DeepAudit：人人拥有的 AI 审计战队，让漏洞挖掘触手可及

在网络安全领域，代码审计一直是一项耗时耗力的工作。传统的静态代码分析工具虽然能自动化扫描，但往往存在误报率高、无法理解业务逻辑、缺乏验证手段等痛点。今天介绍的 DeepAudit 项目，通过 Multi-Agent 协作架构，让 AI 像黑客一样攻击，像专家一样防御，为代码安全审计带来了全新的解决方案。

什么是 DeepAudit？¶

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。

核心特性¶

Multi-Agent 自主审计：AI 自动编排审计策略，全天候自动化执行
RAG 知识库增强：结合代码语义与上下文，大幅降低误报率
沙箱 PoC 验证：自动生成并执行攻击脚本，确认漏洞真实危害
支持本地部署：数据不出内网，支持 Llama3/DeepSeek 等本地模型
多平台支持：兼容 OpenAI、Claude、通义千问、智谱 GLM 等多种 LLM

系统架构¶

Multi-Agent 工作流¶

DeepAudit 采用微服务架构，核心由 Multi-Agent 引擎驱动，整个审计流程分为五个阶段：

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	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

技术栈¶

前端：React 18 + TypeScript + Vite + TailwindCSS + shadcn/ui
后端：FastAPI + Python 3.11+ + PostgreSQL
AI 引擎：LangChain + LangGraph + LiteLLM + ChromaDB
代码分析：Tree-sitter + Semgrep
沙箱环境：Docker

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

支持的漏洞类型¶

DeepAudit 支持检测多种常见的安全漏洞类型：

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
`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

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 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

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¶

使用南京大学镜像站加速拉取 Docker 镜像：

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

启动成功后，访问 http://localhost:3000 开始体验。

方式二：克隆代码部署¶

git clone https://github.com/lintsinghua/DeepAudit.git && cd DeepAudit
cp backend/env.example backend/.env
# 编辑 backend/.env 填入你的 LLM API Key
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. 后端启动¶

cd backend
# 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

2. 前端启动¶

cd frontend
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

支持的 LLM 平台¶

DeepAudit 支持多种 LLM 平台，满足不同场景需求：

平台类型	支持的模型
国际平台	OpenAI GPT-4o / GPT-4、Claude 3.5 Sonnet / Opus、Google Gemini Pro、DeepSeek V3
国内平台	通义千问 Qwen、智谱 GLM-4、Moonshot Kimi、文心一言、MiniMax、豆包
本地部署	Llama3、Qwen2.5、CodeLlama、DeepSeek-Coder、Codestral（通过 Ollama）

应用场景¶

1. 企业安全审计¶

CI/CD 流程集成，自动化代码安全检查
外包项目验收，确认漏洞真实可利用性
合规审计，满足安全合规要求

2. 开发团队¶

开发阶段实时检测，提前发现安全问题
代码审查辅助，降低人工审计工作量
安全培训，通过真实漏洞案例提升安全意识

3. 安全研究¶

漏洞挖掘研究，探索新的攻击技术
PoC 验证，确认漏洞可利用性
知识库构建，积累安全经验

项目亮点¶

解决传统审计痛点¶

😫 传统审计的痛点	💡 DeepAudit 解决方案
人工审计效率低跟不上 CI/CD 代码迭代速度	🤖 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	🔒 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

总结¶

DeepAudit 是一个创新的 AI 驱动代码安全审计平台，通过 Multi-Agent 协作架构和沙箱 PoC 验证技术，解决了传统代码审计工具的痛点。它不仅提高了审计效率，还大幅降低了误报率，让漏洞挖掘变得更加触手可及。

对于企业安全团队、开发人员和安全研究者来说，DeepAudit 都是一个值得尝试的强大工具。无论是用于 CI/CD 集成、代码审查辅助，还是安全研究，它都能提供专业级的代码审计能力。

想了解更多 AI 工具和项目？请访问 AI225导航，我们提供最全面的 AI 工具指南和资源。

AI225导航