DeepAudit

DeepAudit - 人人拥有的 AI 审计战队，让漏洞挖掘触手可及 🦸‍♂️

[Version] [License: AGPL-3.0] [React] [TypeScript] [FastAPI] [Python] [Ask DeepWiki]

[Stars] [Forks]

---

📸 界面预览

🤖 Agent 审计入口

首页快速进入 Multi-Agent 深度审计

📊 专业报告

一键导出 PDF / Markdown / JSON（图中为快速模式，非Agent模式报告）

---

🏆 CVE 漏洞发现

DeepAudit（闭源版本） 已成功发现并获得 49 个 CVE 编号 和 6 个 GHSA 安全公告🦞

涉及17个知名开源项目

OpenClaw🦞 漏洞挖掘成果

DeepAudit 内测版本对 OpenClaw 项目进行了深度安全审计，目前已发现 6 个安全漏洞，均已被官方确认并发布安全公告（GHSA）。漏洞类型覆盖命令注入、签名验证绕过、远程代码执行、凭证泄露、资源耗尽及敏感信息泄露，其中包含多个 High 级别漏洞。更多漏洞仍在持续挖掘中。

GHSA 编号	项目	项目热度	漏洞类型	严重性
GHSA-g353-mgv3-8pcj	OpenClaw	[Stars]	Signature Verification Bypass	8.6
GHSA-99qw-6mr3-36qr	OpenClaw	[Stars]	Code Execution	8.5
GHSA-7h7g-x2px-94hj	OpenClaw	[Stars]	Credential Exposure	6.9
GHSA-g2f6-pwvx-r275	OpenClaw	[Stars]	Command Injection	Medium
GHSA-jq3f-vjww-8rq7	OpenClaw	[Stars]	Resource Exhaustion	High
GHSA-xwcj-hwhf-h378	OpenClaw	[Stars]	Information Disclosure	Medium

CVE 编号	项目	项目热度	漏洞类型	CVSS
CVE-2026-1884	Zentao PMS	[Stars]	SSRF	5.1
CVE-2025-13789	Zentao PMS	[Stars]	SSRF	5.3
CVE-2025-13787	Zentao PMS	[Stars]	Privilege Escalation	9.1
CVE-2025-64428	Dataease	[Stars]	JNDI Injection	9.8
CVE-2025-13246	Modulithshop	[Stars]	SQL Injection	6.3
CVE-2025-64163	Dataease	[Stars]	SSRF	9.8
CVE-2025-64164	Dataease	[Stars]	JNDI Injection	9.8
CVE-2025-11581	PowerJob	[Stars]	Privilege Escalation	7.5
CVE-2025-11580	PowerJob	[Stars]	Privilege Escalation	5.3
CVE-2025-10771	Jimureport	[Stars]	Deserialization	9.8
CVE-2025-10770	Jimureport	[Stars]	Deserialization	6.5
CVE-2025-10769	H2o-3	[Stars]	Deserialization	9.8
CVE-2025-10768	H2o-3	[Stars]	Deserialization	9.8
CVE-2025-58045	Dataease	[Stars]	JNDI Injection	9.8
CVE-2025-10423	Newbee-mall	[Stars]	Guessable Captcha	3.7
CVE-2025-10422	Newbee-mall	[Stars]	Privilege Escalation	4.3
CVE-2025-9835	Mall	[Stars]	Privilege Escalation	4.3
CVE-2025-9737	O2oa	[Stars]	XSS	5.4
CVE-2025-9736	O2oa	[Stars]	XSS	5.4
CVE-2025-9735	O2oa	[Stars]	XSS	5.4
CVE-2025-9734	O2oa	[Stars]	XSS	5.4
CVE-2025-9719	O2oa	[Stars]	XSS	5.4
CVE-2025-9718	O2oa	[Stars]	XSS	5.4
CVE-2025-9717	O2oa	[Stars]	XSS	5.4
CVE-2025-9716	O2oa	[Stars]	XSS	5.4
CVE-2025-9715	O2oa	[Stars]	XSS	5.4
CVE-2025-9683	O2oa	[Stars]	XSS	5.4
CVE-2025-9682	O2oa	[Stars]	XSS	5.4
CVE-2025-9681	O2oa	[Stars]	XSS	5.4
CVE-2025-9680	O2oa	[Stars]	XSS	5.4
CVE-2025-9659	O2oa	[Stars]	XSS	5.4
CVE-2025-9658	O2oa	[Stars]	XSS	5.4
CVE-2025-9657	O2oa	[Stars]	XSS	5.4
CVE-2025-9655	O2oa	[Stars]	XSS	5.4
CVE-2025-9646	O2oa	[Stars]	XSS	5.4
CVE-2025-9602	RockOA	[Stars]	Database Backdoor	6.5
CVE-2025-9514	Mall	[Stars]	Privilege Escalation	3.7
CVE-2025-9264	Xxl-job	[Stars]	Privilege Escalation	5.4
CVE-2025-9263	Xxl-job	[Stars]	Privilege Escalation	4.3
CVE-2025-9241	Eladmin	[Stars]	CSV/XLSX Injection	7.5
CVE-2025-9240	Eladmin	[Stars]	Sensitive Information Disclosure	4.3
CVE-2025-9239	Eladmin	[Stars]	Hardcoded Credentials	3.7
CVE-2025-8974	Litemall	[Stars]	Hardcoded Credentials	9.8
CVE-2025-8852	Wukong CRM	[Stars]	Sensitive Information Disclosure	4.3
CVE-2025-8840	Jsherp	[Stars]	Privilege Escalation	5.4
CVE-2025-8839	Jsherp	[Stars]	Privilege Escalation	8.8
CVE-2025-8764	Litemall	[Stars]	XSS	5.4
CVE-2025-8753	Litemall	[Stars]	Arbitrary File Deletion	5.4
CVE-2025-8708	White-Jotter	[Stars]	Deserialization	7.5

