DataDog/datadog-saist
GitHub: DataDog/datadog-saist
一款 AI 原生的静态应用安全测试工具,利用大模型提升漏洞检测能力并输出标准 SARIF 报告。
Stars: 21 | Forks: 5
# Datadog 静态 AI 安全测试 (SAIST) 工具
这是一个 AI 原生的 SAST 工具。与仅依赖解析
和规则的传统 SAST 工具不同,此项目使用 LLM(例如 Anthropic 的 Claude、OpenAI 的 GPT 或 Google 的 Gemini)
来发现漏洞。
此项目可以单独在您的笔记本电脑上使用。它作为 [Datadog 代码安全](https://docs.datadoghq.com/security/code_security/)
产品的一部分提供。
## 项目状态
该项目正在开发中,目前处于预览阶段。
## 功能
- **AI 驱动分析**:使用先进的 AI 模型检测安全漏洞
- **多语言支持**:分析多种编程语言的代码。目前支持 Java、Python 和 Go。C# 支持即将推出。
- **SARIF 输出**:生成行业标准的 SARIF 报告
- **上下文感知**:构建项目上下文以实现更准确的分析
## 依赖项
- **[Go Tree-sitter](https://github.com/tree-sitter/go-tree-sitter)**:Tree-sitter 解析库的 Go 绑定
- **标准 Go text/template**:用于提示生成的 Go 内置模板
- **[Go-SARIF](https://github.com/owenrumney/go-sarif)**:SARIF (静态分析结果交换格式) 库
## 用法
### LLM 密钥
设置以下环境变量以指定您的 LLM 提供商的 API 密钥:
- Anthropic:`ANTHROPIC_API_KEY`
- OpenAI:`OPENAI_API_KEY`
- Google Gemini:`GOOGLE_API_KEY`
### 命令行界面
构建并运行二进制文件:
```
make build
./bin/datadog-saist --directory --output --detection-model --validation-model [options]
```
使用 Gemini 运行的示例
```
make build
GOOGLE_API_KEY=<...> ./bin/datadog-saist --directory --output --detection-model gemini-3-flash --validation-model gemini-3-flash
```
### 必需参数
- `--directory`:要分析的目录(必需)
- `--output`:SARIF 报告的输出文件路径(必需)
- `--model`:用于分析的模型(必需)
### 可用模型
- `openai-gpt5.2`:OpenAI GPT-5.2
- `openai-gpt5.2-codex`:OpenAI GPT-5.2 codex
- `claude-4.5-haiku`:Claude 4.5 Haiku
- `claude-4.5-opus`:Claude 4.5 Haiku
- `gemini-2.5-pro`:Gemini 2.5 Pro
- `gemini-2.5-flash`:Gemini 2.5 Flash
- `gemini-3-flash`:Gemini 3 Flash
### 可选参数
- `--debug`:启用调试模式以输出详细信息
- `--request-timeout-sec`:请求超时秒数(默认:30)
- `--file-concurrency`:并发分析的文件数量(默认:20)
- `--write-prompts`:在分析过程中将提示写入文件
标签:AI原生, AI安全检测, Code Security, Datadog, DevSecOps, DLL 劫持, EVTX分析, Go, Go-SARIF, Go Tree-sitter, IPv6支持, Python, Ruby工具, SARIF, SAST, Text/Template, 上下文感知, 上游代理, 云安全监控, 代码安全, 大语言模型, 安全扫描, 开发安全, 开源安全工具, 报告输出, 无后门, 日志审计, 时序注入, 漏洞枚举, 盲注攻击, 跨语言分析, 逆向工程平台, 静态分析, 静态应用安全测试