 **GitHub** | [@lintsinghua](https://github.com/lintsinghua) |
</div>
## 📄 Licenza
Questo progetto è open source sotto [Licenza AGPL-3.0](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/LICENSE).
## 📈 Popolarità del progetto
<a href="https://star-history.com/#lintsinghua/DeepAudit&Date">
<picture>
<source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/svg?repos=lintsinghua/DeepAudit&type=Date&theme=dark" />
<source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/svg?repos=lintsinghua/DeepAudit&type=Date" />
<img alt="Grafico della storia delle stelle" src="https://api.star-history.com/svg?repos=lintsinghua/DeepAudit&type=Date" />
</picture>
</a>
---
<div align="center">
<strong>Realizzato con ❤️ da <a href="https://github.com/lintsinghua">lintsinghua</a></strong>
</div>
---
## Ringraziamenti
Grazie al supporto dei seguenti progetti open source:
[FastAPI](https://fastapi.tiangolo.com/) · [LangChain](https://langchain.com/) · [LangGraph](https://langchain-ai.github.io/langgraph/) · [ChromaDB](https://www.trychroma.com/) · [LiteLLM](https://litellm.ai/) · [Tree-sitter](https://tree-sitter.github.io/) · [Kunlun-M](https://github.com/LoRexxar/Kunlun-M) · [Strix](https://github.com/usestrix/strix) · [React](https://react.dev/) · [Vite](https://vitejs.dev/) · [Radix UI](https://www.radix-ui.com/) · [TailwindCSS](https://tailwindcss.com/) · [shadcn/ui](https://ui.shadcn.com/)
---
## ⚠️ Importanti dichiarazioni di sicurezza
### Dichiarazione di conformità legale
1. È vietato qualsiasi **test di vulnerabilità, penetration test o valutazione di sicurezza non autorizzato**
2. Questo progetto è destinato esclusivamente a scopi di ricerca accademica, didattici e di apprendimento nel campo della sicurezza informatica
3. È severamente vietato utilizzare questo progetto per scopi illegali o test di sicurezza non autorizzati
### Responsabilità di segnalazione delle vulnerabilità
1. In caso di scoperta di vulnerabilità di sicurezza, segnalarle tempestivamente attraverso canali legali
2. È severamente vietato sfruttare le vulnerabilità scoperte per attività illegali
3. Rispettare le leggi e i regolamenti nazionali sulla sicurezza informatica, mantenere la sicurezza dello spazio cibernetico
### Limitazioni d'uso
- Utilizzare solo in ambienti autorizzati per scopi educativi e di ricerca
- Vietato l'uso per test di sicurezza su sistemi non autorizzati
- L'utente è l'unico responsabile delle proprie azioni
### Dichiarazione di esclusione di responsabilità
L'autore non è responsabile per eventuali danni diretti o indiretti derivanti dall'uso di questo progetto. L'utente è l'unico responsabile delle proprie azioni.
---
## 📖 Politica di sicurezza dettagliata
Per informazioni dettagliate sulle politiche di installazione, dichiarazioni di esclusione di responsabilità, privacy del codice, sicurezza dell'API e segnalazione di vulnerabilità, consultare i file [DISCLAIMER.md](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/DISCLAIMER.md) e [SECURITY.md](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/SECURITY.md).
### Riferimento rapido
- **Avviso sulla privacy del codice**: Il tuo codice verrà inviato ai server del fornitore LLM scelto
- **Gestione del codice sensibile**: Utilizzare modelli locali per codice sensibile
- **Requisiti di conformità**: Rispettare le leggi e i regolamenti sulla protezione dei dati e sulla privacy
- **Segnalazione di vulnerabilità**: Segnalare problemi di sicurezza tramite canali legali