👉 查看完整 CVE 列表详情

以上漏洞由 DeepAudit 团队成员 @lintsinghua @ez-lbz 使用 DeepAudit 挖掘发现

如果您使用 DeepAudit 发现了漏洞，欢迎在 Issues 中留言反馈。您的贡献将极大地丰富这份漏洞列表，非常感谢！

---

⚡ 项目概述

DeepAudit 是一个基于 Multi-Agent 协作架构的下一代代码安全审计平台。它不仅仅是一个静态扫描工具，而是模拟安全专家的思维模式，通过多个智能体（Orchestrator, Recon, Analysis, Verification）的自主协作，实现对代码的深度理解、漏洞挖掘和 自动化沙箱 PoC 验证。

我们致力于解决传统 SAST 工具的三大痛点：

• 误报率高 — 缺乏语义理解，大量误报消耗人力
• 业务逻辑盲点 — 无法理解跨文件调用和复杂逻辑
• 缺乏验证手段 — 不知道漏洞是否真实可利用

用户只需导入项目，DeepAudit 便全自动开始工作：识别技术栈 → 分析潜在风险 → 生成脚本 → 沙箱验证 → 生成报告，最终输出一份专业审计报告。

核心理念: 让 AI 像黑客一样攻击，像专家一样防御。

💡 为什么选择 DeepAudit？

😫 传统审计的痛点	💡 DeepAudit 解决方案
人工审计效率低跨不上 CI/CD 代码迭代速度，拖慢发布流程	🤖 Multi-Agent 自主审计AI 自动编排审计策略，全天候自动化执行
传统工具误报多缺乏语义理解，每天花费大量时间清洗噪音	🧠 RAG 知识库增强结合代码语义与上下文，大幅降低误报率
数据隐私担忧担心核心源码泄露给云端 AI，无法满足合规要求	🔒 支持 Ollama 本地部署数据不出内网，支持 Llama3/DeepSeek 等本地模型
无法确认真实性外包项目漏洞多，不知道哪些漏洞真实可被利用	💥 沙箱 PoC 验证自动生成并执行攻击脚本，确认漏洞真实危害

---

🏗️ 系统架构

整体架构图

DeepAudit 采用微服务架构，核心由 Multi-Agent 引擎驱动。

🔄 审计工作流

步骤	阶段	负责 Agent	主要动作
1	策略规划	Orchestrator	接收审计任务，分析项目类型，制定审计计划，下发任务给子 Agent
2	信息收集	Recon Agent	扫描项目结构，识别框架/库/API，提取攻击面（Entry Points）
3	漏洞挖掘	Analysis Agent	结合 RAG 知识库与 AST 分析，深度审查代码，发现潜在漏洞
4	PoC 验证	Verification Agent	(关键) 编写 PoC 脚本，在 Docker 沙箱中执行。如失败则自我修正重试
5	报告生成	Orchestrator	汇总所有发现，剔除被验证为误报的漏洞，生成最终报告

