azelfeng/AI_code_review_agent

Public

WeChat Login

Code Issues

Pull requests Events Packages Insights

main

AI_code_review_agent/README.md

godog431<aayou_123@163.com>

docs: 优化所有 README 文档,将快速上手指南提前至文档开头

69a4c35b

PreviewCode viewBlame

CodeSentinel

中文 | English

基于 AI 大模型的自动化代码安全审计系统，帮助开发者快速识别代码中的安全漏洞并提供修复建议。

🚀 快速上手(推荐新手)

只需 3 步，无需部署任何服务即可获得完整的代码安全审计能力!

第 1 步:复制 Skills 文件夹

将 code_review_skills/ 文件夹复制到你的项目根目录:


# 方法1: 如果你已经克隆了完整仓库
cp -r code_review_skills/ /path/to/your-project/

# 方法2: 只下载 Skills 文件夹(推荐)
git clone --depth 1 --filter=blob:none --sparse https://github.com/azelfeng/AI_code_review_agent.git
cd AI_code_review_agent
git sparse-checkout set code_review_skills
cp -r code_review_skills/ /path/to/your-project/

第 2 步:在 AI 编辑器中打开项目

什么都不用配置! 以下 AI 编辑器会自动识别并加载审计规则:

编辑器	自动识别	说明
Cursor	✅	自动识别为 Rules，打开项目即可使用
Windsurf	✅	自动识别为 Rules，打开项目即可使用
CodeBuddy	✅	自动识别为 Skills，打开项目即可使用
Claude Code	✅	配置为 Project Knowledge 后自动加载

第 3 步:开始审计

在 AI 编辑器中，选中你的代码文件，然后对 AI 说:


请使用安全审计规则检查这个文件

或者更具体:


请检查我的项目中是否存在 SQL 注入、XSS、命令注入等漏洞

就这么简单! AI 会自动使用 code_review_skills/ 中的规则对你的代码进行专业的安全审计。✨

📋 按场景选择 Skills(可选)

如果你只想审计特定类型的漏洞，可以只复制相关文件:

Web 项目(前后端):


code_review_skills/00-system-prompt.md
code_review_skills/01-audit-workflow.md
code_review_skills/02-sql-injection.md
code_review_skills/03-xss.md
code_review_skills/04-hardcoded-secrets.md
code_review_skills/07-ssrf.md
code_review_skills/13-ssti.md
code_review_skills/14-insecure-jwt.md
code_review_skills/16-open-redirect.md

API 后端项目:


code_review_skills/00-system-prompt.md
code_review_skills/02-sql-injection.md
code_review_skills/05-command-injection.md
code_review_skills/06-path-traversal.md
code_review_skills/14-insecure-jwt.md

C/C++ 项目:


code_review_skills/00-system-prompt.md
code_review_skills/09-memory-safety.md
code_review_skills/05-command-injection.md

💡 使用提示

第一次使用:建议先对一个小文件进行测试，体验审计效果
审计整个项目:可以直接说"请审计整个项目的安全问题"
查看详细规则:所有审计规则都在 code_review_skills/ 文件夹中，可以随时查看或修改
自定义规则:你可以根据团队需求修改或添加新的审计规则

💡 提示:如果你需要更强大的功能(批量审计、报告管理、多模型切换等)，可以继续阅读下方的"完整 Web 应用部署"章节。

核心功能

三条铁律约束 — 从根源杜绝 AI 幻觉：禁止猜测路径、禁止编造代码、禁止报告未见漏洞（详见核心理念）
四轮质疑验证 — 每个漏洞经可达性、代码逻辑、数据流、可利用性四轮递进质疑，误报自动过滤（详见质疑机制）
代码上传与解析 — 支持 ZIP 格式源代码包，自动解压、识别项目结构和技术栈
多模型支持 — 兼容 OpenAI API 格式的多种大模型（Claude、GPT-4o、DeepSeek、Qwen、混元等）
模型配置管理 — 内置 10 种预设模板，支持自定义 API 地址和密钥，一键设置默认模型
AI 安全审计 — 覆盖 SQL 注入、XSS、命令注入、SSTI、JWT、LDAP 注入等 31 种漏洞类型及 8 种组合函数漏洞
内存安全审计 — 支持 C/C++/Rust 内存安全检测：缓冲区溢出、释放后使用、内存泄漏、整数溢出、格式化字符串等 8 种内存安全漏洞
跨文件语义分析 — 自动解析 import/require/#include 依赖关系，追踪跨模块数据流和组合函数漏洞
分批并发 + 断点续审 — 支持大规模项目（1000+ 代码块），自动分批并发处理，超时保存进度后续审
安全报告生成 — 生成结构化审计报告（Markdown + JSON），含漏洞详情、风险等级和修复建议
实时日志 — 审计过程中实时展示思考、发现、进度、警告等多类型日志
任务管理 — 异步任务处理，支持查看审计进度和历史记录

