
KnosticのOpenAntは、オープンソースのLLMベース脆弱性発見製品のリーダーであり、防御側が検証済みのセキュリティ欠陥を積極的に発見できるよう支援し、誤検知と検出漏れの両方を最小限に抑えます。ステージ1は検出、ステージ2は攻撃です。生き残ったものが本物です。
KnosticによるOpenAntは、初のオープンソースLLMベースの脆弱性発見・修復製品(現在はハーネスと呼ばれています)であり、防御側が誤検知と見逃しの両方を最小限に抑えながら、検証済みのセキュリティ上の欠陥をプロアクティブに発見することを支援します。ステージ1で検出します。ステージ2で攻撃します。生き残ったものが本物です。
これは研究プロジェクトとして始まったものであり、新しい機能を開発する際にはベータ版としてリリースすることが多い点にご留意ください。コントリビューションを歓迎します。
OpenAntの構築に関する研究論文はarXivでご覧いただけます:OpenAnt: LLM-Powered Vulnerability Discovery Through Code Decomposition, Adversarial Verification, and Dynamic Testing(Nahum KordaおよびGadi Evron著)。
これはOpenAntを最初にリリースした際のreadmeにあった関連する質問でした。というのも、他にも多くのハーネスがリリースされているからです。AIによって発見される脆弱性が爆発的に増える中で、OpenAntがオープンソースのメンテナー自身が攻撃者より先手を打つのに役立つことを願っています。あるいは、自身のリポジトリを無償でスキャンに提出することもできます。
また、Knosticの焦点は脆弱性研究やアプリケーションセキュリティではなく、エージェントやコーディングアシスタントの保護にあり、私たちはオープンソースが好きなので、OpenAntをApache 2ライセンスの下でリリースすることにしました。 さらに、OpenAIのAardvark(現在はCodex Security)やAnthropicのClaude Code Securityについて聞いたことがあるかもしれませんが、私たちはそれらと競合する意図は一切ありません。
技術的詳細、制限事項、トークンコストについては、こちらのブログ記事をご覧ください: https://knostic.ai/blog/openant
リポジトリをスキャンに提出するには: https://knostic.ai/blog/oss-scan
メンテナーおよび研究:Gadi Evron
初期研究、アイデア出し、初期プロトタイプ:Nahum Korda。 初期製品化:Alex Raihelgaus、Daniel Geyshis。
謝辞:Michal Kamensky、Imri Goldberg、Daniel Cuthbert、Josh Grossman、Avi Douglen。
私たちの仕事が気に入ったら、Knosticで私たちが行っていることをチェックしてください。エージェントやコーディングアシスタントを保護し、ハードドライブやコードを削除するのを防ぎ、MCPサーバー、拡張機能、スキルなどの関連するサプライチェーンリスクを制御します。
CLIバイナリをビルドします(Go 1.25以上が必要):
cd apps/openant-cli && make build
Go ソースをコンパイルし、バイナリを apps/openant-cli/bin/openant に出力します。
どこからでも openant を実行できるように、PATH 上にシンボリックリンクを作成します:
ln -sf "$(pwd)/apps/openant-cli/bin/openant" /usr/local/bin/openant
注: リポジトリのルートから実行して、$(pwd) が正しい絶対パスに解決されるようにしてください。
OpenAnt は各パイプラインのフェーズを、設定可能な (プロバイダー, モデル) のペアを介してルーティングします。最も手早い方法は対話式ウィザードです:
openant setup llm
設定に名前を付け(例: my-llm)、パイプラインの各フェーズごとにプロバイダーを選択し(以下に同梱されているアダプターのいずれか)、プロバイダーごとに API キーを一度入力します(Bedrock は代わりに AWS 認証情報チェーンを使用するため、キーは空欄のままにします)。その後、ウィザードは ~/.config/openant/config.json を書き込む前に、一意のプロバイダー+モデルの各ペアを 1 トークンのリクエストでプローブします。--llm-config を指定して、それに対してスキャンを実行します:
openant scan /path/to/repo --llm-config my-llm
ウィザードのデフォルトは、プロジェクトのフェーズ別推奨事項(検出/検証/到達可能性レビューにはより強力な推論モデル、コンテキスト、レポート、テスト生成にはより軽量なモデル)を反映しています — どの回答も好みに応じて上書きできます。
| プロバイダータイプ | APIキーの取得元 | 備考 |
|---|---|---|
anthropic | console.anthropic.com | リファレンスアダプター。Claude Pro / Max サブスクリプションには含まれません — 別途課金されます。 |
openai | platform.openai.com | ChatGPT / Codex サブスクリプションには含まれません — 別途課金されます。 |
google | aistudio.google.com | Gemini Advanced には含まれません — 別途課金されます。 |
bedrock | — (AWS 認証情報チェーン) | AWS Bedrock 上の Claude。api_key は不要:認証情報は AWS_ACCESS_KEY_ID/AWS_SECRET_ACCESS_KEY 環境変数または ~/.aws プロファイルから取得され、リージョンは AWS_REGION から取得されます。モデル ID は推論プロファイル(us.anthropic.claude-sonnet-4-6、global.anthropic.claude-haiku-4-5-20251001-v1:0 など)です — Bedrock コンソールの「Model access」で有効化し、aws bedrock list-inference-profiles で一覧表示できます。openant setup llm で提供されます(APIキーは空欄のままにしてください — AWS 認証情報チェーン、プローブはスキップされます) — 詳細ガイド:utilities/llm/providers/BEDROCK.md。 |
