blairmichaelg/secbrain

GitHub: blairmichaelg/secbrain

一款基于多代理 AI 架构的 Web3 安全审计与漏洞赏金自动化平台,集成 DeFi 防护模板与受保护执行环境。

Stars: 1 | Forks: 0

# SecBrain [![Security Scan](https://static.pigsec.cn/wp-content/uploads/repos/2026/03/0e52530e4a132423.svg)](https://github.com/blairmichaelg/secbrain/actions/workflows/security-scan.yml) [![Solidity Security](https://static.pigsec.cn/wp-content/uploads/repos/2026/03/677a1cbae3132424.svg)](https://github.com/blairmichaelg/secbrain/actions/workflows/solidity-security.yml) [![Code Quality](https://static.pigsec.cn/wp-content/uploads/repos/2026/03/8952bf0389132425.svg)](https://github.com/blairmichaelg/secbrain/actions/workflows/code-quality.yml) [![Python Testing](https://static.pigsec.cn/wp-content/uploads/repos/2026/03/f8210ea360132426.svg)](https://github.com/blairmichaelg/secbrain/actions/workflows/python-testing.yml) [![Foundry Fuzzing](https://static.pigsec.cn/wp-content/uploads/repos/2026/03/a412c55264132426.svg)](https://github.com/blairmichaelg/secbrain/actions/workflows/foundry-fuzzing.yml) [![License](https://img.shields.io/badge/license-MIT-green)](LICENSE) [![Python Version](https://img.shields.io/badge/python-3.11%2B-blue)](https://www.python.org/downloads/) ## 概述 SecBrain 是一个 CLI 优先的 Python 项目,利用协调一致的 AI 代理团队自动化执行漏洞赏金工作流。它结合了: - **多代理架构**:针对每个阶段(侦察、假设、利用、分类、报告)的专业代理 - **研究优先方法**:增强的 Perplexity 集成,具有基于 TTL 的缓存、速率限制,以及用于严重性评估、攻击向量和市场条件分析的专业研究方法 - **顾问监督**:Gemini 模型审查关键决策 - **受保护的执行**:ACL、速率限制、熔断开关和人工批准检查点 ### 🛡️ 新特性:DeFi 安全模板 **可用于生产环境的 Solidity 模板,可防御最新的 2023-2024 漏洞利用模式:** - 📘 **[快速入门指南](docs/DEFI_SECURITY_QUICKSTART.md)** - 10 分钟内获得保护 - 📕 **[完整保护指南](docs/DEFI_EXPLOIT_PROTECTION_GUIDE.md)** - 深入了解所有保护模式 - ✅ **[安全检查表](docs/DEFI_SECURITY_CHECKLIST.md)** - 部署前验证 - 🔧 **[模板](docs/testing-examples/)** - 即拿即用的 Solidity 合约 **保护措施包括:** - ✅ 只读重入攻击(Curve Finance 攻击向量) - ✅ 通过闪电贷进行的预言机操纵(TWAP + Chainlink) - ✅ MEV 抵抗(三明治攻击、抢跑交易) - ✅ 闪电贷检测与预防 - ✅ 全面的访问控制 - ✅ 滑点保护 ## 关键特性 - 🔍 **自动化侦察**,集成 subfinder、amass、httpx - 🧠 **漏洞假设生成**,利用 AI 推理 - 🔬 **研究支撑的测试**,具有增强的 Perplexity 集成: - 带有漏洞利用示例的真实世界严重性上下文 - 从近期漏洞利用中发现的攻击向量 - 用于漏洞利用验证的市场状况分析 - 基于 TTL 的智能缓存(1h-168h) - 严格的速率限制(10 次/分钟) - ✅ **顾问审查**,在关键检查点进行 - 🛡️ **安全控制**:范围强制执行、速率限制、熔断开关 - 📊 **结构化日志**,采用 JSONL 格式 - 📝 **报告生成**,包含 CWE/CVE 参考 - 📈 **洞察仪表板**,提供可操作的安全发现 ## 快速开始 ### 🚀 新特性:综合安全分析工作流 使用 12+ 种安全工具和 AI 驱动的洞察分析任何公共存储库: ``` # 通过 GitHub Actions 运行全面的安全分析 gh workflow run comprehensive-security-analysis.yml \ -f target_repo=https://github.com/owner/repo \ -f target_type=mixed \ -f analysis_depth=standard \ -f enable_ai_analysis=true \ -f enable_fuzzing=true # 或通过 GitHub UI:Actions → "🔒 Comprehensive Security Analysis" → Run workflow ``` **功能:** - 🔍 静态分析(Slither、Semgrep、Bandit、Solhint) - 🎲 模糊测试(Foundry、Echidna) - 🔮 符号执行(Mythril) - 🤖 AI 驱动的分析(SecBrain 代理) - 📊 自动化报告生成并附带 GitHub issues 完整文档请参阅 [综合安全分析指南](docs/guides/COMPREHENSIVE_SECURITY_ANALYSIS_QUICKREF.md)。 ### 快速赏金挖掘工作流 想立即开始在 Immunefi 上挖掘漏洞?试试这个: ``` # 1. 安装 SecBrain pip install -e ".[dev]" # 2. 发现高价值目标 secbrain immunefi list --min-bounty 1000000 --limit 5 # 3. 研究新出现的漏洞 secbrain research --timeframe 90 --output findings.json # 4. 获取特定程序的情报 secbrain immunefi intelligence --program thresholdnetwork # 5. 查看您的指标(提交后) secbrain metrics summary ``` 详细工作流请参阅 [Immunefi 集成指南](docs/IMMUNEFI_INTEGRATION_GUIDE.md)。 ### 验证一切正常 在做任何其他事情之前,请验证一切工作正常: ``` # 有关完整的验证步骤,请参阅 VERIFICATION.md # 快速测试: cd secbrain python3 -m pip install -e ".[dev]" cd .. secbrain run \ --scope secbrain/examples/dummy_target/scope.yaml \ --program secbrain/examples/dummy_target/program.json \ --workspace /tmp/test \ --dry-run ``` 完整的验证步骤请参阅 [VERIFICATION.md](docs/guides/VERIFICATION.md)。 ### 安装 ``` # 克隆仓库 git clone https://github.com/blairmichaelg/secbrain.git cd secbrain # 使用 uv 安装(推荐) uv sync # 或使用 pip pip install -e ".[dev]" ``` ### 设置 API 密钥 **所有配置均使用免费层模型!** 详情请参阅 [FREE_TIER_MODELS.md](docs/guides/FREE_TIER_MODELS.md)。 ``` # 研究集成所需(Perplexity PRO 免费 - 无限制) export PERPLEXITY_API_KEY=pplx-xxxx # 顾问模型所需(Google PRO 免费) export GOOGLE_API_KEY=AIza-xxxx # 工作者模型所需(Together AI 免费层级) export TOGETHER_API_KEY=your-together-key # Recommended: Together AI (FREE tier) # 或使用替代的免费提供商(参见 FREE_TIER_MODELS.md): # export GROQ_API_KEY=your-groq-key # 替代方案:Groq(免费层级) # export OPENROUTER_API_KEY=your-openrouter-key # 替代方案:OpenRouter(免费模型) ``` **注意:** 所有默认模型均配置为使用免费层。