Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!
DeepAudit — DeepAudit：uma equipe de hackers de IA para todos, tornando a descoberta de vulnerabilidades acessível. O primeiro sistema multiagente de código aberto da China para descoberta de vulnerabilidades em código. Implantação e execução com um clique para iniciantes, auditoria colaborativa autônoma + verificação de PoC em sandbox automatizado. Suporta implantação privada do Ollama, geração de relatórios com um clique. Suporta estação de retransmissão. Tornando a segurança acessível e a auditoria simples. | Kitploit
DeepAudit：uma equipe de hackers de IA para todos, tornando a descoberta de vulnerabilidades acessível. O primeiro sistema multiagente de código aberto da China para descoberta de vulnerabilidades em código. Implantação e execução com um clique para iniciantes, auditoria colaborativa autônoma + verificação de PoC em sandbox automatizado. Suporta implantação privada do Ollama, geração de relatórios com um clique. Suporta estação de retransmissão. Tornando a segurança acessível e a auditoria simples.
Compartilhar
DeepAudit - Equipa de auditoria AI ao alcance de todos, tornando a descoberta de vulnerabilidades acessível 🦸♂️
Acesse rapidamente a auditoria profunda Multi-Agent a partir da página inicial
📋 Logs do Fluxo de Auditoria
Veja em tempo real o pensamento e a execução do Agent
🎛️ Dashboard Inteligente
Veja rapidamente a postura de segurança do projeto
⚡ Análise Instantânea
Cole código / carregue ficheiros, resultados em segundos
🗂️ Gestão de Projetos
Importar do GitHub/GitLab/Gitea, gestão colaborativa de múltiplos projetos
📊 Relatórios Profissionais
Exporte PDF / Markdown / JSON com um clique (Na imagem, modo rápido, não relatório do modo Agent)
🏆 Descoberta de Vulnerabilidades CVE
DeepAudit (versão fechada) descobriu e obteve com sucesso 49 números CVE e 6 avisos de segurança GHSA🦞
Envolvendo 17 projetos open source conhecidos
Resultados da descoberta de vulnerabilidades no OpenClaw🦞
A versão de testes internos do DeepAudit realizou uma auditoria de segurança aprofundada no projeto OpenClaw e atualmente descobriu 6 vulnerabilidades de segurança, todas confirmadas oficialmente e com avisos de segurança (GHSA) publicados. Os tipos de vulnerabilidade abrangem injeção de comandos, bypass de verificação de assinatura, execução remota de código, exposição de credenciais, esgotamento de recursos e divulgação de informações sensíveis, incluindo várias vulnerabilidades de nível Alto. Mais vulnerabilidades continuam a ser descobertas.
As vulnerabilidades acima foram descobertas pelos membros da equipa DeepAudit @lintsinghua@ez-lbz usando o DeepAudit
Se descobriu vulnerabilidades usando o DeepAudit, sinta-se à vontade para deixar feedback nas Issues. A sua contribuição enriquecerá enormemente esta lista de vulnerabilidades, muito obrigado!
⚡ Visão Geral do Projeto
DeepAudit é uma plataforma de auditoria de segurança de código de próxima geração baseada numa arquitetura de colaboração Multi-Agent. Não é apenas uma ferramenta de análise estática, mas simula o padrão de pensamento de especialistas em segurança, através da colaboração autónoma de múltiplos agentes (Orchestrator, Recon, Analysis, Verification), permitindo uma compreensão profunda do código, descoberta de vulnerabilidades e verificação automatizada de PoC em sandbox.
Estamos empenhados em resolver os três grandes problemas das ferramentas SAST tradicionais:
Alta taxa de falsos positivos — Falta de compreensão semântica, muitos falsos positivos consomem mão de obra
Pontos cegos de lógica de negócio — Incapacidade de compreender chamadas entre ficheiros e lógica complexa
Falta de meios de verificação — Não se sabe se a vulnerabilidade é realmente explorável
O utilizador só precisa de importar o projeto, e o DeepAudit começa a trabalhar automaticamente: identificar a stack tecnológica → analisar riscos potenciais → gerar scripts → verificar em sandbox → gerar relatório, produzindo finalmente um relatório de auditoria profissional.
