Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
sqlsure — SQL을 위한 의미 검사기 — 쿼리 실행 전에 팬아웃 이중 계산, 가산성 위반, 잘못된 조인 키, 정책 위반을 잡아냅니다. BIRD/Spider text-to-SQL 벤치마크에서 실제 버그를 발견했습니다. | Kitploit
도구/GitHubGitHub/sqlsure/sqlsure
Static AnalysisVulnerability AnalysisCode AnalysisDevSecOpsLearning & EducationCurated ResourcesDatabase SecurityLabs & Practice
GitHubsqlsure/sqlsure

sqlsure

SQL을 위한 의미 검사기 — 쿼리 실행 전에 팬아웃 이중 계산, 가산성 위반, 잘못된 조인 키, 정책 위반을 잡아냅니다. BIRD/Spider text-to-SQL 벤치마크에서 실제 버그를 발견했습니다.

저장소 보기
953435일 전Kitploit 검토 완료
공유

sqlsure

CI PyPI License: Apache-2.0 Python

AI가 SQL을 작성합니다. sqlsure가 그것이 올바른지 확인합니다.

쿼리는 완벽하게 유효하고, 오류 없이 실행되며, 조용히 틀린 숫자를 반환할 수 있습니다 — 조인으로 인해 매출이 이중 계산되거나, 평균이 합산되거나, 환자 식별자가 노출되는 경우처럼요. 데이터베이스는 이를 잡아내지 못합니다. 린터도 잡아내지 못합니다. 자신의 SQL을 검토하는 LLM도 잡아내지 못합니다.

sqlsure는 잡아냅니다 — 결정론적으로, 0.1 ms 만에, 쿼리가 실행되기 전에.

약속이 아닌 증명: 우리는 모든 text-to-SQL 모델이 평가받는 두 벤치마크의 정답(gold answer)에 대해 sqlsure를 실행했습니다. 전문가가 작성한 2,568개의 쿼리, 45개의 플래그, 오탐 제로 — 여기에는 sqlsure가 겨냥하는 정확한 버그 유형으로 인해 8배나 틀렸음이 증명 가능한 BIRD dev 정답과, 업스트림에 보고되어 이후 수정된 스키마 결함이 포함됩니다 — BIRD의 2026 Mini-Dev 릴리스는 우리가 보고한 바로 그 두 개의 외래 키를 추가했으며, 이제 그 주석은 11개 데이터베이스 모두에서 배포된 데이터베이스와 일치합니다 (검증 방법).

작동 방식

sqlsure는 팀이 이미 선언한 사실에 비추어 SQL을 판정합니다 — dbt unique 테스트는 그레인이 되고, relationships 테스트는 조인 카디널리티가 되며, 한 줄짜리 meta 태그는 무엇을 합산해도 안전한지 표시합니다. 배울 새로운 언어도, 수동으로 유지할 모델도 없습니다. 규칙은 LLM 호출이 아닌 사전 조회입니다: 동일한 입력, 동일한 판정, 매번, 오프라인으로.

모든 거부에는 기계가 실행할 수 있는 fix가 함께 제공되므로 AI 에이전트가 스스로 복구합니다: 초안 → 검사 → 수정 → 검사 → 실행. 우리의 벤치마크에서 수정 사항을 그대로 적용하면 10/10번 통과하는 쿼리가 생성되었습니다.

빠른 시작

pip install sqlsure
from sqlsure import SemanticModel, check
violations = check(sql, model)   # [] means semantically safe

또는 복제한 후 30초 데모를 실행하세요:

python check.py                   # 5 wrong queries rejected, 1 approved — with fixes
python -m sqlsure.scan path/to/dbt-repo --report report.md   # audit any dbt repo

세 개의 문, 하나의 엔진

1. CI 게이트 — PR이 이중 계산될 때 병합을 차단합니다:

python -m sqlsure.cli --model model.json query.sql   # exit 1 on violations

2. MCP 서버 — AI 에이전트는 실행 전에 검사를 통과해야 합니다:

claude mcp add sqlsure -- python -m sqlsure.mcp_server --model /abs/path/model.json

도구 참조 및 에이전트 루프 패턴은 docs/MCP.md를 참조하세요.

3. 라이브러리 — 모든 text-to-SQL 제품이나 에이전트 프레임워크 안에 check()를 임베드하세요. 드롭인 방식의 SemanticGate는 Vanna/WrenAI 스타일 생성기를 감싸며, semantic eval metric은 실행 정확도로는 판별할 수 없는 NL2SQL 출력을 평가합니다.

또한 Agent Skill로도 제공됩니다 — 에이전트가 직접 로드하는 단일 SKILL.md이며, 서버 프로세스가 필요 없습니다.

규칙 (v0.1)

규칙심각도탐지 대상
FANOUTerror일대다 조인 후 가산 측도의 SUM/COUNT
CHASMerror서로를 배수로 증폭시키는 두 개 이상의 팬아웃 조인
ADDITIVITYerror비가산 측도(비율, 평균)의 SUM
SEMI_ADDITIVEerror스냅샷 차원에 걸쳐 합산된 잔액/인구 조사
JOIN_KEYerror선언된 관계와 일치하지 않는 컬럼에 대한 조인
CROSS_JOINerror프레디킷이 없는 조인
WEIGHTED_AVGwarning팬아웃으로 인해 조용히 재가중된 AVG
UNDECLARED_JOINwarning선언된 관계가 없는 조인 (검증 불가 ≠ 안전)
SENSITIVE_COLUMNpolicy쿼리 출력에 노출된 PHI/PII 컬럼

sqlsure가 무언가를 검증할 수 없을 때는 "검증할 수 없음"이라고 말합니다 — 결코 "문제 없어 보임"이라고 하지 않습니다. 정직한 불확실성은 기능입니다.