📂 项目代码结构

DeepAudit/
├── backend/                        # Python FastAPI 后端
│   ├── app/
│   │   ├── agents/                 # Multi-Agent 核心逻辑
│   │   │   ├── orchestrator.py     # 总指挥：任务编排
│   │   │   ├── recon.py            # 侦察兵：资产识别
│   │   │   ├── analysis.py         # 分析师：漏洞挖掘
│   │   │   └── verification.py     # 验证者：沙箱 PoC
│   │   ├── core/                   # 核心配置与沙箱接口
│   │   ├── models/                 # 数据库模型
│   │   └── services/               # RAG, LLM 服务封装
│   └── tests/                      # 单元测试
├── frontend/                       # React + TypeScript 前端
│   ├── src/
│   │   ├── components/             # UI 组件库
│   │   ├── pages/                  # 页面路由
│   │   └── stores/                 # Zustand 状态管理
├── docker/                         # Docker 部署配置
│   ├── sandbox/                    # 安全沙箱镜像构建
│   └── postgres/                   # 数据库初始化
└── docs/                           # 详细文档

---

🚀 快速开始

方式一：一行命令部署（推荐）

使用预构建的 Docker 镜像，无需克隆代码，一行命令即可启动：

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

🇨🇳 国内加速部署（作者亲测非常无敌之快）

使用南京大学镜像站加速拉取 Docker 镜像（将 ghcr.io 替换为 ghcr.nju.edu.cn）：

# 国内加速版 - 使用南京大学 GHCR 镜像站
curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.cn.yml | docker compose -f - up -d

# 前端镜像
docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-frontend:latest

# 后端镜像
docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-backend:latest

# 沙箱镜像
docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-sandbox:latest

💡 镜像源由 南京大学开源镜像站 提供支持

如果拉取镜像仍然较慢，可以配置 Docker 镜像加速器。编辑 Docker 配置文件并添加以下镜像源：

Linux / macOS：编辑 /etc/docker/daemon.json

Windows：右键 Docker Desktop 图标 → Settings → Docker Engine

{
  "registry-mirrors": [
    "https://docker.1ms.run",
    "https://dockerproxy.com",
    "https://hub.rat.dev"
  ]
}

保存后重启 Docker 服务：

# Linux
sudo systemctl restart docker

# macOS / Windows
# 重启 Docker Desktop 应用

🎉 启动成功！ 访问 http://localhost:3000 开始体验。

---

方式二：克隆代码部署

适合需要自定义配置或二次开发的用户：

# 1. 克隆项目
git clone https://github.com/lintsinghua/DeepAudit.git && cd DeepAudit

# 2. 配置环境变量
cp backend/env.example backend/.env
# 编辑 backend/.env 填入你的 LLM API Key

# 3. 一键启动
docker compose up -d

首次启动会自动构建沙箱镜像，可能需要几分钟。

---

🔧 源码开发指南

适合开发者进行二次开发调试。

环境要求

• Python 3.11+
• Node.js 20+
• PostgreSQL 15+
• Docker (用于沙箱)

1. 手动启动数据库

docker compose up -d redis db adminer

2. 后端启动

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

3. 前端启动

cd frontend
# 配置环境
cp .env.example .env

pnpm install
pnpm dev

3. 沙箱环境

开发模式下需要本地 Docker 拉取沙箱镜像：

# 标准拉取
docker pull ghcr.io/lintsinghua/deepaudit-sandbox:latest

# 国内加速（南京大学镜像站）
docker pull ghcr.nju.edu.cn/lintsinghua/deepaudit-sandbox:latest

---

🤖 Multi-Agent 智能审计

支持的漏洞类型

漏洞类型	描述
sql_injection	SQL 注入
xss	跨站脚本攻击
command_injection	命令注入
path_traversal	路径遍历
ssrf	服务端请求伪造
xxe	XML 外部实体注入