Ideia central: Fazer com que a IA ataque como um hacker e defenda como um especialista.
💡 Porquê escolher o DeepAudit?
😫 Pontos Problemáticos da Auditoria Tradicional
💡 Solução DeepAudit
Baixa eficiência da auditoria manual Não acompanha a velocidade de iteração de código CI/CD, atrasa o processo de lançamento
🤖 Auditoria Autónoma Multi-Agent IA orquestra automaticamente estratégias de auditoria, execução automatizada 24/7
Muitos falsos positivos das ferramentas tradicionais Falta de compreensão semântica, gasta-se muito tempo diariamente a limpar ruído
🧠 Base de Conhecimento RAG Melhorada Combina semântica de código e contexto, reduz significativamente a taxa de falsos positivos
Preocupações com privacidade de dados Receio de vazar código-fonte para AI na nuvem, não cumpre requisitos de conformidade
🔒 Suporte para implantação local com Ollama Dados não saem da rede interna, suporta modelos locais como Llama3/DeepSeek
Incapacidade de confirmar a veracidade Muitas vulnerabilidades em projetos terceirizados, não se sabe quais são realmente exploráveis
💥 Verificação PoC em Sandbox Gera e executa scripts de ataque automaticamente, confirma o dano real das vulnerabilidades
🏗️ Arquitetura do Sistema
Diagrama de Arquitetura Geral
DeepAudit adota uma arquitetura de microsserviços, com o núcleo impulsionado por um motor Multi-Agent.
🔄 Fluxo de Trabalho de Auditoria
Etapa
Fase
Agent Responsável
Ação Principal
1
Planeamento de Estratégia
Orchestrator
Recebe tarefas de auditoria, analisa o tipo de projeto, cria um plano de auditoria, distribui tarefas aos sub-agentes
2
Recolha de Informações
Recon Agent
Escaneia a estrutura do projeto, identifica frameworks/bibliotecas/APIs, extrai superfícies de ataque (Entry Points)
3
Descoberta de Vulnerabilidades
Analysis Agent
Combina a base de conhecimento RAG com análise AST, analisa profundamente o código, descobre vulnerabilidades potenciais
4
Verificação PoC
Verification Agent
(Crítico) Escreve scripts PoC, executa em sandbox Docker. Se falhar, faz auto-correção e tenta novamente
5
Geração de Relatório
Orchestrator
Compila todas as descobertas, remove vulnerabilidades verificadas como falsos positivos, gera relatório final
---
## 🚀 Início Rápido
### Método 1: Implantação com um único comando (recomendado)
Use a imagem Docker pré-construída, sem necessidade de clonar o código, inicie com um único comando:```bash
curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.yml | docker compose -f - up -d
🇨🇳 Implantação acelerada doméstica (testado pessoalmente pelo autor e incrivelmente rápido)
Use o espelho da Universidade de Nanjing para acelerar a obtenção de imagens Docker (substitua ghcr.io por ghcr.nju.edu.cn):```bash
💡 Configurar aceleração de imagem Docker (opcional, para aumentar ainda mais a velocidade de download) (clique para expandir)
Se o download da imagem ainda estiver lento, você pode configurar um acelerador de imagem Docker. Edite o arquivo de configuração do Docker e adicione as seguintes fontes de espelho:
> Na primeira inicialização, a imagem da sandbox será construída automaticamente, o que pode levar alguns minutos.
---
## 🔧 Guia de Desenvolvimento do Código Fonte
Adequado para desenvolvedores realizarem desenvolvimento e depuração secundários.
