Pantheon-Security/medusa
GitHub: Pantheon-Security/medusa
AI 优先的多语言安全扫描器，内置 4000+ 检测规则，专注 AI/ML 应用、LLM 智能体和 MCP 服务器的安全漏洞与新型威胁发现。
Stars: 172 | Forks: 31
# 🐍 MEDUSA - AI 安全扫描器
[](https://pypi.org/project/medusa-security/)
[](https://pypi.org/project/medusa-security/)
[](https://www.python.org/downloads/)
[](https://www.gnu.org/licenses/agpl-3.0)
[](https://github.com/Pantheon-Security/medusa/actions/workflows/test.yml)
[](https://github.com/Pantheon-Security/medusa)
[](https://github.com/Pantheon-Security/medusa)
[](https://github.com/Pantheon-Security/medusa)
**AI 优先的安全扫描器，拥有 4,000+ 检测模式，专为 AI/ML、智能体和 LLM 应用程序设计。**
**🤖 开箱即用 - 无需安装任何工具。**
**🚨 133 个 CVE：Log4Shell、Spring4Shell、XZ Utils、LangChain RCE、MCP-Remote RCE、React2Shell**
**✨ 新版 v2026.3.0：514 个 FP 过滤器、扫描器精度调优、复合门控、已移除 yamllint！**
## 🎯 什么是 MEDUSA？
MEDUSA 是一款 AI 优先的安全扫描器，拥有 **4,000+ 检测模式**，开箱即用。只需安装并扫描 - 无需安装外部工具。MEDUSA 的内置规则可检测 AI/ML 应用程序、LLM 智能体、MCP 服务器、RAG 流水线以及传统代码中的漏洞。
### ✨ 关键特性
- 🤖 **4,000+ AI 安全模式** - 业界领先的 AI/ML、智能体和 LLM 应用程序覆盖范围
- 🚀 **零设置要求** - `pip install` 后立即可用 - 无需安装工具
- 🚨 **133 个 CVE 检测** - Log4Shell、Spring4Shell、XZ Utils 后门、LangChain RCE、MCP 远程代码执行、React2Shell 等
- ⚡ **并行处理** - 多核扫描（比顺序扫描快 10-40 倍）
- 🎨 **美观的 CLI** - 带进度条的 Rich 终端输出
- 🧠 **IDE 集成** - 支持 Claude Code、Cursor、VS Code、Gemini CLI
- 🔄 **智能缓存** - 跳过未更改的文件，实现极速重新扫描
- ⚙️ **可配置** - 使用 `.medusa.yml` 进行项目特定设置
- 🌍 **跨平台** - 原生支持 Windows、macOS 和 Linux
- 📊 **多种报告** - 支持 JSON、HTML、Markdown、SARIF 导出，适配任何工作流
- 🔧 **可选 Linter 支持** - 如果安装了外部 linter，会自动检测以增强覆盖范围
### 🆕 v2026.3.0 的新功能
**扫描器精度 + FP 调优** - 复合扫描器门控、精度调优模式和 514 个 FP 过滤器。
| 变更 | 描述 |
|--------|-------------|
| 🎯 **514 个 FP 过滤模式** | 从 430 个增加 — 在真实项目中减少 96.8% 的误报 |
| 🔧 **扫描器归因修复** | 并行扫描发现现在正确归因于原始扫描器 |
| 🛡️ **复合扫描器门控** | MultiAgent、Steganography、LLMGuard 扫描器需要框架指示器才能触发 |
| ✂️ **移除 YAMLScanner** | 放弃 yamllint（样式 linter）— Trivy + Semgrep + MEDUSA 规则涵盖 YAML 安全 |
| 🔍 **精度模式调优** | 收紧 MCP、RAG、工具投毒、多智能体模式以减少 FP |
| 🚨 **133 个关键 CVE** | CVEMiner 数据库涵盖 LangChain、PyTorch、MCP、Log4Shell、XZ Utils |
| 🤖 **4,000+ AI 模式** | 用于 AI/ML、智能体、MCP、RAG、提示词注入的内置规则 |
**外部 Linter**（可选）：
- 如果已安装，MEDUSA 会自动检测 `bandit`、`eslint`、`shellcheck` 等
- 安装说明请参阅 **[可选工具指南](docs/OPTIONAL_TOOLS.md)**
## 🚀 快速开始
### 安装
```
# 安装 MEDUSA (支持 Windows, macOS, Linux)
pip install medusa-security
# 运行你的第一次扫描 - 就这么简单！
medusa scan .
