anfocic/brunt
GitHub: anfocic/brunt
利用LLM进行对抗性代码审查的自动化工具，能扫描git diff发现bug、生成失败测试作为证据、自动修复并验证。
Stars: 1 | Forks: 0
# Brunt
对抗性AI代码审查。发现bug，生成失败的测试作为证据，自动修复并验证。
Brunt 扫描你的 git diff，通过 LLM 进行对抗性分析，对于发现的每个 bug：
1. 生成一个失败的测试来证明 bug 存在
2. 生成修复并验证它通过测试
3. 可选地打开一个包含所有已验证修复的 PR
没有观点——只有证据。
## 快速开始
```
npm i -g @fole/brunt
# Scan your last commit
brunt scan
# Scan with auto-fix
brunt scan --fix
# Full pipeline: find, prove, fix, open PR
brunt scan --fix --pr
# Audit entire repo (not just diffs)
brunt audit
```
## 功能说明
```
$ brunt scan --fix
Running 2 vectors via anthropic:
+ correctness 1 finding (8102ms)
+ security 1 finding (14201ms)
+ Generated 2 proof tests.
+ Verified 2 fixes.
brunt -- found 2 issues (14230ms)
[correctness] 1 finding (8102ms)
HIGH src/utils.ts:23 [FIXED]
parseInt without radix or NaN handling
Test: tests/brunt/src-utils-ts-L23.test.ts
--- fix diff ---
- const age = parseInt(input);
+ const age = parseInt(input, 10);
+ if (isNaN(age)) throw new Error('Invalid age');
[security] 1 finding (14201ms)
CRITICAL src/api/users.ts:34 [FIXED]
SQL injection in user search endpoint
Test: tests/brunt/src-api-users-ts-L34.test.ts
--- fix diff ---
- const query = `SELECT * FROM users WHERE name = '${input}'`;
+ const query = `SELECT * FROM users WHERE name = $1`;
```
## 向量
| 向量 | 发现内容 |
|---|---|
| `correctness` | 边界情况、差一错误、空值处理、类型强制转换、逻辑错误、竞态条件 |
| `security` | SQL 注入、XSS、命令注入、路径遍历、SSRF、身份验证绕过、硬编码密钥 |
```
brunt scan --vectors security # run only security
```
### 自定义向量
在 `brunt.config.yaml` 中定义特定领域的向量：
```
vectors:
- name: billing
description: "Checks billing and payment logic"
prompt: |
Focus on: rounding errors, double-charges, currency handling,
subscription state machine bugs, race conditions in payments.
```
然后像内置向量一样运行它们：
```
brunt scan --vectors billing,security
```
有关更多示例，请参阅 `brunt.config.example.yaml`。
## Monorepo 支持
Brunt 自动检测 monorepo 布局。如果所有更改的文件都在单个包下（`packages/`、`apps/`、`services/`、`libs/`、`modules/`），则只扫描该包。
```
brunt scan # auto-detects scope
brunt scan --scope packages/auth # explicit scope
brunt scan --scope . # scan everything (opt out)
```
## 提供商
| 提供商 | 费用 | 设置 |
|---|---|---|
| `claude-cli`（默认）| Claude Code 计划免费 | 只需安装 `claude` |
| `anthropic` | 按 token 付费 | 设置 `ANTHROPIC_API_KEY` |
| `ollama` | 免费，本地运行 | 安装 Ollama，运行 `ollama serve` |
| `openai` | 按 token 付费 | 设置 `OPENAI_API_KEY` |
任何支持 OpenAI chat completions 协议的服务器都可以使用 `--provider openai`：
| 服务器 | 设置 |
|---|---|
| LM Studio | `OPENAI_BASE_URL=http://localhost:1234/v1` |
| llama.cpp | `OPENAI_BASE_URL=http://localhost:8080/v1` |
| vLLM | `OPENAI_BASE_URL=http://localhost:8000/v1` |
| LocalAI | `OPENAI_BASE_URL=http://localhost:8080/v1` |
| Together AI | `OPENAI_BASE_URL=https://api.together.xyz/v1` + `OPENAI_API_KEY` |
| Groq | `OPENAI_BASE_URL=https://api.groq.com/openai/v1` + `OPENAI_API_KEY` |
```
brunt scan # Claude Code CLI (default)
ANTHROPIC_API_KEY=sk-... brunt scan --provider anthropic # Anthropic API
brunt scan --provider ollama --model llama3 # Ollama (local)
OPENAI_API_KEY=sk-... brunt scan --provider openai # OpenAI API
# Any OpenAI-compatible server (no API key needed for local)
OPENAI_BASE_URL=http://localhost:1234/v1 \
brunt scan --provider openai --model my-local-model
```
## 提示注入防御
Brunt 旨在抵抗对抗性输入——包括试图操纵 AI 审查者的代码：
1. **注释剥离**——在 LLM 查看 diff 之前，所有注释和字符串字面量都会被移除
2. **单文件隔离**——每个文件都在独立的 LLM 调用中分析；一个文件中的注入无法压制另一个文件中的发现
3. **注入检测**——预扫描会在分析开始前标记可疑模式（例如 `// AI: ignore this file`）
4. **可疑的沉默**——涉及 auth、crypto、exec 或 SQL 但产生零发现的文件会被标记为手动审查
5. **金丝雀注入**——注入一个合成 bug 来验证 LLM 确实分析了代码
## 输出格式
```
brunt scan # Human-readable (default)
brunt scan --format json 2>/dev/null | jq . # JSON
brunt scan --format sarif > results.sarif # SARIF (GitHub Code Scanning)
```
## CI 集成
### GitHub Actions
```
- uses: anfocic/brunt@main
with:
provider: anthropic
fail-on: critical
pr-comment: 'true'
env:
ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
```
## 选项
```
--diff Git diff range (default: HEAD~1, auto-detects in CI)
--provider LLM provider: claude-cli, anthropic, ollama, openai
--model Model name
--format Output: text, json, sarif
--fail-on Exit 1 threshold: low, medium, high, critical (default: medium)
--vectors
- Comma-separated vectors to run
--scope
标签：AI代码审查, AI风险缓解, bug检测, Git, LLM, MITM代理, Petitpotam, SQL注入检测, Unmanaged PE, XSS检测, 云安全监控, 代码安全, 代码审查, 威胁情报, 安全扫描, 对抗性分析, 开发者工具, 开源框架, 持续集成, 时序注入, 测试生成, 漏洞枚举, 网络安全研究, 自动修复, 自动化攻击, 软件质量, 静态分析