AI代码审计框架搭建

前言

最近ai发展太快了，面试经常被问到ai相关知识，但是又苦于没有找到一套成熟的ai安全学习路线。

直到我到长亭实习之后，接触到了很多ai代码审计的案例，然后我找到了一套比较好用的AI代码审计框架。打算将学习过程做一个分享，这篇文章只是审计环境的搭建，后续会写一些案例。

AI安全中的一些基本概念

Agent

agent最早的含义是"能够自主行动的主体"。在AI时代之前，agent主要指能自动帮用户完成某一类工作的程序，但是这时候的agent并不是一个主体，也不能自由行动，只能按照设定好的代码来执行任务。

直到AI的出现，agent才真正回归了其主体性(至少表面上像一个主体)，所以AI-agent简单来理解就是能够自主决策，自主使用工具的大模型。AI-agent的出现让AI不仅仅是一个只会回答问题的模型，而是一个能将用户的自然语言描述的任务落地实现的智能体。

skill

在 Claude Code 里，Skill 是一段可复用的、带触发条件的指令包。本质就是一个 Markdown文件。

skill里面需要写清楚「什么时候该用我」「用我时按什么步骤做」「不要做什么」。Claude 在跟你对话时会根据 Skill 的 description自动判断是否调用，或者你手动 /skill名触发。

好的skill可以辅助ai决策，从而实现省token，减少幻觉的产生

文件位置

路径	作用域
~/.claude/skills//SKILL.md	用户级（所有项目）
/.claude/skills//SKILL.md	项目级

Windows 下 ~ 即 C:\Users\username\

skill目录结构

my-first-skill/
├── SKILL.md # 必需：主文件
├── scripts/ # 可选：可执行脚本
│ └── helper.py
├── references/ # 可选：参考文档
│ └── api-guide.md
└── assets/ # 可选：模板资源
└── template.docx

skill模板

---
name: skill-name
description: 第三人称描述。说明技能做什么以及何时使用。
---

# 技能标题

## 正文内容

正文标题可以是审计步骤、、输出结构、注意事项、参考内容等，正文内容分点写清楚就行

一些注意点

文件名必须是SKILL.md
文件夹命名必须用kebab-case（小写+连字符），比如my-first-skill
文件夹里不要放README.md，所有说明写在SKILL.md或者references/里

mcp

mcp（Model Context Protocol）即模型上下文协议，他是AI和工具之间的一个中间协议层，AI通过mcp协议可以更加高效的访问某个软件中的数据和调用操作接口。

有的软件有专门的mcp支持，比如neo4j、idea、github等，但是本地的agent其实不用mvp接口也可以实现访问数据和操作。

环境介绍

虽然ai代码审计能力很强，还有各种agent，但是直接将源码喂给ai做审计是一个不太明智的选择，因为如果代码量比较大，烧Token不说，效率还低。所以目前的解决方案就是结合人工审计的思路，先将源码或者打包文件用工具处理，初步的寻找一些可能的漏洞链路然后再交由AI做验证，最终人工确认。

目前的一些工具组合

SinkFinder+Claude Code
Tabby+neo4j+Claude Code
codeql+Claude Code

整个过程，需要人工处理的就是写skill，指导ai按步骤完成任务、按照标准的格式输出。最后就是确认漏洞利用链路和构造exp。

AI工具

Claude Code
OPUS4.7

ide

Windsurf
idea

污点分析

Tabby
SinkFinder
neo4j

环境配置

参考文档

官方文档：https://www.yuque.com/wh1t3p1g/tp0c1t

https://cina666.github.io/2025/03/24/工具tabby的学习之路/

Tabby+neo4j

安装JDK21

首先安装JDK，最新版的neo4j数据库需要JDK21

https://www.oracle.com/java/technologies/downloads/archive/

安装neo4j

neo4j直接去官网下载即可，这里建议不要下载desktop版本的

https://neo4j.com/product/community-edition/

下载Neo4j 5.26.25版本，下载好后解压即可

进入bin目录，执行

neo4j console

成功之后访问

http://localhost:7474/

默认账号密码neo4j/neo4j

安装插件

根据官方文档，适配tabby需要两个插件

apoc 插件

Neo4j v5 版本 apoc 插件改成了两个部分 apoc-core 和 apoc-extend，可自行在以下两个库下载

apoc-core https://github.com/neo4j/apoc
apoc-extended https://github.com/neo4j-contrib/neo4j-apoc-procedures

