Новый проект
Kritt-ai/open-kritt
Самостоятельно размещаемая платформа, которая координирует AI-агентов для анализа кода, проверки находок, устранения дубликатов и ранжирования уязвимостей.
- Stars
- ★ 2.1k ↗ +37 за 7 дней
- Forks
- ⑂ 353
- Язык
- JavaScript
- Статус
- В канале 1 янв. 1 г.
AI-разбор
open·kritt предназначен для поиска реальных уязвимостей в исходном коде с помощью координируемых AI-агентов. Проект разбивает исследование репозитория на небольшие специализированные задачи, запускает их параллельно и объединяет результаты в единую схему находок. В платформе есть конструктор повторно используемых рабочих процессов, запуск анализа локальных и удалённых репозиториев и их зависимостей, а также постскрипты для проверки проблем, создания доказательств работоспособности и подготовки отчётов. Результаты можно очищать от дубликатов и ранжировать с помощью настраиваемых правил серьёзности. Поддерживается подключение через Codex login или API-доступ к OpenAI, Anthropic и OpenRouter, а выполнение инструментальных агентов происходит в одноразовых Docker-контейнерах с правами root, доступом в интернет и изменяемыми копиями репозиториев. Для запуска нужны Git, Docker с Docker Compose и Node.js 20 или новее; backend не имеет встроенной аутентификации, поэтому стек следует держать закрытым и запускать на выделенном хосте или виртуальной машине.
Платформа рассчитана на исследователей безопасности, специалистов по bug bounty, инженеров AppSec и разработчиков, которым нужен контролируемый самостоятельный анализ кода с собственными промптами, моделями, рабочими процессами и инфраструктурой.
Что внутри
- Конструктор рабочих процессов с цепочками специализированных промптов для исследований безопасности.
- Параллельный анализ локальных и удалённых репозиториев, включая зависимости, через Codex или Claude Code.
- Постскрипты для валидации найденных проблем, создания доказательств работоспособности и формирования отчётов.
- Единая схема находок, пользовательские правила ранжирования серьёзности и автоматическое устранение дубликатов.
- Подключение моделей через Codex login, OpenAI, Anthropic или OpenRouter.
- Одноразовые Docker-контейнеры для агентов с возможностью устанавливать инструменты, компилировать цели и запускать тесты.
Где применять
- Исследование безопасности открытых или внутренних репозиториев перед выпуском программного обеспечения.
- Проведение bug bounty-анализа с повторяемыми рабочими процессами и приоритизацией найденных проблем.
- Проверка зависимостей и кода проектов security-minded разработчиками.
- Автоматизированная валидация подозрительных уязвимостей и подготовка технических отчётов с доказательствами.
- Обучение или организация командных процессов по анализу защищённости при наличии выделенного Docker-хоста или виртуальной машины.
Темы