JJsilvera1/Blue-Team

# BlueTeam BlueTeam 最初基于 [Capital One 的开源 VulnHunter](https://github.com/capitalone/VulnHunter)。 它运行良好，但在与 OpenAI 的 Codex Security 工作流进行对比后，我们 认为它还有进一步发展的空间。 因此我们将其改造成了多模型架构。不同的模型训练方式各异，注意到的 问题不同，盲点也各不相同。BlueTeam 允许最多三个 模型独立进行扫描，然后将它们的发现合并，并让它们相互 质疑和审查彼此的工作。 我们在此基础上不断构建：威胁建模、确定性检查、验证、 攻击路径、可恢复扫描以及可选的 Docker 测试。你现在可以通过 Codex、Claude、OpenRouter、OpenAI、本地模型或混合多种提供商来运行它。 到目前为止，我们只进行了一次直接对比，因此我们还不宣称它击败了 任何现有工具。不过在那次 Quick 模式测试中，BlueTeam 为提供的所有 九项 Codex Security 发现找到了对应的匹配项，报告了其中的八项，并 推迟了一项无法仅从代码库中证实的发现。这是一个充满希望的开始， 我们计划继续公开测试它。 ## 它的现状 | 能力 | 作用 | |---|---| | 独立模型团队 | 运行一到三个互不干预的通用型“猎手”，随后让它们对合并后的工作进行质疑和审查 | | 自带提供商 | 支持 Anthropic、OpenAI、OpenRouter、Gemini、Codex CLI OAuth、Ollama 以及兼容 OpenAI 的本地服务器 | | 威胁建模优先扫描 | 在判定代码库是否安全之前，先梳理出参与者、资产、入口点、信任边界和危险操作 | | 确定性辅助 | 使用内置规则和可选工具（如 Semgrep、Gitleaks、Trivy 和 ast-grep），确保模型不是孤立工作 | | 靠证据而非直觉 | 要求在候选问题成为可报告的发现之前，必须具备来源、控制点、汇聚点、可达路径、影响和反证 | | 更安全的执行 | 默认静态读取源代码；目标代码仅在你明确允许 Docker 验证时才会运行 | | 跨越失败的检查点 | 保存工作进度、使用量、成本、覆盖范围和未完成的任务，以便长时扫描可以恢复，而不必从头开始 | ## 使用体验 设置向导会将每个已激活的提供商放入同一个模型列表中。在你做出选择之前， 它会显示上下文大小、定价、缓存支持以及免费模型标签。  扫描开始后，你可以看到当前正在运行的阶段、正在工作的模型、 已耗时、当前预估以及截至目前的使用量。长时间的扫描 不应该感觉像是在盯着一个卡住的终端。  ## 试用 你需要 Python 3.12+、Git、一个你有权测试的代码库，以及至少 一个模型提供商。除非你希望 BlueTeam 执行测试或 重现某个发现，否则你不需要 Docker。 ### 1. 安装 Windows PowerShell: ``` git clone https://github.com/JJsilvera1/Blue-Team.git cd Blue-Team py -3.12 -m venv .venv .\.venv\Scripts\Activate.ps1 python -m pip install --upgrade pip python -m pip install -e .\blueteam-agent ``` macOS 或 Linux: ``` git clone https://github.com/JJsilvera1/Blue-Team.git cd Blue-Team python3.12 -m venv .venv source .venv/bin/activate python -m pip install --upgrade pip python -m pip install -e ./blueteam-agent ``` 打开新终端后需再次激活 `.venv`。如果 PowerShell 阻止了 激活，请运行： ``` Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass .\.venv\Scripts\Activate.ps1 ``` ### 2. 配置提供商 OpenRouter 是最简单的远程入门选择： ``` blueteam env-example --write "$HOME\.blueteam\providers.env" notepad "$HOME\.blueteam\providers.env" ``` macOS 或 Linux: ``` blueteam env-example --write ~/.blueteam/providers.env nano ~/.blueteam/providers.env ``` 添加你使用的提供商： ``` OPENROUTER_API_KEY=your-openrouter-key # OPENAI_API_KEY=你的-openai-key # ANTHROPIC_API_KEY=你的-anthropic-key # GEMINI_API_KEY=你的-gemini-key ``` 请勿将提供商密钥放置在目标代码库中或提交到 Git。 