```
**虚拟环境（推荐）：**
```
# 创建并激活虚拟环境
python3 -m venv medusa-env
source medusa-env/bin/activate # On Windows: medusa-env\Scripts\activate
# 安装并扫描
pip install medusa-security
medusa scan .
```
**平台说明：**
- **Windows**：如果找不到 `medusa` 命令，请使用 `py -m medusa`
- **macOS/Linux**：应该开箱即用
### 可选：AI 模型扫描
```
# 安装 modelscan 用于 ML 模型漏洞检测
medusa install --ai-tools
```
### 可选：外部 Linter
如果已安装外部 linter（bandit、eslint、shellcheck 等），MEDUSA 会自动检测并自动使用它们以增强扫描覆盖范围。
**[查看安装指南 →](docs/OPTIONAL_TOOLS.md)** 了解特定平台的说明。
### 截图
**扫描启动** - 代码库分析、语言检测、AI 模式识别：
**实时进度** - 带问题计数的实时扫描器进度：
**扫描完成** - 带统计信息和报告路径的摘要：
### 📊 报告格式
MEDUSA 生成多种格式的精美报告：
**JSON** - 用于 CI/CD 集成的机器可读格式
```
medusa scan . --format json
```
**HTML** - 带交互式图表的精美玻璃拟态 UI
```
medusa scan . --format html
```
**Markdown** - 适用于 GitHub/wikis 的文档友好格式
```
medusa scan . --format markdown
```
**所有格式** - 一次生成所有内容
```
medusa scan . --format all
```
## 📚 语言支持
MEDUSA 支持 **41 种不同的扫描器类型**，涵盖所有主要编程语言和文件格式：
### 后端语言 (9)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| Python | Bandit | `.py` |
| JavaScript/TypeScript | ESLint | `.js`, `.jsx`, `.ts`, `.tsx` |
| Go | golangci-lint | `.go` |
| Ruby | RuboCop | `.rb`, `.rake`, `.gemspec` |
| PHP | PHPStan | `.php` |
| Rust | Clippy | `.rs` |
| Java | Checkstyle | `.java` |
| C/C++ | cppcheck | `.c`, `.cpp`, `.cc`, `.cxx`, `.h`, `.hpp` |
| C# | Roslynator | `.cs` |
### JVM 语言 (3)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| Kotlin | ktlint | `.kt`, `.kts` |
| Scala | Scalastyle | `.scala` |
| Groovy | CodeNarc | `.groovy`, `.gradle` |
### 函数式语言 (5)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| Haskell | HLint | `.hs`, `.lhs` |
| Elixir | Credo | `.ex`, `.exs` |
| Erlang | Elvis | `.erl`, `.hrl` |
| F# | FSharpLint | `.fs`, `.fsx` |
| Clojure | clj-kondo | `.clj`, `.cljs`, `.cljc` |
### 移动开发 (2)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| Swift | SwiftLint | `.swift` |
| Objective-C | OCLint | `.m`, `.mm` |
### 前端与样式 (3)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| CSS/SCSS/Sass/Less | Stylelint | `.css`, `.scss`, `.sass`, `.less` |
| HTML | HTMLHint | `.html`, `.htm` |
| Vue.js | ESLint | `.vue` |
### 基础设施即代码 (4)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| Terraform | tflint | `.tf`, `.tfvars` |
| Ansible | ansible-lint | `.yml` (playbooks) |
| Kubernetes | kubeval | `.yml`, `.yaml` (manifests) |
| CloudFormation | cfn-lint | `.yml`, `.yaml`, `.json` (templates) |
### 配置文件 (4)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| JSON | built-in | `.json` |
| TOML | taplo | `.toml` |
| XML | xmllint | `.xml` |
| Protobuf | buf lint | `.proto` |
### Shell 与脚本 (4)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| Bash/Shell | ShellCheck | `.sh`, `.bash` |
| PowerShell | PSScriptAnalyzer | `.ps1`, `.psm1` |
| Lua | luacheck | `.lua` |
| Perl | perlcritic | `.pl`, `.pm` |
### 文档 (2)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| Markdown | markdownlint | `.md` |
| reStructuredText | rst-lint | `.rst` |
### 其他语言 (5)
| 语言 | 扫描器 | 扩展名 |
|----------|---------|------------|
| SQL | SQLFluff | `.sql` |
| R | lintr | `.r`, `.R` |
| Dart | dart analyze | `.dart` |
| Solidity | solhint | `.sol` |
| Docker | hadolint | `Dockerfile*` |
**总计：41 种扫描器类型，涵盖 100+ 文件扩展名**
## 🚨 React2Shell CVE 检测（v2025.8 新增）
MEDUSA 现在可检测 **CVE-2025-55182 "React2Shell"** - 一个影响 React Server Components 和 Next.js 的 CVSS 10.0 RCE 漏洞。
```
# 检查你的项目是否存在漏洞
medusa scan .