核心理念

审计三条铁律

本项目对 AI 审计行为施加三条不可违反的硬约束，从根源上杜绝幻觉和编造，确保每一条漏洞报告都有据可查：

铁律	禁止行为	正确做法	违反后果
铁律 1：禁止猜测文件路径	凭记忆或推测引用文件路径	只能引用实际提供给 AI 的代码内容	基于不存在文件的分析全部无效
铁律 2：禁止编造代码片段	凭印象描述代码内容，或引用未实际看到的代码	必须引用实际提供的代码行号和内容	基于编造代码的漏洞分析全部无效
铁律 3：禁止报告未见代码中的漏洞	在未实际看到代码的情况下报告漏洞	先看到代码 → 分析代码 → 才能报告漏洞	未见代码中的漏洞报告直接标记为无效

违反任何一条铁律将导致审计结果无效。

三条铁律的设计动机：大语言模型在代码审计场景中容易产生"幻觉"——虚构不存在的文件路径、编造并未出现的代码片段、或对未曾读取的文件断言存在漏洞。这三条铁律以最高优先级约束 AI 行为，将审计过程锚定在实际代码证据上，从而保证报告的可信度和可追溯性。

核心审计原则


  代码缺陷存在 ≠ 漏洞可利用

系统要求 AI 在报告每个漏洞前，必须基于实际代码逐项验证以下 9 个维度：

#	验证维度	说明
1	缺陷真实性	代码缺陷是否真实存在，是否存在被忽略的上游防护
2	路径可达性	代码路径是否可达（排除死代码、遗留代码、条件不满足）
3	输入可达性	用户输入是否能真正传递到危险点
4	实际可利用性	攻击者是否能在实际环境中利用
5	系统性设计	该模式是否是框架的系统性设计而非个别遗漏
6	Source 类型	Source 是否为外部用户输入而非受信的服务器端代码
7	自攻击检验	利用前提权限是否已超越漏洞本身能力
8	设计意图	该行为是否是框架预期的设计行为而非缺陷
9	运行时可行性	理论攻击在实际运行时环境中是否可行

错误地将安全代码标记为"漏洞"会造成误导。准确性优于数量——一个准确的漏洞报告远胜十个误报。

四轮质疑验证机制

每一个 AI 检测出的潜在漏洞，在写入最终报告之前，都必须通过四轮递进式质疑验证。任何一轮未通过都会影响最终判定：


  潜在漏洞 → Round 0 → Round 1 → Round 2 → Round 3 → 最终判定
               │          │          │          │
               ▼          ▼          ▼          ▼
            可达性      代码逻辑    数据流     可利用性

各轮详细规则：

轮次	名称	质疑问题	通过条件	淘汰条件
Round 0	可达性与设计意图	代码路径是否可达？	路径可达且非设计行为	死代码/遗留代码/设计预期行为
Round 1	代码逻辑质疑	危险代码模式是否真实存在？	置信度为 MEDIUM 或 HIGH	置信度为 LOW → 直接淘汰
Round 2	数据流质疑	用户输入能否到达危险点？	存在清晰的数据流描述（>10 字符）	数据流不明确或不存在
Round 3	可利用性质疑	攻击者能否构造有效攻击？	置信度 HIGH 或严重等级 CRITICAL	普通漏洞置信度不足（组合漏洞有豁免规则）

最终判定标准：

通过轮次	判定状态	处理方式
4/4 通过	`passed` — 确认漏洞	写入最终报告
2-3/4 通过	`partial` — 保留观察	写入报告并标注待验证
0-1/4 通过	`failed` — 误报	过滤移除，不进入最终报告

组合函数漏洞（涉及跨文件数据流的漏洞）在第 3 轮享有特殊豁免规则——只要置信度不为 LOW 即可通过，因为跨文件漏洞天然更难确认但危害往往更大。

内存安全漏洞（缓冲区溢出、UAF、格式化字符串等）在第 3 轮享有独立豁免规则——严重等级为 CRITICAL 或 HIGH 时自动通过，因为此类漏洞的利用技术已高度成熟。