BlueTeam 会加载 `~/.blueteam/providers.env`，而不会将密钥复制到其 TOML 模型配置中。 其他选择： - Codex CLI：运行 `codex login`；BlueTeam 会使用已认证的 CLI，而不会读取或存储其 OAuth token。 - Ollama：在本地启动 Ollama；通常不需要 API key。 - vLLM、llama.cpp、LM Studio 或 LocalAI：配置运行时的兼容 OpenAI 的 endpoint。 ### 3. 运行向导 ``` blueteam init ``` 向导会要求提供： 1. 代码库路径或 Git URL，以及可选的 branch、tag 或 commit。 2. 扫描级别：Quick、Standard、Deep 或 Exhaustive。 3. 从实时的提供商目录中选择一到三个核心模型。 4. 静态分析或显式的 Docker 验证。 5. 最终确认，显示模型的运行位置（本地性）及源码暴露情况。 对于首次运行，请选择 **Quick**、**1 个模型** 和 **静态/只读**。 要在不重建提供商设置的情况下再次扫描： ``` blueteam scan C:\path\to\repository ``` ### 4. 确认是否真正完成 BlueTeam 对“安全”一词持有严格的定义。如果提供商失败、 必需的覆盖面未完成，或者预算耗尽导致运行中止，结果即为 未完成——而非安全。 | 状态 | 含义 | |---|---| | `COMPLETE_CLEAN` | 必需的覆盖范围已完成，没有可报告的发现 | | `COMPLETE_FINDINGS` | 必需的覆盖范围已完成，存在可报告的发现 | | `COMPLETE_CONDITIONAL` | 安全结论仍为条件性或被推迟；非安全状态 | | `INCOMPLETE_COVERAGE` | 缺少强制性的工作或证据；绝不属于安全状态 | | `INCOMPLETE_LIMIT` | 成本、token、时长或取消限制导致工作停止 | | `FAILED` | 提供商或引擎故障 | 交互式未完成扫描会提示从检查点恢复。自动化流程 可以显式恢复： ``` blueteam scan --resume C:\path\to\results ``` ## 在其他编程 Agent 中使用 适用于 Codex、Claude Code、OpenCode、Pi 或其他兼容 Agent Skills 的工具： 该技能是向编程 Agent 传授如何安装和运行同一 CLI 的一种轻量级方式。 扫描器不会因为启动它的 Agent 不同而变成另一个产品；shell、CI 和 Agent Skill 集成都会收到相同的 `run_manifest.json`。 ## 常用命令 | 命令 | 用途 | |---|---| | `blueteam help` | 列出命令和示例 | | `blueteam init` | 配置提供商并引导完成一次扫描 | | `blueteam init --setup-only` | 仅配置提供商，不进行扫描 | | `blueteam models` | 重建已保存的一到三个模型列表 | | `blueteam doctor` | 检查凭证、提供商、Git、工具和 Docker | | `blueteam scan .` | 启动交互式扫描 | | `blueteam scan . --level standard --models 3 --yes` | 非交互式运行 | | `blueteam scan URL --ref TAG` | 扫描独立的 branch、tag 或 commit | | `blueteam scan . --team-model codex-cli` | 使用已保存的 Codex CLI 模型 | | `blueteam scan . --execute` | 允许仅限 Docker 的验证 | | `blueteam sandbox doctor` | 诊断 Docker 和沙箱镜像 | | `blueteam sandbox build` | 构建带有版本号的验证镜像 | | `blueteam instructions codex` | 打印编程工具的操作指南 | 运行 `blueteam help scan` 可查看有关成本、token、时长、worker、专家、 网络、范围、静态工具和恢复的选项。 ## 按下开始后会发生什么 ``` flowchart TD A["Immutable repository snapshot"] --> B["Inventory and trust boundaries"] B --> C["Threat model and mandatory surface ledger"] C --> D["Native rules and optional scanner seeds (withheld)"] C --> H1["Blind generalist hunter A"] C --> H2["Blind generalist hunter B"] C --> H3["Blind generalist hunter C"] H1 --> U["Candidate union and semantic reconciliation"] H2 --> U H3 --> U D --> F["Focused seed and coverage follow-ups"] U --> F F --> V["Review and source/control/sink validation"] V --> P["Attack-path and severity analysis"] P --> L{"Every mandatory surface closed?"} L -->|"No"| X["INCOMPLETE_COVERAGE"] L -->|"Yes"| O["Report + manifest v2 + legacy manifest"] ``` 核心模型都是通用型的。我们不会指定一个模型只去寻找 注入漏洞，而另一个模型只去寻找授权问题，因为那样做会掩盖 我们原本想从它们身上发现的差异。专家模式只是可选的额外步骤， 不能替代广泛的搜寻工作。 BlueTeam 也不使用多数投票法。如果一个模型发现了真实问题， 而另外两个模型漏掉了它，该候选问题仍然值得验证。协调器 会对同一根本原因的重复描述进行分组，而不会 丢弃相关的文件、代码行、追踪记录或发现者信息。 ### 扫描级别 | 级别 | 额外的严谨度 | |---|---| | Quick | 威胁建模、原生种子、边界探测、语义协调、验证、攻击路径以及关键面挑战 | | Standard | 包含 Quick 的所有内容，外加独立团队搜寻、环状审查、根本原因扫描以及完成强制性的覆盖闭合 | | Deep | 包含 Standard 的所有内容，外加二次威胁模型审查、覆盖盲区工作，并对独特的、严重的、有争议的或条件性的候选问题进行二次审查 | | Exhaustive | 包含 Deep 的所有内容，外加所有非原始审查、两次扫描、分歧解决，并为每个存活的实例提供 PoC 或明确的证据缺失说明 | Quick 是最小的工作流，但它绝不是单次提示的扫描。它仍有 多项任务要完成。运行时间会随着代码库的大小和结构、 所选模型的速度以及发现阶段存活的候选问题数量而变化。 深度和模型数量是两个独立的选择。单模型的 Exhaustive 扫描 深度更深，但仍然只具备单一模型的视角。三模型的 Quick 扫描 增加了多样性，但没有后续的所有工作。向右上方移动（深度和数量都增加）会同时 增加审查深度和独立视角，但也会消耗更多的时间和成本。  ## 在将代码库发送到任何地方之前 - 确认界面会列出每一个将要接收源代码的远程提供商。 BlueTeam 绝不会悄悄地将本地模型替换为远程模型。 - 如果 OpenRouter 报告了计费的生成成本，以该数字为准。估算 终究只是估算，它是根据代码库大小、代码结构、 模型定价、上下文、推理工作量以及早期任务的使用情况推算出来的。 - 免费的 OpenRouter 模型会被标记出来，并在必要时放慢速度，以避免 猛烈冲击其速率限制。 - Codex CLI 任务以串行方式运行，因为并行的 OAuth 会话已被证明不可靠。 支持并发的 API 和本地服务器可以使用 `--max-workers`。 - 除非你添加 `--execute` 参数，否则所有扫描级别都是静态和只读的。 - 即使使用了 `--execute`，命令也是在 BlueTeam 的 Docker 沙箱中运行——而不是在你的 主机上——源码只读、写入是一次性的、不继承凭证、没有 Docker socket、有资源限制，且默认无网络访问。 ## 最终你得到的结果 每个结果目录包含： - 人类可读的 `README.md` - `run_manifest.json` schema v2 - 旧版 `scan_manifest.json` v1 - `threat_model.json` 和 `threat_model.md` - `security_surfaces.jsonl` 和 `coverage_ledger.jsonl` - `static_seeds.jsonl` - 候选问题的审查、验证、攻击路径以及可选的沙箱产物 - 提供了 `--log-file` 参数时生成的结构化进度 JSONL 较旧的修复、验证和发布工具只会接收 `REPORTABLE` 发现。 任何条件性的、未解决的、失败的或不完整的发现都会被映射为 失败状态，这样旧有的集成系统就不会意外地将不完整的工作 判定为安全。 ## 目前的证据 到目前为止，我们只完成了一次直接对比。这使得这仅是一个起点， 而不是具有统计学意义的基准测试。我们现在发布该结果， 以便未来可以添加新的运行记录，而不是在日后悄悄改变评判标准。 | Codex Security 发现 | BlueTeam 模型与结果 | 深度 | 运行时间 | 模型请求 | Token 使用量 | 代码库 / 运行 | |---:|---|---|---:|---:|---|---| | 9 个可报告实例 | `codex-cli/gpt-5.6-sol` (中等推理强度)；9/9 匹配，8 个可报告，1 个推迟 | Quick* | 4小时 35分钟 | 211 次成功，1 次失败的任务 | 35.1M 输入（包含 27.4M 缓存）；611.9k 输出 | CharismAI，2026 年 7 月，一次开发运行 | \* **Quick** 是 BlueTeam 深度最低的模式。