漏洞类型	描述
insecure_deserialization	不安全反序列化
hardcoded_secret	硬编码密钥
weak_crypto	弱加密算法
authentication_bypass	认证绕过
authorization_bypass	授权绕过
idor	不安全直接对象引用

📖 详细文档请查看 Agent 审计指南

---

🔌 支持的 LLM 平台

💡 支持 API 中转站，解决网络访问问题 | 详细配置 → LLM 平台支持

---

🎯 功能矩阵

功能	说明	模式
🤖 Agent 深度审计	Multi-Agent 协作，自主编排审计策略	Agent
🧠 RAG 知识增强	代码语义理解，CWE/CVE 知识库检索	Agent
🔒 沙箱 PoC 验证	Docker 隔离执行，验证漏洞有效性	Agent
🗂️ 项目管理	GitHub/GitLab/Gitea 导入，ZIP 上传，10+ 语言支持	通用
⚡ 即时分析	代码片段秒级分析，粘贴即用	通用
🔍 五维检测	Bug · 安全 · 性能 · 风格 · 可维护性	通用
💡 What-Why-How	精准定位 + 原因解释 + 修复建议	通用
📋 审计规则	内置 OWASP Top 10，支持自定义规则集	通用
📝 提示词模板	可视化管理，支持中英文双语	通用
📊 报告导出	PDF / Markdown / JSON 一键导出	通用
⚙️ 运行时配置	浏览器配置 LLM，无需重启服务	通用

🦖 发展路线图

我们正在持续演进，未来将支持更多语言和更强大的 Agent 能力。

• 基础静态分析，集成 Semgrep
• 引入 RAG 知识库，支持 Docker 安全沙箱
• Multi-Agent 协作架构 (Current)
• 支持更真实的模拟服务环境，进行更真实漏洞验证流程
• 沙箱从function_call优化集成为稳定MCP服务
• 自动修复 (Auto-Fix): Agent 直接提交 PR 修复漏洞
• 增量PR审计: 持续跟踪 PR 变更，智能分析漏洞，并集成CI/CD流程
• 优化RAG: 支持自定义知识库

---

🤝 贡献与社区

贡献指南

我们非常欢迎您的贡献！无论是提交 Issue、PR 还是完善文档。 请查看 CONTRIBUTING.md 了解详情。

📬 联系作者

欢迎大家来和我交流探讨！无论是技术问题、功能建议还是合作意向，都期待与你沟通~ （平台定制、代码审计服务、技术咨询、合作洽谈等请通过邮箱联系）

联系方式
📧 邮箱	lintsinghua@qq.com
🐙 GitHub	@lintsinghua

📄 许可证

本项目采用 AGPL-3.0 License 开源。

📈 项目热度

---

---

致谢

感谢以下开源项目的支持：

FastAPI · LangChain · LangGraph · ChromaDB · LiteLLM · Tree-sitter · Kunlun-M · Strix · React · Vite · Radix UI · TailwindCSS · shadcn/ui

---

⚠️ 重要安全声明

法律合规声明

1. 禁止任何未经授权的漏洞测试、渗透测试或安全评估
2. 本项目仅供网络空间安全学术研究、教学和学习使用
3. 严禁将本项目用于任何非法目的或未经授权的安全测试

漏洞上报责任

1. 发现任何安全漏洞时，请及时通过合法渠道上报
2. 严禁利用发现的漏洞进行非法活动
3. 遵守国家网络安全法律法规，维护网络空间安全

使用限制

• 仅限在授权环境下用于教育和研究目的
• 禁止用于对未授权系统进行安全测试
• 使用者需对自身行为承担全部法律责任

免责声明

作者不对任何因使用本项目而导致的直接或间接损失负责，使用者需对自身行为承担全部法律责任。

---

📖 详细安全政策

有关安装政策、免责声明、代码隐私、API使用安全和漏洞报告的详细信息，请参阅 DISCLAIMER.md 和 SECURITY.md 文件。

快速参考

• 代码隐私警告: 您的代码将被发送到所选择的LLM服务商服务器
• 敏感代码处理: 使用本地模型处理敏感代码
• 合规要求: 遵守数据保护和隐私法律法规
• 漏洞报告: 发现安全问题请通过合法渠道上报