### Requisitos de Ambiente
- Python 3.11+
- Node.js 20+
- PostgreSQL 15+
- Docker (para sandbox)
### 1. Iniciar o banco de dados manualmente```bash
docker compose up -d redis db adminer
2. Inicialização do 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. Inicialização do Frontend```bash
cd frontend
# 配置环境
cp .env.example .env
pnpm install
pnpm dev
3. Ambiente Sandbox
No modo de desenvolvimento, é necessário puxar a imagem do sandbox do Docker localmente:```bash
---
## 🤖 Multi-Agent 智能审计
### Tipos de Vulnerabilidade Suportados
<table>
<tr>
<td>
| Tipo de Vulnerabilidade | Descrição |
|---------|------|
| `sql_injection` | Injeção SQL |
| `xss` | Cross-Site Scripting |
| `command_injection` | Injeção de Comandos |
| `path_traversal` | Path Traversal |
| `ssrf` | Server-Side Request Forgery |
| `xxe` | Injeção de Entidade XML Externa |
</td>
<td>
| Tipo de Vulnerabilidade | Descrição |
|---------|------|
| `insecure_deserialization` | Desserialização Insegura |
| `hardcoded_secret` | Chave Codificada |
| `weak_crypto` | Algoritmo Criptográfico Fraco |
| `authentication_bypass` | Bypass de Autenticação |
| `authorization_bypass` | Bypass de Autorização |
| `idor` | Referência Direta Insegura a Objetos |
</td>
</tr>
</table>
> 📖 Documentação detalhada consulte **[Guia de Auditoria de Agentes](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/docs/AGENT_AUDIT.md)**
---
## 🔌 Plataformas LLM Suportadas
<table>
<tr>
<td align="center" width="33%">
<h3>🌍 Plataformas Internacionais</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>🇨🇳 Plataformas Domésticas</h3>
<p>
Tongyi Qianwen Qwen<br/>
Zhipu GLM-4<br/>
Moonshot Kimi<br/>
Wenxin Yiyan · MiniMax · Doubao
</p>
</td>
<td align="center" width="33%">
<h3>🏠 Implantação Local</h3>
<p>
<strong>Ollama</strong><br/>
Llama3 · Qwen2.5 · CodeLlama<br/>
DeepSeek-Coder · Codestral<br/>
<em>Código não sai da rede interna</em>
</p>
</td>
</tr>
</table>
💡 Suporta proxies de API para resolver problemas de acesso à rede | Configuração detalhada → [Suporte a Plataformas LLM](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/docs/LLM_PROVIDERS.md)
---
## 🎯 Matriz de Funcionalidades
| Funcionalidade | Descrição | Modo |
|------|------|------|
| 🤖 **Auditoria Profunda com Agentes** | Colaboração Multi-Agent, orquestração autônoma de estratégias de auditoria | Agent |
| 🧠 **Aprimoramento de Conhecimento RAG** | Compreensão semântica de código, consulta a base de conhecimento CWE/CVE | Agent |
| 🔒 **Validação de PoC em Sandbox** | Execução isolada em Docker, verificação de validade de vulnerabilidades | Agent |
| 🗂️ **Gerenciamento de Projetos** | Importação de GitHub/GitLab/Gitea, upload ZIP, suporte a 10+ linguagens | Geral |
| ⚡ **Análise Instantânea** | Análise de trechos de código em segundos, copiar e usar | Geral |
| 🔍 **Detecção em Cinco Dimensões** | Bug · Segurança · Desempenho · Estilo · Manutenibilidade | Geral |
| 💡 **What-Why-How** | Localização precisa + Explicação da causa + Sugestão de correção | Geral |
| 📋 **Regras de Auditoria** | OWASP Top 10 integrado, suporte a conjuntos de regras personalizados | Geral |
| 📝 **Modelos de Prompt** | Gerenciamento visual, suporte bilíngue chinês/inglês | Geral |
| 📊 **Exportação de Relatórios** | Exportação com um clique em PDF / Markdown / JSON | Geral |
| ⚙️ **Configuração em Tempo de Execução** | Configuração do LLM via navegador, sem necessidade de reiniciar o serviço | Geral |
## 🦖 Roadmap
Estamos em evolução contínua e, no futuro, ofereceremos suporte a mais linguagens e capacidades mais poderosas dos agentes.
