Deepsec 发布最新 AI 安全解决方案

背景

随着软件代码库规模不断膨胀，传统静态分析工具往往难以发现埋藏在深层代码中的复杂漏洞。开发者需要一种能深入理解业务逻辑、利用大语言模型（LLM）进行智能推理的扫描方案。deepsec 正是为此而生——它是一个基于 Agent 的漏洞扫描器，可部署在自有基础设施中，专为大规模仓库的按需代码审查而优化。

核心内容

deepsec 是一个由 Agent 驱动的漏洞扫描工具，用户可以在自己的基础设施中运行。它针对现有大型代码仓库进行全量、按需的代码审查，旨在暴露那些长期潜伏在应用中、难以被传统工具发现的深层问题。deepsec 默认配置使用当前最佳的模型，并开启最大思考级别（可通过 --thinking-level 参数调节，详见 docs/models.md）。这意味着对于大型代码库，一次扫描的成本可能高达数千甚至数万美元。但客户认为，如果能在短时间内修复那些原本可能被忽略的漏洞，这笔投入是值得的。

对于大型代码库，deepsec 会并行地将工作分发给多台工作机器。如果运行中途中断或出错，只需重新运行相同的命令 —— deepsec 会从断点处继续，跳过已分析的文件，只处理剩余部分。

使用方式：进入待扫描的仓库根目录，执行：

npx deepsec init           # 创建 .deepsec/ 目录，并将该仓库注册为第一个项目
cd .deepsec
pnpm install                # 从 npm 安装 deepsec
# 根据 init 输出的提示继续进行

然后，让你的编码助手（Coding Agent）引导安装。打开你选择的 Agent，提示它：

1. 阅读 .deepsec/node_modules/deepsec/SKILL.md 了解工具。
2. 阅读 .deepsec/data/<id>/SETUP.md 并遵循指示：快速浏览该仓库的 README、任何 AGENTS.md/CLAUDE.md 以及若干代表性代码文件，然后替换 .deepsec/data/<id>/INFO.md 的每个部分。保持简短 —— 目标总行数 50–100 行。每部分选 3–5 个示例，不要穷举。命名原语（如 auth helpers、middleware），但不要写行号。跳过通用的 CWE 类别 —— 内置的匹配器会覆盖它们。只覆盖项目特有的内容。INFO.md 会被注入到每个扫描批次中；冗长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

如果你觉得 deepsec 应该查看更多代码部分，可以给它提供编写匹配器的文档，以在代码库中找到更有价值的起点。

相关文档包括：

• docs/getting-started.md —— 首次扫描流程
• docs/reviewing-changes.md —— process --diff 用于 PR 审查和 CI 门控
• docs/supported-tech.md —— deepsec 开箱即识别的框架和生态系统
• docs/writing-matchers.md —— 提示你的编码助手扩展匹配器集
• docs/configuration.md —— deepsec.config.ts 参考
• docs/plugins.md —— 插件编写
• 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 —— 管道内部结构
• docs/data-layout.md —— data/ 模式（FileRecord, RunMeta 等）
• docs/faq.md —— 成本、模型选择、沙箱模式、误报率
• samples/ —— 可复制粘贴的起点（目前有 webapp/）
• CONTRIBUTING.md —— 仓库布局、开发工作流

在本地运行时，如果本机已登录，deepsec 会回退使用你现有的 claude/codex 订阅。Claude Pro/Max、ChatGPT Plus 等订阅可用于评估 deepsec，但通常没有足够的额度用于完整的仓库扫描。对于真正的扫描，请使用 Vercel AI Gateway。一个密钥即可覆盖 Claude 和 Codex，网关的默认配额为高并发研究而设计。

AI_GATEWAY_API_KEY=vck_...

详见 docs/vercel-setup.md 获取密钥以及 Vercel Sandbox 设置。若要绕过网关，显式设置 ANTHROPIC_AUTH_TOKEN + ANTHROPIC_BASE_URL（或 OpenAI 对应的环境变量）。显式值总是优先于 AI_GATEWAY_API_KEY 扩展。

如果 process 或 revalidate 运行因上游凭证额度或配额耗尽而停止，deepsec 会优雅地停止并告知你充值位置。之后重新运行相同的命令，它会从断点处继续。

大型单体仓库可以将工作分发到 Vercel Sandbox 微虚拟机：

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上传；.git 被排除在外。支持本地 OIDC 令牌和 CI 访问令牌 —— 详见 docs/vercel-setup.md。

安全方面：请将 deepsec 视为一个拥有运行环境完整 shell 访问权限的编码 Agent。它设计为运行在受信任的输入（你的源代码）上，但你可能仍然担心由外部依赖或供应商代码导致的提示注入。在沙箱中运行（见上文）可以显著限制潜在暴露：

• 编码 Agent 的 API 密钥注入在沙箱外部，因此无法被窃取。
• 对于工作沙箱，沙箱的网络出站只限于编码 Agent 主机（引导过程中允许出站，但引导过程不运行编码 Agent）。

关键要点

• 基于 Agent 的漏洞扫描：deepsec 利用 LLM 智能推理，能发现传统工具难以捕捉的深层漏洞。
• 可部署在自有基础设施：代码和数据不出企业边界，安全可控。
• 针对大规模仓库优化：支持并行分发，中断后可从断点恢复，无需重新扫描已分析文件。
• 成本高昂但值得：默认使用顶级模型并开启最大思考级别，大型代码库扫描费可达数万美元，但客户认为能快速修复关键漏洞是值得的。
• 使用方式简单：通过 npx deepsec init 初始化，之后用 pnpm deepsec 系列命令执行扫描、处理和导出。
• 支持编码 Agent 引导：可通过现有 Agent（如 Claude、Codex）自动读取文档并配置 INFO.md，减少手动操作。
• 灵活的模型与凭证管理：本地可回退到个人订阅，生产环境推荐使用 Vercel AI Gateway 以获得高并发额度；也可显式设置 API 密钥绕过网关。
• 沙箱支持：可借助 Vercel Sandbox 微虚拟机进行分布式扫描，并限制网络暴露面，降低提示注入风险。
• 丰富的文档体系：提供从入门到架构、插件编写、FAQ 等完整文档，便于用户快速上手和定制。

意义与影响

deepsec 的出现代表了代码安全扫描工具向 LLM 驱动、Agent 化方向的重要演进。传统静态分析工具依赖规则匹配，难以理解复杂业务逻辑和上下文，而 deepsec 通过让 Agent 像人类开发者一样通读代码、进行推理，能够发现隐藏更深的漏洞。这种模式虽然成本较高，但显著提升了漏洞发现的速度和准确性，尤其适合对安全要求极高的企业级应用。

此外，deepsec 的设计理念强调灵活性和可控性：用户可自由选择模型、调整思考级别，甚至自行编写匹配器扩展扫描能力。支持断点续扫、并行分发、沙箱隔离