关于 apoc 插件的版本选择方法：Neo4j 数据库版本的前两位对应 apoc 插件的版本
比如 Neo4j 数据库版本为 v5.3.0，则选择 apoc 插件 v5.3.x 版本

tabby-path-finder 插件

该插件集成了图上的污点传递规则，可以进一步减少误报链路的产生。

项目地址 https://github.com/wh1t3p1g/tabby-path-finder ，下载打包生成对应 jar 文件

注意版本对应，下载好后放在plugins文件夹后即可

配置neo4j

conf\neo4j.conf

取消以下配置注释

server.directories.import=import

允许加载插件

将

#dbms.security.procedures.allowlist=apoc.coll.*,apoc.load.*,gds.*

改为

dbms.security.procedures.unrestricted=jwt.security.*,apoc.*

运行时配置

根据实际情况来,推荐如下配置

配置插件

在conf目录下创建一个新文件apoc.conf

apoc.import.file.enabled=true
apoc.import.file.use_neo4j_config=false

执行CALL apoc.help('all')检查插件是否配置成功

执行CALL tabby.help('tabby')检查tabby是否配置成功

建立索引

为了加快导入/删除的速度，这里提前对节点进行索引建立

CREATE CONSTRAINT c1 IF NOT EXISTS FOR (c:Class) REQUIRE c.ID IS UNIQUE;
CREATE CONSTRAINT c2 IF NOT EXISTS FOR (c:Class) REQUIRE c.NAME IS UNIQUE;
CREATE CONSTRAINT c3 IF NOT EXISTS FOR (m:Method) REQUIRE m.ID IS UNIQUE;
CREATE CONSTRAINT c4 IF NOT EXISTS FOR (m:Method) REQUIRE m.SIGNATURE IS UNIQUE;
CREATE INDEX index1 IF NOT EXISTS FOR (m:Method) ON (m.NAME);
CREATE INDEX index2 IF NOT EXISTS FOR (m:Method) ON (m.CLASSNAME);
CREATE INDEX index3 IF NOT EXISTS FOR (m:Method) ON (m.NAME, m.CLASSNAME);
CREATE INDEX index4 IF NOT EXISTS FOR (m:Method) ON (m.NAME, m.NAME0);
CREATE INDEX index5 IF NOT EXISTS FOR (m:Method) ON (m.SIGNATURE);
CREATE INDEX index6 IF NOT EXISTS FOR (m:Method) ON (m.NAME0);
CREATE INDEX index7 IF NOT EXISTS FOR (m:Method) ON (m.NAME0, m.CLASSNAME);
:schema //查看表库
:sysinfo //查看数据库信息

如果经过很多的导入/删除操作，图数据库占用了很多的硬盘存储，那么可以将原有的图数据库删除，重新按照上面的步骤新建图数据库。删除所有约束

DROP CONSTRAINT c1;
DROP CONSTRAINT c2;
DROP CONSTRAINT c3;
DROP CONSTRAINT c4;
DROP INDEX index1;
DROP INDEX index2;
DROP INDEX index3;
DROP INDEX index4;
DROP INDEX index5;
DROP INDEX index6;
DROP INDEX index7;

安装tabby-vul-finder

这款工具是用于将tabby的扫描结果上传到neo4j的

https://github.com/tabby-sec/tabby-vul-finder

注意在release中下载

配置config/db.properties

生成jar文件

mvn clean package -DskipTests

配置tabby

config/settings.properties

具体配置详情看官方文档

测试

修改配置后执行

java -Xmx8G -jar tabby.jar

然后会在配置文件的指定路径生成几个csv文件

使用tabby-vul-finder上传到neo4j数据库

java -jar tabby-vul-finder.jar load <path>

查询反序列化入口

MATCH (source:Method)
WHERE source.NAME IN ["readObject"]
RETURN source
LIMIT 100

SinkFinder

直接github下载

https://github.com/Phelaine/SinkFinder

java -jar SinkFinder-2.0-jar-with-dependencies.jar -p <path> -d 10

直接在/logs目录下生成结果，叫claude审计分析结果然后结合源码分析即可

Windsurf

官网下载

https://windsurf.com/

使用方法和VS Code一样

配置Claude Code

下载插件

终端下载claude-code

npm install -g @anthropic-ai/claude-code

注意需要改下cmd的代理才能登陆

set HTTPS_PROXY=http://127.0.0.1:10808
set HTTP_PROXY=http://127.0.0.1:10808

需要去官网注册一个号然后订阅pro计划

https://claude.com/

注册可以使用google账号
国外手机号码可以使用接码平台
订阅pro去咸鱼买

不用订阅这个计划也可以，claude code是可以接入其他大模型的，这里推荐GLM（ https://bigmodel.cn/ ）

codeQL

首先下载以下两个组件

https://github.com/github/codeql-cli-binaries/

https://github.com/Semmle/ql

然后在windsurf中安装codeql插件

然后配置codeql路径

这里测试用https://github.com/l4yn3/micro_service_seclab/

创建数据库

codeql database create D:\web\outnet\tools\sast\codeql-win64\database\micro_service_seclab  --language="java"  --command="mvn clean install -DskipTests" --source-root=D:\web\outnet\tools\sast\codeql-win64\source\micro_service_seclab-main

注意一下这里用高版本的jdk编译会报错，如果你的电脑上用的高版本JDK，可以临时改一下cmd使用的JDK版本

set JAVA_HOME=C:\Java\jdk-1.8.0-401
set PATH=%JAVA_HOME%\bin;%PATH%

导入database

在windsurf中打开之前下载的ql项目文件夹，然后在ql/java/ql/src目录下新建一个查询文件demo.ql

然后写一个测试查询语句

select "Hello World"

执行的时候右键文件在codeql插件中执行

posted @ 2026-04-26 18:05 Litsasuk 阅读(243) 评论(0) 收藏举报

刷新页面返回顶部

Litsasuk