# 检测到有漏洞的版本：
# - React 19.0.0 - 19.2.0 (Server Components)
# - Next.js 15.0.0 - 15.0.4 (App Router)
# - 各种 canary/rc 版本
```
**扫描**：`package.json`、`package-lock.json`、`yarn.lock`、`pnpm-lock.yaml`
**修复**：升级至 React 19.0.1+ 和 Next.js 15.0.5+
## 🤖 AI 智能体安全
MEDUSA 为智能体 AI 时代提供 **业界领先的 AI 安全扫描**，拥有 **4,000+ 检测模式**。已针对 **OWASP Top 10 for LLM Applications 2025** 更新，并包含 **CVE-2025-6514**（mcp-remote RCE）的检测。
**[完整 AI 安全文档](docs/AI_SECURITY.md)**
### AI 安全覆盖范围
| 类别 | 模式数 | 检测内容 |
|----------|----------|---------|
| **提示词注入** | 800+ | 直接/间接注入、越狱、角色操纵 |
| **MCP 服务器安全** | 400+ | 工具投毒、CVE-2025-6514、混淆代理、命令注入 |
| **RAG 安全** | 300+ | 向量注入、文档投毒、租户隔离 |
| **智能体安全** | 500+ | 过度授权、记忆投毒、HITL 绕过 |
| **模型安全** | 400+ | 不安全加载、检查点暴露、对抗性攻击 |
| **供应链** | 350+ | 依赖混淆、抢注、恶意软件包 |
| **传统 SAST** | 1,400+ | SQL 注入、XSS、命令注入、密钥 |
### AI 攻击覆盖范围
### 支持 AI 文件
```
.cursorrules # Cursor AI instructions
CLAUDE.md # Claude Code context
.claude/ # Claude configuration directory
copilot-instructions.md # GitHub Copilot
AGENTS.md # Multi-agent definitions
mcp.json / mcp-config.json # MCP server configs
*.mcp.ts / *.mcp.py # MCP server code
rag.json / knowledge.json # RAG configurations
memory.json # Agent memory configs
```
### 快速 AI 安全扫描
```
# 扫描 AI 配置文件
medusa scan . --ai-only
# 示例输出：
# 🔍 AI 安全扫描结果
# ├── .cursorrules: 3 个问题 (1 个 CRITICAL, 2 个 HIGH)
# │ └── AIC001: 提示词注入 - 忽略之前的指令 (第 15 行)
# │ └── AIC011: 工具遮蔽 - 覆盖默认工具 (第 23 行)
# ├── mcp-config.json: 2 个问题 (2 个 HIGH)
# │ └── MCP003: 危险路径 - 主目录访问 (第 8 行)
# └── rag_config.json: 1 个问题 (1 个 CRITICAL)
# └── AIR010: 检测到知识库注入模式 (第 45 行)
```
## 🎮 使用方法
### 基本命令
```
# 初始化配置
medusa init
# 扫描当前目录
medusa scan .
