根据内部评估：Kimi K3 在网络安全方面属于顶级水平。X 上有传言称 Moonshot 存在基准过拟合。这些是隐秘评估。模型拥有原始智商。Sol 在网络能力上领先一大步。虽然成本明显更高，但依然相当出色。Fable 拒绝一切任务。我们完全无法让它完成运行。有趣的是，相比之下 Sol 在协助防御性网络加固方面要开放得多。
TL;DR：前沿、开放权重的网络安全能力已经到来。请访问 http://deepsec.sh 用于防御目的。

vercel-labs/deepsec

来源：https://github.com/vercel-labs/deepsec

deepsec

deepsec 是一个基于智能体的漏洞扫描器，可在您自己的基础设施中运行，针对现有大型仓库中的所有代码进行按需审查进行了优化。deepsec 旨在发现那些长期潜伏在应用程序中、难以被发现的问题。它配置为使用最佳模型并开启最高思考层级（可通过 --thinking-level 调节，详见 docs/models.md），这意味着对于大型代码库，单次扫描的成本可能高达数千甚至数万美元。我们的客户认为，考虑到它能如此迅速地帮助其修补那些原本可能未被修复的漏洞，这个成本是值得的。

对于大型代码库，工作会并行分发到多台工作机器上。如果运行中断或中途出错，只需重新运行相同的命令——deepsec 会从中断处继续，跳过已经分析过的文件，只处理剩余部分。

快速开始

导航到要扫描的仓库根目录，然后执行：

npx deepsec init # 创建 .deepsec/ 目录，并将当前仓库作为首个项目  
cd .deepsec  
pnpm install    # 从 npm 安装 deepsec  
# 按照 `init` 输出的指示继续操作  

现在让您的编码智能体来引导完成安装。打开您选择的智能体，输入提示：

阅读 .deepsec/node_modules/deepsec/SKILL.md 以了解该工具的功能。
然后阅读 .deepsec/data/<project_key>/SETUP.md 并按照指示操作：
浏览此仓库的 README、任何 AGENTS.md/CLAUDE.md 文件以及少量代表性代码文件，
然后替换 .deepsec/data/<project_key>/INFO.md 中的每个部分。

请保持简短——目标总行数 50-100 行。每个部分选择 3-5 个示例，无需穷举。
命名原始组件（如认证辅助函数、中间件），但不要写行号。
跳过通用的 CWE 类别——内置匹配器已覆盖。
仅覆盖项目特有的内容。
INFO.md 会被注入到每一次扫描批次中；啰嗦的上下文会稀释信号。

然后在 .deepsec/ 目录内执行扫描：

pnpm deepsec scan  
pnpm deepsec process  
pnpm deepsec revalidate   # 可选，降低误报率  
pnpm deepsec export --format md-dir --out ./findings  

如果您觉得 deepsec 应该查看代码的更多部分，请将 编写匹配器 文档提供给它，以便在代码库中找到更有价值的起点。

文档

• docs/getting-started.md — 首次扫描指南
• docs/reviewing-changes.md — 用于 PR 审查和 CI 门控的 process --diff
• docs/supported-tech.md — deepsec 开箱即用的框架和生态系统
• docs/writing-matchers.md — 让您的编码智能体扩展匹配器集
• docs/configuration.md — deepsec.config.ts 参考
• docs/plugins.md — 插件开发
• docs/models.md — 模型选择、默认值、拒绝、未来模型
• docs/vercel-setup.md — AI Gateway + Vercel Sandbox 密钥/令牌
• docs/architecture.md — 流水线内部结构
• docs/data-layout.md — data/ 目录模式（FileRecord、RunMeta 等）
• docs/faq.md — 成本、模型选择、沙箱模式、误报率
• samples/ — 可直接复制的初始模板（当前：webapp/）
• CONTRIBUTING.md — 仓库布局、开发工作流

AI 提供商

在本地运行时，如果您已在此机器上登录，deepsec 会回退到您现有的 claude / codex 订阅。订阅（Claude Pro/Max、ChatGPT Plus）可用于评估 deepsec，但通常没有足够资源完成完整的仓库扫描。对于真实扫描，请使用 Vercel AI Gateway。一个密钥即可覆盖 Claude 和 Codex，且网关的默认额度专为高并发研究而设计。

AI_GATEWAY_API_KEY=vck_...  

请参阅 docs/vercel-setup.md 了解如何获取密钥以及 Vercel Sandbox 的设置。

要绕过网关，请显式设置 ANTHROPIC_AUTH_TOKEN + ANTHROPIC_BASE_URL（或 OpenAI 对应的环境变量组合）。显式设置的值始终优先于 AI_GATEWAY_API_KEY 的扩展值。

如果 process 或 revalidate 运行因上游凭据额度或积分耗尽而停止，deepsec 会优雅地停止并告知您在哪里充值。之后重新运行相同的命令，它会从停止处继续。

分布式执行（可选）

大型单仓库可以将工作分散到 Vercel Sandbox (https://vercel.com/docs/vercel-sandbox) 的微型虚拟机中：

pnpm deepsec sandbox process --project-id my-app --sandboxes 10 --concurrency 4  

需要 Vercel 账户。本地工作树会被打包成 tar 包并上传；.git 目录会被排除。支持 OIDC 令牌（本地）和访问令牌（CI）——请参阅 docs/vercel-setup.md。

deepsec 自身的安全模型

请将 deepsec 视为一个对其运行环境拥有完全 shell 访问权限的编码智能体。它设计为在受信任的输入（您的源代码）上运行，但您可能仍然担心由于外部依赖项或第三方代码导致的提示注入。在沙箱中运行（见上文）可以大幅限制潜在风险：

• 编码智能体的 API 密钥在沙箱外部注入，因此无法被窃取
• 对于工作沙箱，从沙箱外出的网络流量仅限于编码智能体主机（引导过程中允许出站流量，但此过程不运行编码智能体）

工作流参考

许可证

Apache 2.0。请参阅 LICENSE 和 NOTICE。

Malte Ubl (@cramforce)：
我们在一个私有的网络安全基准测试上运行了 Kimi K3。
TL;DR：在召回率/精确率/成本方面，Kimi K3 是网络安全任务的主力。GPT 5.6 在召回率/精确率方面最佳，但每次运行成本高出 7 倍。
背景信息：https://t.co/FVd4XWRfw8 是一个开源的网络攻击/防御框架。