支持的漏洞检测类型

应用安全漏洞（14 种）

漏洞类型	CWE 编号	默认等级	描述
SQL 注入	CWE-89	HIGH	检测 SQL 语句拼接漏洞，区分参数化查询（安全）和字符串拼接（危险）
XSS 跨站脚本	CWE-79	HIGH	检测反射型、存储型、DOM 型 XSS，覆盖 innerHTML/v-html/dangerouslySetInnerHTML
硬编码密钥	CWE-798	HIGH	检测 API Key/Token/密码/私钥/连接字符串，自动排除占位值和环境变量引用
命令注入	CWE-78	CRITICAL	检测 eval/exec/system/child_process 等危险调用
路径遍历	CWE-22	HIGH	检测文件路径操控漏洞
SSRF	CWE-918	HIGH	检测服务端请求伪造漏洞
不安全反序列化	CWE-502	HIGH	检测 pickle.loads/ObjectInputStream/unserialize 等
认证缺陷	CWE-287	HIGH	检测认证/授权实现缺陷
敏感数据泄露	CWE-200	MEDIUM	检测错误信息泄露、日志中的敏感数据
XXE	CWE-611	HIGH	检测 XML 外部实体注入
不安全随机数	CWE-330	LOW	检测在安全场景中使用弱随机数生成器
原型污染	CWE-1321	HIGH	检测 JavaScript 原型链污染
CSRF	CWE-352	MEDIUM	检测跨站请求伪造
IDOR	CWE-639	MEDIUM	检测不安全的直接对象引用

内存安全漏洞（8 种）

针对 C/C++/Rust（unsafe 块）的内存安全检测：

漏洞类型	CWE 编号	默认等级	描述
缓冲区溢出	CWE-120	CRITICAL	检测 strcpy/sprintf/gets 等无长度限制的缓冲区写入操作
释放后使用	CWE-416	CRITICAL	检测 free 后继续访问已释放内存的危险操作
双重释放	CWE-415	HIGH	检测对同一内存区域释放两次导致的堆破坏
内存泄漏	CWE-401	MEDIUM	检测 malloc/new 分配后未在所有路径上正确释放的内存
整数溢出	CWE-190	HIGH	检测整数运算溢出导致的缓冲区分配不足或逻辑错误
格式化字符串	CWE-134	CRITICAL	检测用户输入作为 printf 族函数格式化参数的任意内存读写
空指针解引用	CWE-476	MEDIUM	检测未检查 malloc/calloc 返回值或其他空指针解引用
未初始化内存使用	CWE-908	HIGH	检测使用未初始化的局部变量或堆内存导致的信息泄露

组合函数漏洞（8 种模式）

系统特别关注跨函数、跨文件的组合型安全问题：

模式	说明
跨函数数据流污染	函数 A 接收用户输入但不做清洗 → 传递给函数 B → 函数 B 将其用于危险操作
权限提升链	普通用户通过调用函数 A 修改状态 → 绕过函数 B 的权限检查
竞态条件 (TOCTOU)	函数 A 检查权限 → 函数 B 在检查后、操作前修改数据
错误处理泄露链	函数 A 的异常被函数 B 捕获 → 函数 B 将错误详情返回客户端
认证/授权绕过组合	某些函数组合调用时跳过了中间的认证/授权检查
原型污染传播	函数 A 中的对象合并操作被污染 → 影响函数 B 的逻辑判断
二阶注入	函数 A 存储未过滤的用户输入到数据库 → 函数 B 读取并用于危险操作
回调/事件驱动漏洞	事件处理函数之间的数据传递缺乏验证

技术架构


┌──────────────────────────────────────────────────────┐
│                   Nginx (端口 80)                     │
│         静态资源服务 + API 反向代理                    │
├────────────────────┬─────────────────────────────────┤
│   React 前端 SPA   │   Express 后端 API (端口 3001)   │
│  TypeScript + Vite │  Node.js 20 + MongoDB 驱动       │
│  Tailwind + DaisyUI│  AI 模型调用 (OpenAI 兼容格式)   │
└────────────────────┴──────────┬──────────────────────┘
                                │
                       ┌────────┴────────┐
                       │  MongoDB 7      │
                       │  数据持久化      │
                       └─────────────────┘

层级	技术选型
前端框架	React 19 + TypeScript
构建工具	Vite 6
UI 样式	Tailwind CSS 3 + DaisyUI 4
路由	React Router 6
后端	Node.js 20 + Express 4
数据库	MongoDB 7
AI 模型	OpenAI 兼容 API（Claude / GPT / DeepSeek / Qwen / 混元等）
部署	Docker Compose（Nginx + Node.js + MongoDB）