它仍然会执行威胁建模、 确定性种子、边界搜寻、协调、验证、攻击路径 分析以及关键面挑战。 被推迟的项目是一个 prospect-details RPC 候选问题，因为其部署的 SQL 授权定义在不可变的代码库快照中缺失。因此， BlueTeam 保留了这一证据缺失，而不是将其作为已确认问题报告，或将其视为安全。 该次运行使用的是较早的分组行为。当前的语义协调器 将其保存的 63 个原始候选问题缩减至 25 个根本原因组，同时保留了 具体的实例。我们仍需进行一次新的计时运行，以了解这会在多大程度上 改变实际耗时和 token 使用量。 该结果尚未经过独立复现。 [`blueteam-agent/benchmarks/`](blueteam-agent/benchmarks/) 下的可复现基准测试工具定义了更严格的 三次运行召回率、精确度、误判为安全、成本以及时长评估标准。 ## 获取更多细节 - [独立扫描器指南](blueteam-agent/README.md) - [基准测试](blueteam-agent/benchmarks/README.md) - [重构审计](docs/refactor-audit.md) - [Root Agent Skill](SKILL.md) - `blueteam instructions generic` - `blueteam instructions codex` - `blueteam instructions claude-code` - `blueteam instructions opencode` - `blueteam instructions pi` 内置的 Claude Code 搜寻/修复/验证技能以及旧版 Agent 保留是为了 兼容性。新的集成应该使用独立的 `blueteam` CLI。 ## 开发 ``` cd blueteam-agent python -m pip install -e ".[dev]" python -m pytest -q ``` 当前的测试套件包括提供商契约、向导行为、方法论、 schema、沙箱安全、兼容性以及基准测试固定数据。 ## 必要的安全提示 请仅对你有权测试的系统和代码库运行 BlueTeam。 这是一个源代码安全工具，而不是授权你测试他人系统的许可。 远程提供商的安全防护和可接受使用政策仍然 适用。 执行授权安全工作的 Anthropic 用户应查看其最新的 [网络验证计划](https://support.claude.com/en/articles/14604842-real-time-cyber-safeguards-on-claude)。 ## 构思与代码来源 BlueTeam 衍生自 [Capital One 的 VulnHunter](https://github.com/capitalone/VulnHunter)，该项目 由 Capital One 在 Apache License 2.0 下发布。他们的团队理应为我们最初开始的 基于攻击者视角的源码分析项目，以及搜寻、 修复、验证、Agent 和测试工具基础获得明确的赞誉。BlueTeam 是 一个独立的延续项目；它不是 Capital One 的官方项目， Capital One 也不对其背书。 较新的工作流来自于公开文档和实际操作对比的结合： 1. OpenAI 对 [Codex Security](https://openai.com/index/codex-security-now-in-research-preview/) 的公开描述， 包括针对代码库的威胁建模、漏洞发现、 沙箱验证、攻击路径推理和修复。 2. 在 BlueTeam 开发期间，对授权的 Codex Security 扫描所产生的报告、威胁模型、验证产物和 可观察行为进行的黑盒研究。 只有基于黑盒意义，将这项工作称为“逆向工程”才是合理的。我们 对比了可观察的输入、输出和产物，弄清楚了方法论中哪些部分 最重要，并编写了独立的、与提供商无关的 pipeline。 我们并没有 OpenAI 的源代码，我们不声称复制了其私有的 内部实现，而且 BlueTeam 并非 OpenAI 的产品，也未受到 OpenAI 的背书。 属于 BlueTeam 独特之处的部分包括：混合提供商的模型团队、 盲测式的跨模型审查、确定性的覆盖范围种子、显式的覆盖 账本、可恢复的任务、预算控制以及对本地模型的支持。 基于 [Apache License 2.0](LICENSE) 授权。有关漏洞报告指南，请参阅 [SECURITY.md](SECURITY.md)， 有关贡献说明，请参阅 [CONTRIBUTING.md](CONTRIBUTING.md)。

标签：AI风险缓解, DLL 劫持, DNS 反向解析, 多模型, 大语言模型, 威胁建模, 文档安全, 请求拦截, 逆向工具, 错误基检测, 静态代码分析