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。

• 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、硬编码密钥、命令注入、路径遍历、SSRF 等 14 种漏洞类型及 8 种组合函数漏洞
• 跨文件语义分析 — 自动解析 import/require 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

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。

  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。

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。

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

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

┌──────────────────────────────────────────────────────┐
│                   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）

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
├── 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

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

# 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

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。

首次使用前需配置模型：

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

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

• 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

在「历史记录」页面查看所有审计任务，支持分页浏览和删除。

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

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

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

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

# 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

本项目采用 Apache License 2.0 许可证。