tymyrddin/vulnforge
GitHub: tymyrddin/vulnforge
一款基于本地 AI 模型辅助代码漏洞挖掘的离线工具,通过「模型提议+代码验证」机制在隔离环境中确认真实漏洞,确保数据不外泄且决策可追溯。
Stars: 0 | Forks: 0
# Vulnforge
一款使用本地 AI 模型来寻找代码中安全漏洞的工具,其设计确保 AI 绝不自行决定某处是否真的存在漏洞,并且该工具看到的所有内容都不会离开本机。
## 四项主张
AI 提议,代码决定。AI 会建议漏洞可能存在的位置。至于该建议是否确实属于漏洞,则是通过在隔离环境中运行代码并观察结果来决定的,而不是让 AI 自我评判。
任何内容都不会离开主机。一旦工具设置完成,运行它的机器就不需要连接互联网。不会有任何 prompt 发送给 OpenAI、Anthropic 或任何其他供应商。没有任何第三方会记录您调查了什么、发现了什么或尝试了什么。
每一个决策都有记录且可验证。该工具保留了每一步的防篡改记录,因此任何发现都可以准确追溯至其产生的来源。
它可以在你现有的设备上运行。在普通工作站上使用本地开源模型。无需云账单,不依赖供应商,也无需 API key。
## 文档
- 有关安装、使用、仓库布局和架构详细信息,请参阅[技术文档](docs/technical/README.md)。
- 有关核心设计决策及其背后的原因,请参阅[该项目的历史记录](docs/memory/)
- 我们接下来的开发计划可以在[路线图](docs/roadmap.md)中找到
## 背景
这是在 2026 年基于[核能错觉](https://broomstick.tymyrddin.dev/posts/nuclear-delusion/) 背景下制作的一个 PoC
其概念框架形成得更早,可以在[模型不等于系统](https://broomstick.tymyrddin.dev/posts/model-is-not-system/)中找到。
简短版本是:AI 推理研究正越来越倾向于子系统的组合,而非单一模型。vulnforge 是这种趋势的一个具体实例,将其应用于漏洞研究,但使用的模型更少。
标签:安全, 本地AI, 自动化验证, 超时处理, 逆向工具