# 扫描指定目录
medusa scan /path/to/project
# 快速扫描 (仅限已更改文件)
medusa scan . --quick
# 强制完全扫描 (忽略缓存)
medusa scan . --force
# 使用特定数量的 workers
medusa scan . --workers 4
# 遇到 HIGH 严重级别或以上时失败
medusa scan . --fail-on high
# 自定义输出目录
medusa scan . -o /tmp/reports
```
### 安装命令
```
# 检查工具状态
medusa install --check
# 安装 AI 工具 (modelscan 用于 ML 模型扫描)
medusa install --ai-tools
# 显示详细输出
medusa install --ai-tools --debug
```
### 初始化命令
```
# 交互式初始化向导
medusa init
# 使用特定 IDE 初始化
medusa init --ide claude-code
# 使用多个 IDE 初始化
medusa init --ide claude-code --ide gemini-cli --ide cursor
# 使用所有受支持的 IDE 初始化
medusa init --ide all
# 强制覆盖现有配置
medusa init --force
# 初始化并安装工具
medusa init --install
```
### 附加命令
```
# 卸载 modelscan
medusa uninstall modelscan
# 检查更新
medusa version --check-updates
# 显示当前配置
medusa config
# 覆盖特定文件的扫描器
medusa override path/to/file.yaml YAMLScanner
# 列出可用的扫描器
medusa override --list
# 显示当前覆盖项
medusa override --show
# 移除覆盖项
medusa override path/to/file.yaml --remove
```
### 扫描选项参考
| 选项 | 描述 |
|--------|-------------|
| `TARGET` | 要扫描的目录或文件（默认：`.`） |
| `-w, --workers N` | 并行工作器数量（默认：自动检测） |
| `--quick` | 快速扫描（仅限已更改文件，需要 git） |
| `--force` | 强制完整扫描（忽略缓存） |
| `--no-cache` | 禁用结果缓存 |
| `--fail-on LEVEL` | 达到严重级别时退出并报错：`critical`、`high`、`medium`、`low` |
| `-o, --output PATH` | 报告的自定义输出目录 |
| `--format FORMAT` | 输出格式：`json`、`html`、`sarif`、`junit`、`text`（可指定多个） |
| `--no-report` | 跳过生成 HTML 报告 |
### 安装选项参考
| 选项 | 描述 |
|--------|-------------|
| `--check` | 检查工具状态 |
| `--ai-tools` | 安装 AI 安全工具 |
| `--debug` | 显示详细调试输出 |
## ⚙️ 配置
### `.medusa.yml`
MEDUSA 使用 YAML 配置文件进行项目特定设置：
```
# MEDUSA 配置文件
version: 2026.3.0
# 扫描器控制
scanners:
enabled: [] # Empty = all scanners enabled
disabled: [] # List scanners to disable
# 构建失败设置
fail_on: high # critical | high | medium | low
# 排除模式
exclude:
paths:
- node_modules/
- venv/
- .venv/
- .git/
- __pycache__/
- dist/
- build/
files:
- "*.min.js"
- "*.min.css"
# IDE 集成
ide:
claude_code:
enabled: true
auto_scan: true
cursor:
enabled: false
vscode:
enabled: false
# 扫描设置
workers: null # null = auto-detect CPU cores
cache_enabled: true # Enable file caching for speed
```
### 生成默认配置
```
medusa init
```
这将创建具有合理默认值的 `.medusa.yml` 并自动检测您的 IDE。
## 🤖 IDE 集成
MEDUSA 支持 **5 款主要 AI 编程助手**的原生集成。使用 `medusa init --ide all` 初始化，或选择特定平台。
### 支持的平台
| IDE | 上下文文件 | 命令 | 状态 |
|-----|-------------|----------|--------|
| **Claude Code** | `CLAUDE.md` | `/medusa-scan`, `/medusa-install` | ✅ 完全支持 |
| **Gemini CLI** | `GEMINI.md` | `/scan`, `/install` | ✅ 完全支持 |
| **OpenAI Codex** | `AGENTS.md` | 原生斜杠命令 | ✅ 完全支持 |
| **GitHub Copilot** | `.github/copilot-instructions.md` | 代码建议 | ✅ 完全支持 |
| **Cursor** | 复用 `CLAUDE.md` | MCP + Claude 命令 | ✅ 完全支持 |
### 快速设置
```
# 为所有 IDE 设置 (推荐)
medusa init --ide all
# 或者选择特定平台
medusa init --ide claude-code --ide gemini-cli
```
### Claude Code
**创建内容：**
- `CLAUDE.md` - 项目上下文文件
