让 AI 帮你挖项目漏洞：实测开源神器 DeepAudit，它已经挖到 49 个 CVE 了

写在前面

做安全的朋友大概都有这种体感：传统的代码审计工具，跑一遍能给你吐出几百条告警，但真正有价值的没几条——误报多到让人麻木，最后大家干脆不看了。

直到我上手了 DeepAudit，这个认知被彻底刷新了。

它不是又一个静态扫描器。它的思路是让一支"AI 黑客战队"去审你的代码——侦察、分析、写 PoC、进沙箱实跑验证，整套流程模拟真实安全专家的工作方式。最关键的是，它会真的把漏洞打一遍给你看，而不是只甩给你一句"这里可能有问题"。

更有说服力的是战绩：它已经在 17 个知名开源项目里挖出了 49 个 CVE 编号和 6 个 GHSA 安全公告，其中不乏 CVSS 9.8 的高危。这不是 PPT 能力，是实战验证过的。

这篇我把它的架构、工作流和上手方式完整拆给你。

⚠️ 先说重点：DeepAudit 仅供安全研究、教学与对你自己有授权的项目做审计使用。拿它去扫别人的系统是违法的，这条红线千万别碰。

一、它到底强在哪：传统 SAST 的三道坎，它全跨过去了

要理解 DeepAudit 的价值，得先看清传统静态扫描工具（SAST）卡在哪：

最戳我的是第三点。传统工具报完就完事了，DeepAudit 会真的写一个攻击脚本去打，打通了才算数，打不通就当误报剔除。这一下就把"可能有漏洞"变成了"确认可利用"，价值天差地别。

它的一句话理念我也很喜欢：像黑客一样攻击，像专家一样防御。

二、核心架构：一支四人 AI 战队是怎么分工的

DeepAudit 最核心的设计，是把"审代码"这件事拆给了四个各司其职的 Agent。它们不是简单串联，而是像真实的安全团队一样自主协作。

这个分工的妙处在于：每个 Agent 只专注一件事，专注才能做深。 Recon 不用操心怎么写 PoC，Analysis 不用管报告怎么排版，职责边界清清楚楚——这恰恰是单个"全能 Agent"做不到的。

三、完整工作流：从一行命令到一份"打通了的"漏洞报告

把这四个 Agent 串起来，就是一条完整的审计流水线：

① 策略规划 (Orchestrator)
     接任务 → 判断项目类型 → 制定计划 → 下发子任务
         ↓
② 信息收集 (Recon)
     扫描结构 → 识别框架/库/API → 提取攻击面
         ↓
③ 漏洞挖掘 (Analysis)
     RAG + AST 深度审查 → 发现潜在漏洞
         ↓
④ PoC 验证 (Verification)  ★关键环节★
     写 PoC → Docker 沙箱实跑 → 失败则自我修正重试
         ↓
⑤ 报告生成 (Orchestrator)
     汇总发现 → 剔除验证为误报的 → 生成最终报告

我特意把第 ④ 步标了星——这是 DeepAudit 和所有传统工具的分水岭。它不满足于"我觉得这里有漏洞"，而是真的去 Docker 沙箱里把这个漏洞打一遍。打通了，确认可利用；打不通，当误报剔掉。最终报告里留下的，都是验证过的真家伙。

这就是为什么它的报告误报率极低——因为每一条都经过了实战检验。

四、技术栈与能力盘点

4.1 它能审什么

支持从 GitHub / GitLab / Gitea 直接导入，也能上传 ZIP，覆盖 10+ 种语言。

漏洞类型覆盖了 12 类，基本把 Web 安全的高频项都包了：

4.2 技术底子

后端是 Python 3.11+ / FastAPI，串起了 LangChain + LangGraph（Agent 编排）、ChromaDB（RAG 向量库）、LiteLLM（多模型适配）、Tree-sitter（AST 解析）这一套现代 Agent 工程栈；前端是 React 18 + TypeScript + shadcn/ui。

4.3 模型选择很自由

这点对国内用户特别友好——它几乎把主流模型都接上了：

• 国际：GPT-4o、Claude 3.5 Sonnet/Opus、Gemini Pro、DeepSeek V3
• 国内：通义千问、智谱 GLM-4、Kimi、文心一言、MiniMax、豆包
• 本地私有化：通过 Ollama 跑 Qwen2.5、CodeLlama、DeepSeek-Coder、Codestral 等

强烈建议审敏感代码时用本地模型。因为审计过程中代码会发给所选的 LLM 服务商，用 Ollama 本地部署能做到"代码不出内网"，合规又安心。

五、实战战绩：49 个 CVE 不是吹的

空谈架构没意思，看硬货。DeepAudit 已在 17 个知名开源项目里挖出 49 个 CVE 和 6 个 GHSA。挑几个 CVSS 9.0+ 的高危感受一下：

涉及的项目里不乏禅道、Dataease、PowerJob、xxl-job 这些大家眼熟的名字。能在这些被无数人审过的成熟项目里挖出 9.8 高危，这个实战能力是实打实的。

六、上手：一行命令就能跑起来

DeepAudit 的部署体验做得很克制，新手也能五分钟跑通。

方式一：一行命令（推荐）

不用克隆代码，直接拉预构建镜像：

curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.yml | docker compose -f - up -d

国内网络慢的话，用南京大学的镜像加速版：

curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.cn.yml | docker compose -f - up -d

启动后浏览器打开 http://localhost:3000 就能用。LLM 的 API Key 直接在网页里配，不用重启服务——这个细节很贴心。

方式二：克隆部署（想二次开发选这个）

# 1. 克隆
git clone https://github.com/lintsinghua/DeepAudit.git && cd DeepAudit
# 2. 配环境变量，填入你的 LLM API Key
cp backend/env.example backend/.env
# 3. 一键启动（首次会自动构建沙箱镜像，等几分钟）
docker compose up -d

提示：上面这行 curl | docker compose 的命令会从网络拉取并直接执行编排文件，跑之前建议先把 yml 内容看一眼，确认来源无误再执行——这是个好习惯，对任何"管道直执行"的命令都适用。

七、几句实在的总结

用下来，我觉得 DeepAudit 最大的意义，是把"代码审计"从一件需要资深专家 + 大量人力的事，变成了一支 AI 战队自动跑通的事。

它真正解决问题的三个点，我再强调一遍：

1. Multi-Agent 分工——侦察、分析、验证各管一段，专注才够深；
2. 沙箱 PoC 实跑——不报"可能有"，只报"确认能打通"，误报率打下来了；
3. 本地模型支持——Ollama 私有化让敏感代码不出内网，合规无忧。

它的路线图也值得期待：自动修复（Agent 直接提 PR）、增量 PR 审计接入 CI/CD——一旦落地，安全审计就能真正嵌进日常开发流，而不是上线前临时抱佛脚。

最后再把那条红线重复一次,因为它真的重要：

DeepAudit 只能用于安全研究、教学，以及对你拥有合法授权的项目做审计。 拿它去扫别人的系统属于违法行为，后果自负。技术是把好刀，但刀要用在对的地方。

如果你也在做安全、或者想给自己的项目体检一遍，这个开源神器值得装一个试试。

项目地址：github.com/lintsinghua/DeepAudit（AGPL-3.0）。本文数据来自项目公开信息，CVE 战绩可在 GitHub 仓库核验。