目录结构


AI_code_review_agent/
├── src/                          # 前端源码
│   ├── components/               # 可复用组件
│   │   ├── FileUpload.tsx        # 文件上传（ZIP 拖拽/选择）
│   │   ├── TaskProgress.tsx      # 任务进度与实时日志
│   │   ├── ReportViewer.tsx      # 审计报告查看器
│   │   ├── VulnerabilityCard.tsx  # 漏洞详情卡片
│   │   ├── CodeHighlight.tsx     # 代码高亮展示
│   │   ├── Navbar.tsx            # 顶部导航栏
│   │   └── Footer.tsx            # 页脚
│   ├── pages/                    # 页面组件
│   │   ├── HomePage.tsx          # 首页（上传入口）
│   │   ├── TaskPage.tsx          # 任务详情（进度/日志/报告）
│   │   ├── HistoryPage.tsx       # 审计历史记录
│   │   └── SettingsPage.tsx      # 模型配置管理
│   ├── types/audit.ts            # TypeScript 类型定义
│   ├── utils/api.ts              # API 请求封装
│   ├── App.tsx                   # 应用路由入口
│   └── index.css                 # 全局样式
├── server/                       # 后端 API 服务
│   ├── src/
│   │   ├── index.js              # Express 入口 + 路由挂载
│   │   ├── routes/
│   │   │   ├── tasks.js          # 任务 CRUD + 报告数据
│   │   │   ├── audit.js          # 触发安全审计
│   │   │   ├── report.js         # 触发报告生成
│   │   │   └── model-configs.js  # 模型配置管理
│   │   ├── services/
│   │   │   ├── ai.js             # AI 模型调用（OpenAI 兼容）
│   │   │   ├── analyzeCode.js    # ZIP 解压 + 代码分块
│   │   │   ├── securityAudit.js  # 审计引擎（并发/重试/续审）
│   │   │   └── generateReport.js # 报告生成（Markdown + JSON）
│   │   └── utils/db.js           # MongoDB 连接与索引
│   ├── Dockerfile                # 后端容器配置
│   ├── .env.example              # 环境变量模板
│   └── package.json
├── shared/
│   ├── prompts/                  # AI 审计 Prompt 模板
│   │   ├── system.md            # 系统级审计提示词
│   │   ├── sql-injection.md     # SQL 注入检测 Skill
│   │   ├── xss.md               # XSS 检测 Skill
│   │   ├── hardcoded-secrets.md # 硬编码密钥检测 Skill
│   │   └── memory-safety.md     # 内存安全检测 Skill（C/C++/Rust）
│   ├── schemas/                  # 漏洞输出 JSON Schema
│   └── constants/                # 审计规则常量定义
├── agent-config/                 # AI 审计 Agent 配置文档
│   ├── 00-system-prompt.md      # 核心系统提示词
│   ├── 01-audit-workflow.md     # 审计工作流程
│   ├── 02-skill-prompts.md      # Skill 提示词库
│   ├── 03-vulnerability-schema.md # 漏洞输出 Schema
│   ├── 04-challenge-rules.md    # 质疑验证规则
│   └── 05-dangerous-functions-reference.md # 危险函数速查
├── code_review_skills/           # 🔌 独立可移植的安全审计 Skills（详见下方说明）
│   ├── 00-system-prompt.md      # 系统级 Prompt（角色、铁律、判定矩阵）
│   ├── 01-audit-workflow.md     # 8 步审计工作流
│   ├── 02~09-*.md               # 8 个核心漏洞检测 Skill（SQL注入/XSS/密钥/命令注入等）
│   ├── 10-vulnerability-schema.md # 31 种漏洞类型 + JSON Schema
│   ├── 11-challenge-rules.md    # 四轮质疑验证规则
│   ├── 12-dangerous-functions.md # 多语言危险函数速查
│   └── 13~18-*.md               # 6 个新增漏洞检测 Skill（SSTI/JWT/LDAP/开放重定向等）
├── docker-compose.yml            # Docker Compose 编排
├── Dockerfile                    # 前端多阶段构建（Vite → Nginx）
├── nginx.conf                    # Nginx 反向代理配置
├── .env                          # 前端环境变量
└── package.json                  # 前端依赖

独立使用审计 Skills（无需部署）

将 code_review_skills/ 文件夹复制到任意项目根目录，即可让本地 AI 模型获得完整的代码安全审计能力——无需部署服务、无需数据库、无需额外配置。

code_review_skills/ 文件夹包含从本平台提炼的 19 个独立 Skill 文件，涵盖系统级审计指令、15 种漏洞检测规则、四轮质疑验证和危险函数速查。所有文件采用 YAML Front Matter + Markdown 格式，兼容主流 AI 编辑器（Cursor / Windsurf / CodeBuddy / Claude Code 等）的 Rules 系统。