- `.claude/agents/medusa/agent.json` - 智能体配置
- `.claude/commands/medusa-scan.md` - 扫描斜杠命令
- `.claude/commands/medusa-install.md` - 安装斜杠命令
**用法：**
```
Type: /medusa-scan
Claude: *runs security scan*
Results: Displayed in terminal + chat
```
### Gemini CLI
**创建内容：**
- `GEMINI.md` - 项目上下文文件
- `.gemini/commands/scan.toml` - 扫描命令配置
- `.gemini/commands/install.toml` - 安装命令配置
**用法：**
```
gemini /scan # Full scan
gemini /scan --quick # Quick scan
gemini /install --check # Check tools
```
### OpenAI Codex
**创建内容：**
- `AGENTS.md` - 项目上下文（根目录级别）
**用法：**
```
Ask: "Run a security scan"
Codex: *executes medusa scan .*
```
### GitHub Copilot
**创建内容：**
- `.github/copilot-instructions.md` - 安全标准和最佳实践
**功能：**
- 了解项目安全标准
- 建议安全代码模式
- 建议在更改后运行扫描
- 帮助修复安全问题
### Cursor
**创建内容：**
- `.cursor/mcp-config.json` - MCP 服务器配置
- 复用 `.claude/` 结构（Cursor 是 VS Code 分支）
**用法：**
- 工作方式类似 Claude Code 集成
- MCP 原生，支持未来更深度的集成
## 🔧 高级功能
### 系统负载监控
MEDUSA 自动监控系统负载并调整工作器数量：
```
# 基于以下条件自动检测最佳 workers：
# - CPU 使用率
# - 内存使用率
# - 负载均值
# - 可用核心数
# 系统过载时发出警告：
⚠️ High CPU usage: 85.3%
Using 2 workers (reduced due to system load)
```
### 智能缓存
基于哈希的缓存跳过未更改的文件：
```
# 首次扫描
📂 Files scanned: 145
⏱️ Total time: 47.28s
# 第二次扫描 (无更改)
📂 Files scanned: 0
⚡ Files cached: 145
⏱️ Total time: 2.15s # 22× faster!
```
### 并行处理
多核扫描带来巨大加速：
```
Single-threaded: 417.5 seconds
6 workers: 47.3 seconds # 8.8× faster
24 workers: ~18 seconds # 23× faster
```
## 📊 示例工作流
### 新项目设置
```
# 1. 初始化
cd my-awesome-project
medusa init
🐍 MEDUSA Initialization Wizard
✅ Step 1: Project Analysis
Found 15 language types
Primary: PythonScanner (44 files)
✅ Step 2: Scanner Availability
Available: 6/42 scanners
Missing: 36 tools
✅ Step 3: Configuration
Created .medusa.yml
Auto-detected IDE: Claude Code
✅ Step 4: IDE Integration
Created .claude/agents/medusa/agent.json
Created .claude/commands/medusa-scan.md
✅ MEDUSA Initialized Successfully!
# 2. 首次扫描
medusa scan .
🔍 Issues found: 23
CRITICAL: 0
HIGH: 2
MEDIUM: 18
LOW: 3
# 3. 修复问题并重新扫描
medusa scan . --quick
⚡ Files cached: 142
🔍 Issues found: 12 # Progress!
```
### CI/CD 集成
```
# .github/workflows/security.yml
name: Security Scan
on: [push, pull_request]
jobs:
medusa:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v3
- name: Set up Python
uses: actions/setup-python@v4
with:
python-version: '3.11'
- name: Install MEDUSA
run: pip install medusa-security
- name: Run security scan
run: medusa scan . --fail-on high
```
## 🏗️ 架构
### 扫描器模式
所有扫描器遵循一致的模式：
```
class PythonScanner(BaseScanner):
"""Scanner for Python files using Bandit"""
def get_tool_name(self) -> str:
return "bandit"
def get_file_extensions(self) -> List[str]:
return [".py"]
def scan_file(self, file_path: Path) -> ScannerResult:
# Run bandit on file
# Parse JSON output
# Map severity levels
# Return structured issues
return ScannerResult(...)
```
### 自动注册
扫描器自动注册自身：
```
# medusa/scanners/__init__.py
registry = ScannerRegistry()
registry.register(PythonScanner())
registry.register(JavaScriptScanner())
# ... 全部 41 个扫描器
```
### 严重性映射
所有工具的统一严重性级别：
- **CRITICAL** - 安全漏洞、致命错误
- **HIGH** - 错误、安全警告
- **MEDIUM** - 警告、代码质量问题
- **LOW** - 样式问题、约定
- **INFO** - 建议、重构机会
## 🧪 测试与质量
### 自用测试结果
MEDUSA 扫描自身 — 以及真实项目：
```
Self-scan (473 files):
✅ Issues found: 114 (pre-filter) → 0 (post-filter)
✅ FP reduction: 100% on own codebase
⏱️ Time: 8.2s
OpenClaw benchmark (4,124 files, 751K LOC):
🔍 Issues found: 825 (post-filter)
✅ FPs filtered: 11,436 (93.9% reduction)
⏱️ Time: 3.3 hours (42 scanners)
```
### 性能基准
| 项目规模 | 文件数 | 时间 | 速度 |
|--------------|-------|------|-------|
| 小型（MEDUSA 自我扫描） | 473 | ~8s | 59 文件/秒 |
| 中型 | 1,000 | ~45s | 22 文件/秒 |
| 大型 | 4,124 | ~3.3h | 0.34 文件/秒* |
*大型项目时间主要由外部工具子进程决定。内置模式扫描几乎是瞬时的。
## 🗺️ 路线图
### ✅ 已完成 (v2026.3.0)
- **4,000+ 检测模式** - 业界领先的 AI 安全覆盖
- **76 个专用分析器** - 全面的语言和平台覆盖
- **133 个关键 CVE** - 用于已知漏洞扫描的 CVEMiner 数据库
- **514 个 FP 过滤模式** - 真实项目中 96.8% 的误报减少率
- **复合扫描器门控** - MultiAgent、Steganography、LLMGuard 扫描器使用框架感知门控
- **扫描器归因修复** - 并行扫描发现正确归因于原始扫描器
- **智能体协议安全** - UCP、AP2、ACP 漏洞检测（91 条规则）
- **数据集投毒检测** - CSV、JSON、JSONL 注入扫描
- **代码级提示词注入** - F-string 注入、ChatML token、角色操纵
- **跨平台** - 原生 Windows、macOS、Linux 支持
- **IDE 集成** - Claude Code、Cursor、Gemini CLI、GitHub Copilot、OpenAI Codex
### 🔮 即将推出
- **MEDUSA Professional** - 用于生产 LLM 保护的运行时代理过滤器
- **GitHub App** - 自动 PR 扫描
- **VS Code 扩展** - 原生 IDE 集成
- **REST API** - CI/CD 流水线集成
## 🤝 贡献
我们欢迎贡献！以下是入门方法：
```
# 1. Fork 并 clone
git clone https://github.com/yourusername/medusa.git
cd medusa
# 2. 创建虚拟环境
python -m venv .venv
source .venv/bin/activate # or `.venv\Scripts\activate` on Windows
# 3. 以可编辑模式安装
pip install -e ".[dev]"
# 4. 运行测试
pytest
# 5. 创建功能分支
git checkout -b feature/my-awesome-feature
# 6. 进行更改并测试
medusa scan . # Dogfood your changes!
# 7. 提交 PR
git push origin feature/my-awesome-feature
```
### 添加新扫描器
有关添加新语言支持的指南，请参阅 `docs/development/adding-scanners.md`。
## 📜 许可证
AGPL-3.0-or-later - 请参阅 [LICENSE](LICENSE) 文件
MEDUSA 是自由开源软件。您可以自由使用、修改和分发它，但任何修改或衍生作品（包括 SaaS 部署）也必须在 AGPL-3.0 下发布。
如需商业许可选项，请联系：support@pantheonsecurity.io
## 即将推出
MEDUSA Professional 为生产 LLM 应用程序增加 **运行时保护** - 在实时环境中，在提示词注入、越狱和数据泄露尝试到达您的模型之前将其阻止。
| 功能 | 开源版 | 专业版 | 企业版 |
|---------|-------------|--------------|------------|
| 静态扫描（4,000+ 模式） | 是 | 是 | 是 |
| 运行时代理过滤器（1,100+） | - | 是 | 是 |
| REST API 与 Webhook | - | 是 | 是 |
| 自定义规则与 SSO | - | - | 是 |
| **价格** | 免费 | $99/开发者/月 | $499/50 开发者/月 |
运行时代理目前处于私有测试阶段。如果您正在保护生产 LLM 应用程序并希望获得早期访问权限，请联系 **support@pantheonsecurity.io**。
## 🙏 致谢
**开发：**
- Pantheon Security
- Claude AI (Anthropic) - AI 辅助开发
**构建使用：**
- Python 3.10+
- Click - CLI 框架
- Rich - 终端格式化
- Bandit、ESLint、ShellCheck 以及其他 39+ 开源安全工具
**灵感来源：**
- Bandit（Python 安全）
- SonarQube（多语言分析）
- Semgrep（基于模式的安全）
- Mega-Linter（全面 Lint）
## 📖 指南
- **[快速开始](docs/guides/quick-start.md)** - 5 分钟内开始运行
- **[AI 安全扫描](docs/AI_SECURITY.md)** - AI/LLM 安全完整指南（OWASP 2025、MCP、RAG）
- **[处理误报](docs/guides/handling-false-positives.md)** - 减少噪音，发现真实问题
- **[IDE 集成](docs/guides/ide-integration.md)** - 设置 Claude Code、Gemini、Copilot
## 📞 支持
- **GitHub Issues**：[报告 Bug 或请求功能](https://github.com/Pantheon-Security/medusa/issues)
- **Email**：support@pantheonsecurity.io
- **文档**：https://docs.pantheonsecurity.io
- **Discord**：https://discord.gg/medusa（即将推出）
## 📈 统计数据
**版本**：2026.3.0
**发布日期**：2026-02-16
**检测模式**：4,000+ AI 安全规则
**分析器**：76 个专用扫描器
**FP 过滤模式**：514 个智能过滤器（96.8% 减少率）
**CVE 覆盖**：133 个关键漏洞
**语言覆盖**：46+ 文件类型
**平台支持**：Linux、macOS、Windows
**AI 集成**：Claude Code、Gemini CLI、GitHub Copilot、Cursor、OpenAI Codex
**标准**：OWASP Top 10 for LLM 2025、MITRE ATLAS
**下载量**：PyPI 上 11,500+
## 🌟 为什么选择 MEDUSA？
### 对比 Bandit
- ✅ 4,000+ 模式（不仅是 Python 安全）
- ✅ AI/ML 安全覆盖
- ✅ 零设置要求
- ✅ IDE 集成
### 对比 SonarQube
- ✅ 更简单的设置（`pip install && scan`）
- ✅ 无需服务器
- ✅ AI 优先的安全关注
- ✅ 免费开源
### 对比 Semgrep
- ✅ 内置 AI/ML 专用规则
- ✅ MCP、RAG、智能体安全
- ✅ 更好的 IDE 集成
- ✅ 无需规则配置
### 对比传统 SAST
- ✅ 立即可用（无需安装工具）
- ✅ 包含 AI 安全模式
- ✅ 并行处理
- ✅ 智能缓存
**🐍🐍🐍 MEDUSA - 多语言安全扫描器 🐍🐍🐍**
**一条命令。完整安全。**
```
medusa init && medusa scan .
```
**最后更新**：2026-02-16
**状态**：生产就绪
**当前版本**：v2026.3.0 - 扫描器精度 + FP 调优
| **上下文与输入攻击** - 提示词注入模式 - 角色/人设操纵 - 隐藏指令 - 混淆技巧 **记忆与状态攻击** - 记忆投毒 - 上下文操纵 - 检查点篡改 - 跨会话暴露 **工具与操作攻击** - 工具投毒 (CVE-2025-6514) - 命令注入 - 工具名称欺骗 - 混淆代理模式 | **工作流与路由攻击** - 路由器操纵 - 智能体冒充 - 工作流劫持 - 委托滥用 **RAG 与知识攻击** - 知识库投毒 - 嵌入流水线攻击 - 来源混淆 - 检索操纵 **高级攻击** - HITL 绕过技术 - 语义操纵 - 评估投毒 - 训练数据攻击 |
标签：AI安全, AI智能体, Chat Copilot, CISA项目, Claude, CVE检测, DevSecOps, DNS 反向解析, Homebrew安装, IPv6支持, LNA, Log4Shell, MCP服务器安全, Python, Python安全工具, RAG管道安全, SAST, 上游代理, 大模型安全, 安全专业人员, 密钥泄露防护, 无后门, 机器学习安全, 盲注攻击, 网络安全, 误报过滤, 逆向工具, 错误基检测, 隐私保护, 静态代码分析