- [x] Análise estática básica, integração com Semgrep
- [x] Introdução da base de conhecimento RAG, suporte a sandbox de segurança Docker
- [x] **Arquitetura de Colaboração Multi-Agent** (Atual)
- [ ] Suporte a ambientes de serviço simulado mais realistas para processos de validação mais autênticos
- [ ] Otimização do sandbox de `function_call` para integração em serviço MCP estável
- [ ] **Correção Automática (Auto-Fix)**: Agente envia PR diretamente para corrigir vulnerabilidades
- [ ] **Auditoria Incremental de PR**: Acompanhamento contínuo de alterações em PR, análise inteligente de vulnerabilidades e integração no fluxo CI/CD
- [ ] **Otimização do RAG**: Suporte a base de conhecimento personalizada
---
## 🤝 Contribuição e Comunidade
### Guia de Contribuição
Suas contribuições são muito bem-vindas! Seja abrindo uma Issue, um PR ou aprimorando a documentação.
Consulte [CONTRIBUTING.md](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/CONTRIBUTING.md) para obter detalhes.
### 📬 Contato com o Autor
<div align="center">
**Todos são bem-vindos para conversar e trocar ideias! Seja sobre questões técnicas, sugestões de funcionalidades ou intenções de cooperação, espero me comunicar com você!**
(Personalização de plataforma, serviços de auditoria de código, consultoria técnica, parcerias comerciais, etc., entre em contato por e-mail)
| Contato | |
|:---:|:---:|
| 📧 **E-mail** | **[email protected]** |
| 🐙 **GitHub** | [@lintsinghua](https://github.com/lintsinghua) |
</div>
## 📄 Licença
Este projeto é open-source sob a [Licença AGPL-3.0](https://github.com/lintsinghua/deepaudit/blob/v3.0.0/LICENSE).
## 📈 Popularidade do Projeto
<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="Star History Chart" src="https://api.star-history.com/svg?repos=lintsinghua/DeepAudit&type=Date" />
</picture>
</a>
---
<div align="center">
<strong>Feito com ❤️ por <a href="https://github.com/lintsinghua">lintsinghua</a></strong>
</div>
---
## Agradecimentos
Agradecemos o suporte dos seguintes projetos 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/)
---
## ⚠️ Aviso de Segurança Importante
### Declaração de Conformidade Legal
1. É proibida **qualquer teste de vulnerabilidade, teste de penetração ou avaliação de segurança não autorizado**
2. Este projeto destina-se exclusivamente a fins de pesquisa acadêmica, ensino e aprendizado em segurança cibernética
3. É estritamente proibido usar este projeto para qualquer finalidade ilegal ou teste de segurança não autorizado
### Responsabilidade de Relato de Vulnerabilidades
1. Ao descobrir qualquer vulnerabilidade de segurança, reporte-a imediatamente por canais legais
2. É estritamente proibido usar vulnerabilidades descobertas para atividades ilegais
3. Cumpra as leis e regulamentos nacionais de segurança cibernética, mantenha a segurança do ciberespaço
### Restrições de Uso
- Apenas para fins educacionais e de pesquisa em ambientes autorizados
- Proibido o uso para testes de segurança em sistemas não autorizados
- O usuário assume toda a responsabilidade legal por suas próprias ações
### Isenção de Responsabilidade
O autor não se responsabiliza por quaisquer perdas diretas ou indiretas resultantes do uso deste projeto. O usuário assume toda a responsabilidade legal por suas próprias ações.
---
## 📖 Política de Segurança Detalhada
Para obter informações detalhadas sobre política de instalação, isenção de responsabilidade, privacidade de código, segurança de uso de API e relato de vulnerabilidades, consulte os arquivos [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).
### Referência Rápida
- **Aviso de Privacidade de Código**: Seu código será enviado para os servidores do provedor de LLM escolhido
- **Tratamento de Código Sensível**: Use modelos locais para processar código sensível
- **Requisitos de Conformidade**: Cumpra as leis e regulamentos de proteção de dados e privacidade
- **Relato de Vulnerabilidades**: Caso encontre problemas de segurança, reporte por canais legais