无需付费 API 调用! ### 运行空运行测试 ``` secbrain run \ --scope examples/dummy_target/scope.yaml \ --program examples/dummy_target/program.json \ --workspace ./targets/test \ --dry-run ``` ### 测试增强的研究功能 ``` # 运行研究集成测试脚本 python test_research.py ``` 这将验证: - 基于 TTL 的缓存行为 - 速率限制执行(10 次/分钟) - 专业研究方法(严重性、攻击向量、市场状况) - 与现有方法的向后兼容性 ### 从结果生成洞察 ``` # 生成洞察报告 secbrain insights --workspace ./targets/protocol1 # 生成 HTML 报告并在浏览器中打开 secbrain insights --workspace ./targets/protocol1 --format html --open ``` ## 文档 ### 核心文档 - 📖 [架构](secbrain/docs/architecture-updated.md) - 系统设计和组件 - 🔄 [工作流](secbrain/docs/workflows.md) - 运行模式和阶段 - 🛠️ [操作指南](secbrain/docs/ops.md) - 设置和使用 - 🔒 [威胁模型](secbrain/docs/threat_model.md) - 安全注意事项 - 📊 [洞察指南](secbrain/docs/INSIGHTS-GUIDE.md) - 将数据转化为可操作的洞察 - 🧪 [不变量测试](docs/INVARIANT_TESTING.md) - 智能合约的 Foundry 不变量测试 - 🔧 [故障排除指南](docs/TROUBLESHOOTING.md) - 常见问题和解决方案 ### 工作流优化与分析 🚀 - 📈 [**赏金工作流分析**](docs/guides/BOUNTY_WORKFLOW_ANALYSIS.md) - **完整的工作流分析、工具清单和优化路线图** - ⚡ [**工作流优化指南**](docs/guides/WORKFLOW_OPTIMIZATION_GUIDE.md) - **优化功能、工具使用和最佳实践** - 📋 [运行分析指导](docs/guides/RUN_ANALYSIS_GUIDANCE.md) - 调试零发现运行 - 🔧 [优化指南](docs/guides/OPTIMIZATION-GUIDE.md) - 性能和效率最佳实践 ### 贡献与质量 - 🤝 [贡献指南](CONTRIBUTING.md) - 如何贡献 - 🧪 [测试策略](docs/TESTING-STRATEGIES.md) - 高级测试方法 - 🔐 [安全模式](docs/SOLIDITY_SECURITY_PATTERNS.md) - 智能合约安全 - 🎯 [Git 快速入门](docs/GIT_QUICK_START.md) - Git 工作流基础 - 🤖 [自动化代理](secbrain/docs/automated-agents.md) - CI/CD 自动化套件 ### 快速参考 - ⚡ [自动化快速参考](docs/guides/AUTOMATION-QUICK-REF.md) - 日常工作流和工具 - 📋 [测试快速参考](docs/TESTING-QUICK-REF.md) - 快速测试命令 - 📚 [文档索引](docs/README.md) - 所有贡献者指南 - 🎯 [Immunefi 集成指南](docs/IMMUNEFI_INTEGRATION_GUIDE.md) - 漏洞赏金平台集成 - 💰 [免费层模型](docs/guides/FREE_TIER_MODELS.md) - 使用免费 API 层 - 📦 [依赖管理](docs/guides/DEPENDENCY-MANAGEMENT.md) - 管理项目依赖 - ✅ [验证指南](docs/guides/VERIFICATION.md) - 如何验证安装和设置 ## CLI 命令 ### 核心命令 | 命令 | 描述 | |---------|-------------| | `secbrain run` | 执行赏金工作流 | | `secbrain insights` | 从工作区生成可操作的洞察报告 | | `secbrain validate` | 验证配置文件 | | `secbrain version` | 显示版本 | ### 漏洞赏金命令(新) | 命令 | 描述 | |---------|-------------| | `secbrain immunefi` | 访问 Immunefi 平台情报(list、show、trends、intelligence) | | `secbrain research` | 利用前沿模式进行高级漏洞研究 | | `secbrain metrics` | 跟踪和分析漏洞赏金成功指标 | 详细的 CLI 选项请参阅 [操作指南](secbrain/docs/ops.md)。 ## 新特性:增强的漏洞赏金能力 SecBrain 现在包含提高您漏洞赏金发现能力的高级功能: ### 🎯 Immunefi 平台集成 - **高价值目标发现** - 自动识别赏金 ≥$500K 的项目 - **项目情报** - 获取关于范围、奖励和关注领域的综合数据 - **趋势漏洞** - 追踪近期成功提交中出现的新模式 - **优先级评分** - 基于赏金、活跃度和成功率对项目进行 0-100 排名 ``` # 寻找高价值目标 secbrain immunefi list --min-bounty 1000000 # 获取程序情报 secbrain immunefi intelligence --program wormhole ``` ### 🔬 高级研究代理 - **新兴模式发现** - 6+ 种前沿漏洞类型(2024-2025) - **协议特定分析** - 深入研究目标协议 - **新颖假设生成** - AI 驱动的漏洞发现 - **真实世界利用数据** - 从超过 $2B 的历史黑客攻击中学习 **追踪的关键模式:** - 基于意图的协议漏洞利用(平均 $450K) - 跨链桥漏洞(平均 $2.3M) - 只读重入攻击(平均 $180K) - ERC-4337 账户抽象问题(平均 $320K) - ZK 证明验证缺陷 - 集中流动性 MEV(平均 $125K) ``` # 研究新出现的漏洞 secbrain research --timeframe 90 --output findings.json # 分析特定协议 secbrain research --protocol "Threshold Network" --contracts "TBTC,Bridge" ``` ### 📊 成功指标跟踪 - **提交跟踪** - 记录所有赏金提交和结果 - **模式有效性** - 了解哪些漏洞类型具有最高的成功率 - **持续学习** - 获取提高接受率的洞察 - **决策支持** - 基于历史数据提供是否提交的建议 ``` # 查看您的成功指标 secbrain metrics summary # 查看最有效的模式 secbrain metrics patterns # 获取改进见解 secbrain metrics insights ``` 完整文档请参阅 [Immunefi 集成指南](docs/IMMUNEFI_INTEGRATION_GUIDE.md)。 ## 项目结构 ``` secbrain/ ├── secbrain/ # Main Python package │ ├── agents/ # Agent implementations │ ├── cli/ # CLI interface │ ├── core/ # Context, logging, types │ ├── insights/ # Insights aggregation and reporting │ ├── models/ # Model abstractions │ ├── tools/ # Tool wrappers │ ├── workflows/ # Orchestration logic │ └── docs/ # Core project documentation ├── docs/ # Contributor-focused guides ├── config/ # Configuration files ├── examples/ # Example targets ├── scripts/ # Utility scripts ├── targets/ # Target analysis workspaces └── tests/ # Test suite ``` ## 开发 ### 代码质量 ``` # 运行 linter cd secbrain python -m ruff check . # 自动修复问题 python -m ruff check . --fix ``` ### 安全扫描 SecBrain 包含用于检测安全漏洞的自定义 Semgrep 规则: ``` # 运行所有自定义安全规则 semgrep --config=.semgrep/rules/ secbrain/ # 运行特定规则类别 semgrep --config=.semgrep/rules/subprocess-injection.yml secbrain/ semgrep --config=.semgrep/rules/sql-injection.yml secbrain/ semgrep --config=.semgrep/rules/command-injection.yml secbrain/ semgrep --config=.semgrep/rules/general-security.yml secbrain/ # 运行 Solidity 安全规则 semgrep --config=.semgrep/rules/solidity-security.yml targets/ # 运行并自动修复(如可用) semgrep --config=.semgrep/rules/ --autofix secbrain/ ``` 自定义规则检测: - 🔒 **子进程注入** - 通过子进程调用的 Shell 注入 - 🔒 **SQL 注入** - 不安全的 SQL 查询构建 - 🔒 **命令注入** - OS 命令注入漏洞 - 🔒 **Solidity 漏洞** - 重入、未检查调用、访问控制问题 - 🔒 **常规安全** - 硬编码密钥、弱加密、路径遍历 详细的规则文档请参阅 [`.semgrep/README.md`](.semgrep/README.md)。 ### 运行测试 SecBrain 采用全面的多层测试策略: ``` cd secbrain # 标准单元测试 python -m pytest tests/ -v # 基于属性的测试(使用 Hypothesis) python -m pytest tests/test_property_based.py -v --hypothesis-show-statistics # 运行并收集覆盖率 python -m pytest tests/ --cov=secbrain --cov-report=term-missing # 变异测试(验证测试质量) mutmut run --paths-to-mutate=secbrain/utils/ ``` 针对智能合约测试: ``` # 快速模糊测试(32 次运行) FOUNDRY_PROFILE=quick forge test # 标准模糊测试(256 次运行) forge test # CI 模糊测试(10,000 次运行) FOUNDRY_PROFILE=ci forge test # 仅不变量测试 forge test --match-contract Invariant -vvv # 使用 CI 配置文件的不变量测试(全面) FOUNDRY_PROFILE=ci forge test --match-contract Invariant -vvv # Echidna 模糊测试(如已安装) echidna . --contract EchidnaTestExample --config echidna.yaml ``` **不变量测试覆盖范围:** - SingleAssetStaking:余额一致性、会计核算、暂停状态 - WOETH:ERC4626 属性、转换一致性、储备资产 - LidoARM:流动性管理、份额核算 详情请参阅 [不变量测试指南](docs/INVARIANT-TESTING-GUIDE.md)。 **高级测试功能:** - 🧪 **基于属性的测试**:Hypothesis 生成数千个随机输入 - 🔬 **模糊测试**:Foundry/Echidna 用于全面的智能合约测试 - 🧬 **变异测试**:Mutmut 验证测试套件质量 - 📊 **不变量测试**:基于处理程序的状态机测试 更多详情请参阅 [测试策略](docs/TESTING-STRATEGIES.md)。 ## 安全控制 1. **范围强制执行**:所有操作均根据 scope.yaml 进行验证 2. **速率限制**:可配置的单工具限制和全局上限 3. **熔断开关**:外部文件或 API 信号以立即停止 4. **人工批准**:高风险操作需要批准 5. **空运行模式**:完整模拟,无网络调用 ## 贡献 我们欢迎贡献!无论您是修复错误、添加功能还是改进文档,我们都感谢您的帮助。 ### 针对初学者 - 📖 **从这里开始**:[Git 快速入门指南](docs/GIT_QUICK_START.md) - 📚 **完整指南**:[贡献指南](CONTRIBUTING.md) ### 快速贡献流程 ``` # 1. Fork 并克隆仓库 git clone https://github.com/blairmichaelg/secbrain.git cd secbrain # 2. 创建功能分支 git checkout -b feature/my-improvement # 3. 进行更改并提交 git add . git commit -m "Add: brief description of changes" # 4. 推送并创建 PR git push -u origin feature/my-improvement ``` ### 当前 CI 状态 我们的 GitHub Actions CI 自动运行: - ✅ **Linting**(ruff)- 代码风格检查 - ⚠️ **类型检查**(mypy)- 目前为非阻塞状态,我们正在修复遗留类型错误 - ✅ **单元测试** - pytest 及覆盖率要求 - ✅ **集成测试** - 空运行验证 更多详情请参阅 [CI 状态](docs/CI_STATUS.md)。 ## 许可证 MIT ## 📄 许可证 本项目采用 MIT 许可证授权 - 详情请参阅 [LICENSE](LICENSE) 文件。 ## 🙏 致谢 - 基于尖端的 AI 模型和安全研究构建 - 由开源工具驱动:Foundry、Slither、Semgrep 等 - 灵感来源于安全研究和漏洞赏金社区 **需要帮助? 请查看 [文档](docs/README.md) 或 [提出 issue](https://github.com/blairmichaelg/secbrain/issues)! **最后更新:** 2026 年 1 月 8 日
标签:C2, CISA项目, DeFi, DLL 劫持, Foundry, FTP漏洞扫描, PyRIT, Python, SecBrain, Solidity, Web3安全, 人工智能, 代码安全, 加密货币安全, 区块链安全, 域名收集, 多智能体系统, 大语言模型, 安全编排, 密码管理, 攻击防御, 无后门, 智能合约审计, 漏洞枚举, 用户模式Hook绕过, 自动化渗透测试, 逆向工具