openrouter | openrouter.ai | 1つのキーと1つの前払い残高で多数のプロバイダーへのゲートウェイ(OPENROUTER_API_KEY も読み取ります)。モデル ID は vendor/model 形式のスラッグ(anthropic/claude-sonnet-4.6、openai/gpt-4o-mini など)です — openrouter.ai/models で閲覧できます。openant setup llm で提供されます(OpenRouter のデフォルトを使う場合はベースURLを空欄のままにしてください) — 詳細ガイド:utilities/llm/providers/OPENROUTER.md。 |
ollama | — (ローカルサーバー) | Ollama 経由のローカルモデル。api_key は不要:空欄のままにしてください(プレースホルダーが自動的に送信されます)。ベースURLのデフォルトは http://localhost:11434/v1 です。モデルは事前にプルする必要があります(ollama pull <model>)。モデル ID は ollama list に表示されるものと完全に一致します。ローカル推論は無料です — コストは $0 として報告されます。openant setup llm で提供されます — 詳細ガイド:utilities/llm/providers/OLLAMA.md。 |
これらはすべてツール呼び出しをサポートしているため、エージェント型ツール使用ループを用いる enhance および verify フェーズをいずれも駆動できます。Ollama の場合、これらのフェーズにはツール対応モデルを選択してください — 非常に小さいローカルモデルではツール呼び出しを確実に処理できない場合があります。
現行のフェーズ別 Claude デフォルトのみを希望し、それ以外は不要な場合は、ウィザードをスキップしてください:
openant set-api-key sk-ant-...
openant scan /path/to/repo
これは組み込みの openant-default 設定(バイナリにコンパイル済みで、config.json は不要)を使用します — 検出フェーズには Claude Opus 4.6、それ以外には Sonnet 4 を使用します。
ウィザードは ~/.config/openant/config.json を自動的に作成しますが、直接編集することもできます。すべての llm-config は、7 つのパイプラインフェーズをすべて列挙する必要があります:
{
"$schema_version": 2,
"default_llm": "my-llm",
"llm_providers": {
"anthropic": {"type": "anthropic", "api_key": "sk-ant-..."},
"openai": {"type": "openai", "api_key": "sk-proj-..."},
"google": {"type": "google", "api_key": "AIza...", "request_timeout": 600}
},
"llm_configs": {
"my-llm": {
"app_context": {"provider": "openai", "model": "gpt-4o-mini"},
"llm_reach": {"provider": "anthropic", "model": "claude-opus-4-8"},
"enhance": {"provider": "openai", "model": "gpt-4o-mini"},
"analyze": {"provider": "anthropic", "model": "claude-opus-4-8"},
"verify": {"provider": "anthropic", "model": "claude-opus-4-8"},
"dynamic_test": {"provider": "google", "model": "gemini-2.0-flash"},
"report": {"provider": "google", "model": "gemini-2.0-flash"}
}
}
}
llm_providers[name].request_timeout(秒、正の整数または null)はアダプターのリクエストごとの HTTP タイムアウトを設定します — google プロバイダータイプによって消費されます(SDK のデフォルトが無制限である唯一のタイプ)。他のタイプでは、これが設定されている場合、起動時に警告が出力されます。
プロバイダーは OpenAI 互換 / Anthropic 互換プロキシ(vLLM、Bedrock、内部ゲートウェイ)用のカスタム base_url を受け付けます。OpenRouter には独自のファーストクラスの openrouter プロバイダータイプがあります。openant-default 設定(すべてのフェーズで Claude)は組み込みであり、ファイルの内容に関係なく常に利用可能です。
OpenAnt のアダプター層は小さな Python レシピです — LLMAdapter Protocol を実装する 1 つの Python ファイル、コントラクトテストハーネス用の 1 つのファクトリー、そしてレジストリエントリ — これだけで、手書きの設定からアダプターを実行するのに十分です。openant setup llm ウィザードで提供され、保存前プローブに合格するようにするには、apps/openant-cli/cmd/setup.go にいくつかの Go タッチポイント(サポートされるプロバイダーリスト、プローブの case、フェーズごとのデフォルトモデルマップ)と Go プローブ関数を追加します。アダプターが接続されると、12 個のコントラクトテストが自動的に実行されます。
OpenAnt のパース、エンハンスメント、分析、レポート作成コードは Python 3.11+ です。Go CLI は次の順序でインタープリターを選択します:
OPENANT_PYTHON 環境変数(特定のインタープリターを固定するにはこれを設定します — 例:OPENANT_PYTHON=python3.11)。~/.openant/venv/ の管理された venv(初回使用時に自動作成)。CLI は Linux/macOS では bin/python、Windows では Scripts\python.exe を使用します。PATH 上の python3 / python。いずれも Python 3.11+ を提供しない場合、コマンドは python.org を指すエラーで終了します。古い管理された venv を再構築するには(例:Python のアップグレード後)、~/.openant/venv/ を削除し、任意の openant コマンドを再実行します。
OpenAnt は 2 つのディレクトリを作成します: