Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
zairo — 扫描带上下文的代码差异以构建影响图,并利用LLM发现漏洞,支持多仓库扫描及通过SARIF输出实现CI门禁。 | Kitploit
工具/GitHubGitHub/iamavu/zairo
静态分析漏洞分析代码分析动态代码分析 (DAST)DevSecOpsAI 安全
GitHubiamavu/zairo

zairo

扫描带上下文的代码差异以构建影响图,并利用LLM发现漏洞,支持多仓库扫描及通过SARIF输出实现CI门禁。

查看仓库
14891个月前尚未审核
分享

测量 zairo

zairo 的单元测试检查它是否构建了正确的提示词并正确处理了回答。它们无法告诉你,给定这些提示词后,模型是否能发现某次变更引入的漏洞,或者是否会误报一个并不存在的漏洞。这正是本目录的用途:一组带有标注的变更,以及一个运行器,它用真实模型对每个变更进行多次扫描并对结果评分。

pip install -e .                      # from the repo root
export GEMINI_API_KEY=...             # whichever key your --model needs
python evals/run.py --model gemini/gemini-2.5-flash --repeats 3 --out results.json

每个用例大约要为每个变更符号、每次重复消耗一次请求。这里的 16 个用例每个变更 1 到 4 个符号,因此重复 3 次的一轮运行大约会产生 100 次请求。每次运行都会重新向模型提问:没有缓存,也没有预热笔记。

用例

cases/ 中的每个目录代表一次变更:before/ 和 after/ 分别保存变更前后完整的(小型)仓库,而 case.json 为其添加标签:

{
  "description": "What the change does, and why it's vulnerable or not.",
  "vulnerable": true,
  "symbol": "search_users",
  "cwe": "CWE-89",
  "source": "synthetic"
}

一个易受攻击的用例会指明变更后的 symbol 所对应的漏洞及其 cwe,并在 also_cwe 中列出其他同样能描述该漏洞的 CWE:可被欺骗的头部属于 CWE-290,但 CWE-287 和 CWE-306 也不算错。一个干净用例则不含这些,并且应当无可争议地保持干净。一个在 high 级别下安全、但存在合理的 medium 级别发现的变更,衡量的是噪声,而非误报。运行器会将 before 和 after 提交到一个全新的仓库中,并扫描 HEAD~1..HEAD,就像 PR 扫描那样。

共有 9 个易受攻击的用例(SQL 注入、路径遍历、被移除的租户检查、不安全的 YAML 加载、命令注入、开放重定向、SSRF、禁用的 TLS 验证,以及通过可欺骗头部实现的认证绕过)和 7 个干净用例。其中几个干净用例被刻意设计得看起来有风险:一个正在被修复的 SQL 注入、一个从允许列表格式化而来的 ORDER BY、一个带有固定参数列表的 subprocess 调用。

这些文件是故意包含漏洞的示例代码。它们从不会被打包或运行,但指向此仓库的扫描器会发现它们。

评分

当 --fail-on 会因此阻止 PR 时,一个发现即构成门禁(gating):标记为 introduced_by_change: true,且达到或高于 --fail-on(默认为 high)。每次运行都会得到一个判定:

  • 对于易受攻击的用例,它捕获了该缺陷(在该用例的 symbol 上产生门禁发现),在门禁之下发现了它(该变更在此处引入的发现,严重级别较低),或者漏掉了它。
  • 对于干净用例,它标记了该变更(任何门禁发现)或通过了它。

只有当运行对两种情况都不表态时,才会被留作未评分:关键符号无法评估,或者干净用例未被标记但某些符号失败。门禁发现无论其他什么失败都计入,因为门禁仍会因此阻止 PR。运行器会打印符号失败最常见的原因,--out 会按运行保留它们。一个将全部 --max-tokens 用于思考的推理模型永远不会作答,因此如果给出的原因正是这个,就调高它(比如调到 16384)。

  • 召回率(recall):在易受攻击用例的已评分运行中,捕获该缺陷的比例。针对其他符号的发现不计入。
  • 发现率(found):在任意严重级别下发现该缺陷的比例。在门禁之下发现的缺陷仍会被报告;只是不会阻止。例如,开放重定向通常被评为 medium。
  • 误报(false alarms):在干净用例的已评分运行中,被标记的比例:一个被无故阻止的 PR。
  • 精确率(precision):在带有门禁发现的运行中,该发现在易受攻击用例中命中目标的比例。
  • 稳定性(stable):在所有已评分运行对门禁是否阻止达成一致的用例中所占的比例。 模型答案各不相同;一个三次运行中只捕获一次的用例,在 CI 中就是掷硬币。
  • CWE 匹配(CWE matched):在命中目标的运行中,同时指出了该用例 CWE 的比例。这是次要的:在相邻 CWE 下的正确缺陷仍会阻止正确的 PR。
  • 其他位置(elsewhere):在捕获该缺陷的运行中,其他符号上的门禁发现。通常这是同一个缺陷被再次报告,比如在包含该函数的文件上:一个缺陷,多个告警。针对易受攻击符号本身的两个发现不计入:那是模型按到达方式拆分同一个缺陷(name 和 sort 进入同一个查询)。

--out 会写入每次运行的所有发现(符号、标题、严重级别、CWE、行号、该变更是否引入它以及它是否构成门禁)、失败的符号及原因、token 计数、成本和耗时,以便逐用例比较两次运行,例如两个模型,或提示词变更前后的对比。

局限

十六个小型合成用例只是检测质量的冒烟测试,而非基准测试。每个用例都是单一变更、带有单一预期缺陷,代码远比真实服务简单,而易受攻击的那些正是审查者希望能捕获的那类缺陷。真实引入漏洞的提交(例如 CVE 修复的反向操作)是最值得添加的用例。将它触及的文件(变更前后)放入一个新目录,并加以标注。保持它们足够小,让变更本身成为重点。

tests/test_evals.py 在不使用模型的情况下检查每个用例:它能否构建、 zairo 能否解析它更改的每个文件,以及一个易受攻击用例的 symbol 是否在更改所触及的符号之中。否则,任何扫描都无法 被评分为捕获到它。

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    708
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    500
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    398
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    341
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    259
  • 6

    antifox

    antifox-ai/antifox

    AI multi-agent autonomous penetration testing platform that runs recon, attack-surface discovery, exploitation validation and evidence-backed report delivery.

    257

探索所有工具

浏览我们的工具集合

查看所有工具 →