# 一键获取审计能力
cp -r code_review_skills/ /path/to/your-project/

详见 code_review_skills/README.md。

快速开始

前提条件

Docker 和 Docker Compose
至少一个 OpenAI 兼容格式的 AI 模型 API 密钥

Docker 部署（推荐）


# 克隆项目
git clone <repo-url>
cd AI_code_review_agent

# 构建并启动所有服务
docker compose up -d

# 查看运行日志
docker compose logs -f

启动后访问 http://localhost:8080

自定义端口：


APP_PORT=3000 docker compose up -d

停止服务：


docker compose down

本地开发

适用于需要修改代码并热重载调试的场景。

1. 启动 MongoDB


docker run -d --name mongo -p 27017:27017 mongo:7

2. 启动后端


cd server
npm install

# 创建 .env（或复制 .env.example）
cat > .env << EOF
MONGODB_URI=mongodb://localhost:27017/ai_code_review
PORT=3001
DATA_DIR=./data
EOF

npm run dev

3. 启动前端（新终端）


# 回到项目根目录
npm install
npm run dev

前端开发服务器默认在 http://localhost:5173 启动，API 请求自动代理到后端 localhost:3001。

使用方法

1. 配置 AI 模型

首次使用前需配置模型：

打开应用，点击导航栏「模型配置」
从预设模板中选择模型（或点击「添加自定义配置」）
填写 API 地址和 API 密钥
点击「设为默认」指定审计使用的模型

2. 上传代码审计

在首页点击上传区域或拖拽 ZIP 文件
系统自动解压、识别技术栈、对代码分块
自动调用 AI 模型逐块审计，页面实时展示进度和日志
审计完成后自动生成报告

3. 查看报告

审计完成后在任务页面直接查看报告
报告包含：风险摘要、漏洞列表（含严重等级、CWE 编号、代码位置、修复建议）
支持下载 Markdown 格式报告文件

4. 历史记录

在「历史记录」页面查看所有审计任务，支持分页浏览和删除。

配置说明

环境变量

前端 (.env)：

变量	默认值	说明
`VITE_API_BASE_URL`	`/api`	API 请求路径前缀

后端 (server/.env)：

变量	默认值	说明
`MONGODB_URI`	`mongodb://mongo:27017/ai_code_review`	MongoDB 连接地址
`PORT`	`3001`	后端服务端口
`DATA_DIR`	`/app/data`	上传文件和报告存储路径

Docker Compose：

变量	默认值	说明
`APP_PORT`	`8080`	对外暴露的访问端口

审计引擎参数

参数	值	说明
批次并发数	2	每批同时审计的代码块数量
单次执行上限	100 块	单次执行的最大代码块数
AI 请求超时	150s（递增至 210s）	首次 150s，每次重试增加 30s
最大重试次数	2	单个代码块失败后的重试次数
大代码块阈值	120 行	超过此行数自动拆分
安全退出阈值	540s	超时后保存进度，下次续审

支持的 AI 模型

内置 10 种预设模板，也可自定义任何兼容 OpenAI API 格式的模型：

模型	说明
GPT-4o	OpenAI 旗舰模型
GPT-4o Mini	OpenAI 轻量模型
Claude Opus 4	Anthropic 旗舰模型
Claude Sonnet 4	Anthropic 高性价比模型
DeepSeek V3	DeepSeek 通用模型
DeepSeek R1	DeepSeek 推理模型
Qwen Max	通义千问旗舰模型
Hunyuan Turbo	腾讯混元高性能推理模型
Hunyuan Pro	腾讯混元效果最优模型
自定义模型	任何兼容 OpenAI Chat Completions API 的端点

MongoDB 数据集合

集合名	用途
`audit_tasks`	审计任务信息（状态、文件路径、技术栈等）
`audit_results`	审计结果（按文件存储漏洞列表）
`audit_logs`	审计日志（实时进度、思考过程等）
`audit_code_files`	解压后的代码块
`audit_vulnerabilities`	临时漏洞数据（报告生成后清理）
`model_configs`	AI 模型配置

常用命令


# Docker 操作
docker compose up -d          # 启动服务
docker compose down           # 停止服务
docker compose logs -f        # 查看日志
docker compose up -d --build  # 重新构建并启动

# 本地开发
npm run dev                   # 启动前端开发服务器
npm run build                 # 构建前端
npm run lint                  # ESLint 检查
npm run format                # Prettier 格式化
cd server && npm run dev      # 启动后端开发服务器

许可证

本项目采用 Apache License 2.0 许可证。

35/F,Tencent Building,Kejizhongyi Avenue,Nanshan District,Shenzhen

京ICP备11018762号-111