신뢰 속성

  • 결정론적 — 동일한 SQL + 동일한 규칙집 = 항상 동일한 판정; 규칙은 사전 조회 방식이며 줄 단위로 감사 가능
  • 오프라인 — 네트워크 호출 없음; 귀하의 SQL은 절대 귀하의 머신을 떠나지 않습니다
  • 데이터 접근 없음 — 쿼리 텍스트를 파싱하며, 데이터베이스에 절대 연결하지 않음
  • 텔레메트리 없음 — 어떤 것도 수집하지 않음, 항상 (SECURITY.md)
  • 공급망 — 릴리스는 공개 CI 실행이 있는 태그된 커밋에서 PyPI Trusted Publishing (OIDC)을 통해서만 배포됨; 런타임 의존성 두 개

규칙집의 출처

  • dbt (현재 지원): manifest.json 또는 schema.yml — 팀이 이미 작성한 테스트가 구성 없이 강제 가능한 시맨틱이 됨

  • 일반 PK/FK 선언 (현재 지원 — 벤치마크 감사를 구동함)

  • 라이브 데이터베이스 자체 (현재 지원): 시맨틱 레이어가 전혀 없나요? sqlsure.introspect가 카탈로그로부터 규칙집을 구축합니다 — SQLite PRAGMA 또는 information_schema PK/FK (postgres/mysql). BIRD 자체의 데이터베이스 파일을 인트로스펙션하여 벤치마크의 공개 스키마에서 누락된 외래 키 2개를 복구했습니다 — 업스트림에 보고되어 BIRD의 2026 릴리스에서 수정됨 (bird-bench/mini_dev#37)

    from sqlsure.introspect import model_from_sqlite
    model = model_from_sqlite("app.db")   # PK -> grain, FK -> join edges
    
  • 수작성 JSON — model.example.json

  • OSI 및 WrenAI MDL (integrations/에서 동작하는 로더): OSI는 스펙에 공개된 예제에서 시연되었으며, WrenAI MDL은 WrenAI가 자체적으로 배포한 예제 매니페스트에서 시연되었습니다 — primaryKey → grain, 관계 joinType + condition → 조인 엣지, 큐브 측정값 → 가산성

  • Cube, Snowflake Semantic Views — 어댑터는 로드맵에 있으며, 엔진은 항상 하나의 SemanticModel만 봅니다

검증 완료

  • 16/16 규칙 테스트, 100% 재현율 / 0% 오탐 — 페어링된 벤치마크 기준 (docs/METRICS.md)
  • 실제 프로덕션 저장소 (Mattermost의 웨어하우스, Fivetran 패키지, dbt의 jaffle shop) — docs/TEST-REPORTS.md
  • Spider + BIRD 골드 쿼리 — 위의 노이즈 없는 외부 감사

더 알아보기

  • docs/EVIDENCE.md — 무엇을 해주는지, 모든 주장이 재실행 가능한 측정에 연결됨
  • docs/ARCHITECTURE.md — 물리적으로 어떻게 동작하는지, ELI5 → 최고 수준까지, 실제 중간 출력 포함
  • docs/FOR-DUMMIES.md — 모든 개념을 처음부터
  • docs/INTEGRATIONS.md — GitHub Action, pre-commit, MCP, Snowflake UDF / Cortex Agent 도구, 쿼리 기록 감사
  • docs/MCP.md — MCP 서버 문서
  • CONTRIBUTING.md — 규칙 및 로더 추가하기

Apache-2.0 · sqlsure.ai

mcp-name: io.github.sqlsure/sqlsure

도구 다운로드

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 궁극의 OSINT 툴킷: 조사 그래프, 신뢰도 점수 산정, 별칭 패밀리, 지도, 타임라인 및 보고서. 49개 모듈, 400개 이상 사이트, API 키 불필요.

    717
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # GhostLock 원탭 실행 앱 (CVE-2026-43499)

    504
  • 3

    ARTEX

    baarai/artex

    LLM 멀티 에이전트 자율 침투 테스트 플랫폼으로, 플래너/워커 에이전트, 자산 및 탐색 그래프, MITM 트래픽 기록, 취약점 재테스트 기능을 제공합니다.

    402
  • 4

    redforge

    cybersecurity91/redforge

    브라우저 측 레드 팀 툴킷으로, 정찰, 페이로드 생성, 자격 증명 공격, 암호화, 인코딩 및 참여 보고를 위한 102개의 오프라인 도구를 제공합니다.

    342
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI 네이티브 사이버보안을 위한 행동 체계—의도가 통제된 실행이 되고, 증거가 운영 메모리가 되며, 모든 운영이 다음 운영을 개선하는 곳.

    260
  • 6

    antifox

    antifox-ai/antifox

    정찰, 공격 표면 탐색, 익스플로잇 검증, 증거 기반 보고서 전달을 수행하는 AI 멀티 에이전트 자율 침투 테스트 플랫폼입니다.

    259

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →