diff --git a/README.md b/README.md
index c059158..300f1c2 100644
--- a/README.md
+++ b/README.md
@@ -158,47 +158,89 @@ DeepAudit/
---
-## 🚀 快速开始 (Docker)
+## 🚀 快速开始
-### 1. 启动项目
+### 方式一：一行命令部署（推荐）
-复制一份 `backend/env.example` 为 `backend/.env`，并按需配置 LLM API Key。
-然后执行以下命令一键启动：
+使用预构建的 Docker 镜像，无需克隆代码，一行命令即可启动：
```bash
-# 1. 准备配置文件
-cp backend/env.example backend/.env
-
-# 2. 构建沙箱镜像 (首次运行必须)
-cd docker/sandbox && chmod +x build.sh && ./build.sh && cd ../..
-
-# 3. 启动服务
-docker compose up -d
+# 设置你的 LLM API Key，然后一键部署
+LLM_API_KEY=your-api-key-here \
+curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/main/docker-compose.prod.yml | docker compose -f - up -d
```
> 🎉 **启动成功！** 访问 http://localhost:3000 开始体验。
+
+💡 配置说明（点击展开）
+
+**环境变量配置：**
+
+| 变量 | 说明 | 默认值 |
+|------|------|--------|
+| `LLM_API_KEY` | LLM API 密钥（必填） | - |
+| `LLM_PROVIDER` | LLM 提供商 | `openai` |
+| `LLM_MODEL` | 模型名称 | `gpt-4o` |
+| `LLM_BASE_URL` | API 地址（用于中转站或本地模型） | - |
+
+**使用其他模型示例：**
+
+```bash
+# 使用 DeepSeek
+LLM_API_KEY=sk-xxx LLM_PROVIDER=deepseek LLM_MODEL=deepseek-chat \
+curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/main/docker-compose.prod.yml | docker compose -f - up -d
+
+# 使用 Claude
+LLM_API_KEY=sk-ant-xxx LLM_PROVIDER=anthropic LLM_MODEL=claude-sonnet-4-20250514 \
+curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/main/docker-compose.prod.yml | docker compose -f - up -d
+
+# 使用本地 Ollama
+LLM_PROVIDER=ollama LLM_MODEL=qwen2.5:14b LLM_BASE_URL=http://host.docker.internal:11434 \
+curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/main/docker-compose.prod.yml | docker compose -f - up -d
+```
+
+
+
---
-## 🔧 源码启动指南
+### 方式二：克隆代码部署
+
+适合需要自定义配置或二次开发的用户：
+
+```bash
+# 1. 克隆项目
+git clone https://github.com/lintsinghua/DeepAudit.git && cd DeepAudit
+
+# 2. 配置环境变量
+cp backend/env.example backend/.env
+# 编辑 backend/.env 填入你的 LLM API Key
+
+# 3. 一键启动
+docker compose up -d
+```
+
+> 首次启动会自动构建沙箱镜像，可能需要几分钟。
+
+---
+
+## 🔧 源码开发指南
适合开发者进行二次开发调试。
### 环境要求
-- Python 3.10+
-- Node.js 18+
-- PostgreSQL 14+
+- Python 3.11+
+- Node.js 20+
+- PostgreSQL 15+
- Docker (用于沙箱)
### 1. 后端启动
```bash
cd backend
-# 激活虚拟环境 (推荐 uv/poetry)
-source .venv/bin/activate
-
-# 安装依赖
-pip install -r requirements.txt
+# 使用 uv 管理环境（推荐）
+uv sync
+source .venv/bin/activate
# 启动 API 服务
uvicorn app.main:app --reload
@@ -208,16 +250,16 @@ uvicorn app.main:app --reload
```bash
cd frontend
-npm install
-npm run dev
+pnpm install
+pnpm dev
```
### 3. 沙箱环境
-开发模式下，仍需通过 Docker 启动沙箱服务。
+
+开发模式下需要本地 Docker 拉取沙箱镜像：
```bash
-cd docker/sandbox
-./build.sh
+docker pull ghcr.io/lintsinghua/deepaudit-sandbox:latest
```
---
diff --git a/backend/alembic/versions/008_add_files_with_findings.py b/backend/alembic/versions/008_add_files_with_findings.py
new file mode 100644
index 0000000..40bd7d5
--- /dev/null
+++ b/backend/alembic/versions/008_add_files_with_findings.py
@@ -0,0 +1,35 @@
+"""Add files_with_findings column to agent_tasks
+
+Revision ID: 008_add_files_with_findings
+Revises: 4c280754c680
+Create Date: 2025-12-16
+
+"""
+from alembic import op
+import sqlalchemy as sa
+
+
+# revision identifiers, used by Alembic.
+revision = '008_add_files_with_findings'
+down_revision = '4c280754c680'
+branch_labels = None
+depends_on = None
+
+
+def upgrade() -> None:
+ # Add files_with_findings column to agent_tasks table (idempotent)
+ conn = op.get_bind()
+ inspector = sa.inspect(conn)
+ columns = [col['name'] for col in inspector.get_columns('agent_tasks')]
+
+ if 'files_with_findings' not in columns:
+ op.add_column(
+ 'agent_tasks',
+ sa.Column('files_with_findings', sa.Integer(), nullable=True, default=0)
+ )
+ # Set default value for existing rows
+ op.execute("UPDATE agent_tasks SET files_with_findings = 0 WHERE files_with_findings IS NULL")
+
+
+def downgrade() -> None:
+ op.drop_column('agent_tasks', 'files_with_findings')
diff --git a/backend/app/api/v1/endpoints/agent_tasks.py b/backend/app/api/v1/endpoints/agent_tasks.py
index 32788cc..814bc82 100644
--- a/backend/app/api/v1/endpoints/agent_tasks.py
+++ b/backend/app/api/v1/endpoints/agent_tasks.py
@@ -445,14 +445,18 @@ async def _execute_agent_task(task_id: str):
task.tool_calls_count = result.tool_calls
task.tokens_used = result.tokens_used
- # 🔥 统计分析的文件数量（从 findings 中提取唯一文件）
- analyzed_file_set = set()
+ # 🔥 统计文件数量
+ # analyzed_files = 实际扫描过的文件数（任务完成时等于 total_files）
+ # files_with_findings = 有漏洞发现的唯一文件数
+ task.analyzed_files = task.total_files # Agent 扫描了所有符合条件的文件
+
+ files_with_findings_set = set()
for f in findings:
if isinstance(f, dict):
file_path = f.get("file_path") or f.get("file") or f.get("location", "").split(":")[0]
if file_path:
- analyzed_file_set.add(file_path)
- task.analyzed_files = len(analyzed_file_set) if analyzed_file_set else task.total_files
+ files_with_findings_set.add(file_path)
+ task.files_with_findings = len(files_with_findings_set)
# 统计严重程度和验证状态
verified_count = 0
diff --git a/backend/app/models/agent_task.py b/backend/app/models/agent_task.py
index 0bc1a1a..33c7047 100644
--- a/backend/app/models/agent_task.py
+++ b/backend/app/models/agent_task.py
@@ -89,7 +89,8 @@ class AgentTask(Base):
# 进度统计
total_files = Column(Integer, default=0)
indexed_files = Column(Integer, default=0)
- analyzed_files = Column(Integer, default=0)
+ analyzed_files = Column(Integer, default=0) # 实际扫描过的文件数
+ files_with_findings = Column(Integer, default=0) # 有漏洞发现的文件数
total_chunks = Column(Integer, default=0) # 代码块总数
# Agent 统计
diff --git a/backend/app/services/agent/agents/analysis.py b/backend/app/services/agent/agents/analysis.py
index b39a7ce..f1e5c8e 100644
--- a/backend/app/services/agent/agents/analysis.py
+++ b/backend/app/services/agent/agents/analysis.py
@@ -85,15 +85,15 @@ ANALYSIS_SYSTEM_PROMPT = """你是 DeepAudit 的漏洞分析 Agent，一个**自
- **dataflow_analysis**: 数据流追踪
参数: source_code (str), variable_name (str)
-### 辅助工具
-- **read_file**: 读取文件内容验证发现
+### 辅助工具（RAG 优先！）
+- **rag_query**: **🔥 首选** 语义搜索代码，理解业务逻辑
+ 参数: query (str), top_k (int)
+- **security_search**: **🔥 首选** 安全相关搜索
+ 参数: query (str)
+- **read_file**: 读取文件内容
参数: file_path (str), start_line (int), end_line (int)
-- **list_files**: 列出目录文件
- 参数: directory (str), pattern (str)
-- **search_code**: 代码关键字搜索
- 参数: keyword (str), max_results (int)
-- **query_security_knowledge**: 查询安全知识库
-- **get_vulnerability_knowledge**: 获取漏洞知识
+- **list_files**: ⚠️ 仅列出目录，严禁遍历
+- **search_code**: ⚠️ 仅查找常量，严禁通用搜索
## 📋 推荐分析流程（严格按此执行！）
@@ -193,6 +193,26 @@ Final Answer: [JSON 格式的漏洞报告]
3. **上下文分析** - 看到可疑代码要读取上下文，理解完整逻辑
4. **自主判断** - 不要机械相信工具输出，要用你的专业知识判断
+## ⚠️ 关键约束 - 必须遵守！
+1. **禁止直接输出 Final Answer** - 你必须先调用工具来分析代码
+2. **至少调用两个工具** - 使用 smart_scan/semgrep_scan 进行扫描，然后用 read_file 查看代码
+3. **没有工具调用的分析无效** - 不允许仅凭推测直接报告漏洞
+4. **先 Action 后 Final Answer** - 必须先执行工具，获取 Observation，再输出最终结论
+
+错误示例（禁止）：
+```
+Thought: 根据项目信息，可能存在安全问题
+Final Answer: {...} ❌ 没有调用任何工具！
+```
+
+正确示例（必须）：
+```
+Thought: 我需要先使用智能扫描工具对项目进行全面分析
+Action: smart_scan
+Action Input: {"scan_type": "security", "max_files": 50}
+```
+然后等待 Observation，再继续深入分析或输出 Final Answer。
+
现在开始你的安全分析！首先使用外部工具进行全面扫描。"""
@@ -402,7 +422,7 @@ class AnalysisAgent(BaseAgent):
## 可用工具
{self.get_tools_description()}
-请开始你的安全分析。首先读取高风险区域的文件，然后分析其中的安全问题。"""
+请开始你的安全分析。首先读取高风险区域的文件，然后**立即**分析其中的安全问题（输出 Action）。"""
# 🔥 记录工作开始
self.record_work("开始安全漏洞分析")
@@ -437,7 +457,7 @@ class AnalysisAgent(BaseAgent):
llm_output, tokens_this_round = await self.stream_llm_call(
self._conversation_history,
temperature=0.1,
- max_tokens=4096,
+ max_tokens=8192,
)
except asyncio.CancelledError:
logger.info(f"[{self.name}] LLM call cancelled")
@@ -594,7 +614,7 @@ Final Answer: {{"findings": [...], "summary": "..."}}"""
await self.emit_llm_decision("继续分析", "LLM 需要更多分析")
self._conversation_history.append({
"role": "user",
- "content": "请继续分析。选择一个工具执行，或者如果分析完成，输出 Final Answer 汇总所有发现。",
+ "content": "请继续分析。你输出了 Thought 但没有输出 Action。请**立即**选择一个工具执行，或者如果分析完成，输出 Final Answer 汇总所有发现。",
})
# 🔥 如果循环结束但没有发现，强制 LLM 总结
diff --git a/backend/app/services/agent/agents/base.py b/backend/app/services/agent/agents/base.py
index a198374..1ad5347 100644
--- a/backend/app/services/agent/agents/base.py
+++ b/backend/app/services/agent/agents/base.py
@@ -51,7 +51,7 @@ class AgentConfig:
# LLM 配置
model: Optional[str] = None
temperature: float = 0.1
- max_tokens: int = 4096
+ max_tokens: int = 8192
# 执行限制
max_iterations: int = 20
diff --git a/backend/app/services/agent/agents/orchestrator.py b/backend/app/services/agent/agents/orchestrator.py
index a67b117..41f0b4f 100644
--- a/backend/app/services/agent/agents/orchestrator.py
+++ b/backend/app/services/agent/agents/orchestrator.py
@@ -242,7 +242,7 @@ class OrchestratorAgent(BaseAgent):
llm_output, tokens_this_round = await self.stream_llm_call(
self._conversation_history,
temperature=0.1,
- max_tokens=4096, # 🔥 增加到 4096，避免截断
+ max_tokens=8192, # 🔥 增加到 8192，避免截断
)
except asyncio.CancelledError:
logger.info(f"[{self.name}] LLM call cancelled")
@@ -678,21 +678,16 @@ Action Input: {{"参数": "值"}}
pass
raise asyncio.CancelledError("任务已取消")
- try:
- # 🔥 移除 asyncio.shield()，让取消信号可以直接传播
- # 使用较短的超时来更频繁地检查取消状态
- return await asyncio.wait_for(
- run_task,
- timeout=0.5 # 🔥 每0.5秒检查一次取消状态
- )
- except asyncio.TimeoutError:
- continue
- except asyncio.CancelledError:
- # 🔥 捕获取消异常，确保子Agent也被取消
- logger.info(f"[{self.name}] Sub-agent {agent_name} received cancel signal")
- if hasattr(agent, 'cancel'):
- agent.cancel()
- raise
+ # Use asyncio.wait to poll without cancelling the task
+ done, pending = await asyncio.wait(
+ [run_task],
+ timeout=0.5,
+ return_when=asyncio.FIRST_COMPLETED
+ )
+ if run_task in done:
+ return run_task.result()
+ # If not done, continue loop
+ continue
return await run_task
except asyncio.CancelledError:
diff --git a/backend/app/services/agent/agents/recon.py b/backend/app/services/agent/agents/recon.py
index fece4e7..bd981f1 100644
--- a/backend/app/services/agent/agents/recon.py
+++ b/backend/app/services/agent/agents/recon.py
@@ -19,11 +19,146 @@ from dataclasses import dataclass
from .base import BaseAgent, AgentConfig, AgentResult, AgentType, AgentPattern
from ..json_parser import AgentJsonParser
-from ..prompts import RECON_SYSTEM_PROMPT, TOOL_USAGE_GUIDE
+from ..prompts import TOOL_USAGE_GUIDE
logger = logging.getLogger(__name__)
+RECON_SYSTEM_PROMPT = """你是 DeepAudit 的侦察 Agent，负责收集和分析项目信息。
+
+## 你的职责
+作为侦察层，你负责：
+1. 分析项目结构和技术栈
+2. 识别关键入口点
+3. 发现配置文件和敏感区域
+4. **推荐需要使用的外部安全工具**
+5. 提供初步风险评估
+
+## 侦察目标
+
+### 1. 技术栈识别（用于选择外部工具）
+- 编程语言和版本
+- Web框架（Django, Flask, FastAPI, Express等）
+- 数据库类型
+- 前端框架
+- **根据技术栈推荐外部工具：**
+ - Python项目 → bandit_scan, safety_scan
+ - Node.js项目 → npm_audit
+ - 所有项目 → semgrep_scan, gitleaks_scan
+ - 大型项目 → kunlun_scan, osv_scan
+
+### 2. 入口点发现
+- HTTP路由和API端点
+- Websocket处理
+- 定时任务和后台作业
+- 消息队列消费者
+
+### 3. 敏感区域定位
+- 认证和授权代码
+- 数据库操作
+- 文件处理
+- 外部服务调用
+
+### 4. 配置分析
+- 安全配置
+- 调试设置
+- 密钥管理
+
+## 工作方式
+每一步，你需要输出：
+
+```
+Thought: [分析当前情况，思考需要收集什么信息]
+Action: [工具名称]
+Action Input: {"参数1": "值1"}
+```
+
+当你完成信息收集后，输出：
+
+```
+Thought: [总结收集到的所有信息]
+Final Answer: [JSON 格式的结果]
+```
+
+## 输出格式
+
+```
+Final Answer: {
+ "project_structure": {...},
+ "tech_stack": {
+ "languages": [...],
+ "frameworks": [...],
+ "databases": [...]
+ },
+ "recommended_tools": {
+ "must_use": ["semgrep_scan", "gitleaks_scan", ...],
+ "recommended": ["kunlun_scan", ...],
+ "reason": "基于项目技术栈的推荐理由"
+ },
+ "entry_points": [
+ {"type": "...", "file": "...", "line": ..., "method": "..."}
+ ],
+ "high_risk_areas": [
+ "文件路径:行号 - 风险描述"
+ ],
+ "initial_findings": [
+ {"title": "...", "file_path": "...", "line_start": ..., "description": "..."}
+ ],
+ "summary": "项目侦察总结"
+}
+```
+
+## ⚠️ 重要输出要求
+
+### recommended_tools 格式要求
+**必须**根据项目技术栈推荐外部工具：
+- `must_use`: 必须使用的工具列表
+- `recommended`: 推荐使用的工具列表
+- `reason`: 推荐理由
+
+### high_risk_areas 格式要求
+每个高风险区域**必须**包含具体的文件路径，格式为：
+- `"app.py:36 - SECRET_KEY 硬编码"`
+- `"utils/file.py:120 - 使用用户输入构造文件路径"`
+- `"api/views.py:45 - SQL 查询使用字符串拼接"`
+
+**禁止**输出纯描述性文本如 "File write operations with user-controlled paths"，必须指明具体文件。
+
+### initial_findings 格式要求
+每个发现**必须**包含：
+- `title`: 漏洞标题
+- `file_path`: 具体文件路径
+- `line_start`: 行号
+- `description`: 详细描述
+
+## ⚠️ 关键约束 - 必须遵守！
+1. **禁止直接输出 Final Answer** - 你必须先调用工具来收集项目信息
+2. **至少调用三个工具** - 使用 rag_query 语义搜索关键入口，read_file 读取文件，list_files 仅查看根目录
+3. **没有工具调用的侦察无效** - 不允许仅凭项目名称直接推测
+4. **先 Action 后 Final Answer** - 必须先执行工具，获取 Observation，再输出最终结论
+
+错误示例（禁止）：
+```
+Thought: 这是一个 PHP 项目，可能存在安全问题
+Final Answer: {...} ❌ 没有调用任何工具！
+```
+
+正确示例（必须）：
+```
+Thought: 我需要先查看项目结构来了解项目组成
+Action: rag_query
+Action Input: {"query": "项目的入口点和路由定义在哪里？", "top_k": 5}
+```
+**或者**仅查看根目录结构：
+```
+Thought: 我需要先查看项目根目录结构
+Action: list_files
+Action Input: {"directory": "."}
+```
+然后等待 Observation，再继续收集信息或输出 Final Answer。
+"""
+
+
# ... (上文导入)
# ...
@@ -193,7 +328,7 @@ class ReconAgent(BaseAgent):
## 可用工具
{self.get_tools_description()}
-请开始你的信息收集工作。首先思考应该收集什么信息，然后选择合适的工具。"""
+请开始你的信息收集工作。首先思考应该收集什么信息，然后**立即**选择合适的工具执行（输出 Action）。不要只输出 Thought，必须紧接着输出 Action。"""
# 初始化对话历史
self._conversation_history = [
@@ -224,7 +359,7 @@ class ReconAgent(BaseAgent):
llm_output, tokens_this_round = await self.stream_llm_call(
self._conversation_history,
temperature=0.1,
- max_tokens=4096, # 🔥 增加到 4096，避免截断
+ max_tokens=8192, # 🔥 增加到 8192，避免截断
)
except asyncio.CancelledError:
logger.info(f"[{self.name}] LLM call cancelled")
@@ -360,7 +495,7 @@ Final Answer: [JSON格式的结果]"""
await self.emit_llm_decision("继续思考", "LLM 需要更多信息")
self._conversation_history.append({
"role": "user",
- "content": "请继续，选择一个工具执行，或者如果信息收集完成，输出 Final Answer。",
+ "content": "请继续。你输出了 Thought 但没有输出 Action。请**立即**选择一个工具执行（Action: ...），或者如果信息收集完成，输出 Final Answer。",
})
# 🔥 如果循环结束但没有 final_result，强制 LLM 总结
diff --git a/backend/app/services/agent/agents/verification.py b/backend/app/services/agent/agents/verification.py
index 10d3597..bfd8326 100644
--- a/backend/app/services/agent/agents/verification.py
+++ b/backend/app/services/agent/agents/verification.py
@@ -41,7 +41,7 @@ VERIFICATION_SYSTEM_PROMPT = """你是 DeepAudit 的漏洞验证 Agent，一个*
### 文件操作
- **read_file**: 读取更多代码上下文
参数: file_path (str), start_line (int), end_line (int)
-- **list_files**: 列出目录文件
+- **list_files**: ⚠️ 仅用于确认文件是否存在，严禁遍历
参数: directory (str), pattern (str)
### 沙箱核心工具
@@ -212,6 +212,26 @@ Final Answer: [JSON 格式的验证报告]
- 代码执行: 可直接运行的利用脚本
- ⚠️ payload 字段必须是**可直接复制执行**的完整利用代码，不要只写参数值
+## ⚠️ 关键约束 - 必须遵守！
+1. **禁止直接输出 Final Answer** - 你必须先调用至少一个工具来验证漏洞
+2. **每个漏洞至少调用一次工具** - 使用 read_file 读取代码，或使用 test_* 工具测试
+3. **没有工具调用的验证无效** - 不允许仅凭已知信息直接判断
+4. **先 Action 后 Final Answer** - 必须先执行工具，获取 Observation，再输出最终结论
+
+错误示例（禁止）：
+```
+Thought: 根据已有信息，我认为这是漏洞
+Final Answer: {...} ❌ 没有调用任何工具！
+```
+
+正确示例（必须）：
+```
+Thought: 我需要先读取 config.php 文件来验证硬编码凭据
+Action: read_file
+Action Input: {"file_path": "config.php"}
+```
+然后等待 Observation，再继续验证其他发现或输出 Final Answer。
+
现在开始验证漏洞发现！"""
@@ -529,7 +549,7 @@ class VerificationAgent(BaseAgent):
llm_output, tokens_this_round = await self.stream_llm_call(
self._conversation_history,
temperature=0.1,
- max_tokens=4096, # 🔥 增加到 4096，避免截断
+ max_tokens=8192, # 🔥 增加到 8192，避免截断
)
except asyncio.CancelledError:
logger.info(f"[{self.name}] LLM call cancelled")
@@ -643,7 +663,7 @@ class VerificationAgent(BaseAgent):
await self.emit_llm_decision("继续验证", "LLM 需要更多验证")
self._conversation_history.append({
"role": "user",
- "content": "请继续验证。如果验证完成，输出 Final Answer 汇总所有验证结果。",
+ "content": "请继续验证。你输出了 Thought 但没有输出 Action。请**立即**选择一个工具执行，或者如果验证完成，输出 Final Answer 汇总所有验证结果。",
})
# 处理结果
diff --git a/backend/app/services/agent/prompts/__init__.py b/backend/app/services/agent/prompts/__init__.py
index b4edca1..975b837 100644
--- a/backend/app/services/agent/prompts/__init__.py
+++ b/backend/app/services/agent/prompts/__init__.py
@@ -219,11 +219,6 @@ from .system_prompts import (
VULNERABILITY_PRIORITIES,
TOOL_USAGE_GUIDE,
MULTI_AGENT_RULES,
- ORCHESTRATOR_SYSTEM_PROMPT,
- ANALYSIS_SYSTEM_PROMPT,
- VERIFICATION_SYSTEM_PROMPT,
- RECON_SYSTEM_PROMPT,
- get_system_prompt,
build_enhanced_prompt,
)
@@ -242,11 +237,6 @@ __all__ = [
"VULNERABILITY_PRIORITIES",
"TOOL_USAGE_GUIDE",
"MULTI_AGENT_RULES",
- "ORCHESTRATOR_SYSTEM_PROMPT",
- "ANALYSIS_SYSTEM_PROMPT",
- "VERIFICATION_SYSTEM_PROMPT",
- "RECON_SYSTEM_PROMPT",
- "get_system_prompt",
"build_enhanced_prompt",
]
diff --git a/backend/app/services/agent/prompts/system_prompts.py b/backend/app/services/agent/prompts/system_prompts.py
index 7e690e6..5ec4fcc 100644
--- a/backend/app/services/agent/prompts/system_prompts.py
+++ b/backend/app/services/agent/prompts/system_prompts.py
@@ -139,44 +139,48 @@ TOOL_USAGE_GUIDE = """
| `dataflow_analysis` | 数据流追踪验证 |
| `code_analysis` | 代码结构分析 |
-#### 辅助工具
+#### 辅助工具（RAG 优先！）
| 工具 | 用途 |
|------|------|
-| `rag_query` | **语义搜索代码**（推荐！比 search_code 更智能，理解代码含义） |
-| `security_search` | **安全相关代码搜索**（专门查找安全敏感代码） |
-| `function_context` | **函数上下文搜索**（获取函数的调用关系和上下文） |
-| `list_files` | 了解项目结构 |
+| `rag_query` | **🔥 首选代码搜索工具** - 语义搜索，查找业务逻辑和漏洞上下文 |
+| `security_search` | **🔥 首选安全搜索工具** - 查找特定的安全敏感代码模式 |
+| `function_context` | **🔥 理解代码结构** - 获取函数调用关系和定义 |
| `read_file` | 读取文件内容验证发现 |
-| `search_code` | 关键词搜索代码（精确匹配） |
+| `list_files` | ⚠️ **仅用于** 了解根目录结构，**严禁** 用于遍历代码查找内容 |
+| `search_code` | ⚠️ **仅用于** 查找非常具体的字符串常量，**严禁** 作为主要代码搜索手段 |
| `query_security_knowledge` | 查询安全知识库 |
### 🔍 代码搜索工具对比
| 工具 | 特点 | 适用场景 |
|------|------|---------|
-| `rag_query` | **语义搜索**，理解代码含义 | 查找"处理用户输入的函数"、"数据库查询逻辑" |
-| `security_search` | **安全专用搜索** | 查找"SQL注入相关代码"、"认证授权代码" |
-| `function_context` | **函数上下文** | 查找某函数的调用者和被调用者 |
-| `search_code` | **关键词搜索**，精确匹配 | 查找特定函数名、变量名、字符串 |
+| `rag_query` | **🔥 语义搜索**，理解代码含义 | **首选！** 查找"处理用户输入的函数"、"数据库查询逻辑" |
+| `security_search` | **🔥 安全专用搜索** | **首选！** 查找"SQL注入相关代码"、"认证授权代码" |
+| `function_context` | **🔥 函数上下文** | 查找某函数的调用者和被调用者 |
+| `search_code` | **❌ 关键词搜索**，仅精确匹配 | **不推荐**，仅用于查找确定的常量或变量名 |
-**推荐**：
-1. 查找安全相关代码时优先使用 `security_search`
-2. 理解函数关系时使用 `function_context`
-3. 通用语义搜索使用 `rag_query`
-4. 精确匹配时使用 `search_code`
+**❌ 严禁行为**：
+1. **不要** 使用 `list_files` 递归列出所有文件来查找代码
+2. **不要** 使用 `search_code` 搜索通用关键词（如 "function", "user"），这会产生大量无用结果
+
+**✅ 推荐行为**：
+1. **始终优先使用 RAG 工具** (`rag_query`, `security_search`)
+2. `rag_query` 可以理解自然语言，如 "Show me the login function"
+3. 仅在确实需要精确匹配特定字符串时才使用 `search_code`
### 📋 推荐分析流程
#### 第一步：快速侦察（5%时间）
```
-Action: list_files
-Action Input: {"directory": "."}
```
-了解项目结构、技术栈、入口点
+Action: list_files
+Action Input: {"directory": ".", "max_depth": 2}
+```
+了解项目根目录结构（不要遍历全项目）
-**语义搜索高风险代码（推荐！）：**
+**🔥 RAG 搜索关键逻辑（RAG 优先！）：**
```
Action: rag_query
-Action Input: {"query": "处理用户输入或执行数据库查询的函数", "top_k": 10}
+Action Input: {"query": "用户的登录认证逻辑在哪里？", "top_k": 5}
```
#### 第二步：外部工具全面扫描（60%时间）⚡重点！
@@ -303,334 +307,6 @@ MULTI_AGENT_RULES = """
"""
-# ====== 各Agent专用提示词 ======
-
-ORCHESTRATOR_SYSTEM_PROMPT = f"""你是 DeepAudit 安全审计平台的编排 Agent。
-
-{CORE_SECURITY_PRINCIPLES}
-
-## 你的职责
-作为编排层，你负责协调整个安全审计流程：
-1. 分析项目信息，制定审计策略
-2. 调度子Agent执行具体任务
-3. 收集和整合分析结果
-4. 生成最终审计报告
-
-## 可用操作
-
-### dispatch_agent - 调度子Agent
-```
-Action: dispatch_agent
-Action Input: {{"agent": "recon|analysis|verification", "task": "任务描述", "context": "上下文"}}
-```
-
-### summarize - 汇总发现
-```
-Action: summarize
-Action Input: {{"findings": [...], "analysis": "分析"}}
-```
-
-### finish - 完成审计
-```
-Action: finish
-Action Input: {{"conclusion": "结论", "findings": [...], "recommendations": [...]}}
-```
-
-## 审计流程
-1. 调度 recon Agent 收集项目信息
-2. 基于 recon 结果，调度 analysis Agent 进行漏洞分析
-3. 对高置信度发现，调度 verification Agent 验证
-4. 汇总所有发现，生成最终报告
-
-{MULTI_AGENT_RULES}
-
-## 输出格式
-```
-Thought: [分析和决策过程]
-Action: [操作名称]
-Action Input: [JSON参数]
-```
-"""
-
-ANALYSIS_SYSTEM_PROMPT = f"""你是 DeepAudit 的漏洞分析 Agent，一个专业的安全分析专家。
-
-{CORE_SECURITY_PRINCIPLES}
-
-{VULNERABILITY_PRIORITIES}
-
-{TOOL_USAGE_GUIDE}
-
-## 你的职责
-作为分析层，你负责深度安全分析：
-1. 识别代码中的安全漏洞
-2. 追踪数据流和攻击路径
-3. 评估漏洞的严重性和影响
-4. 提供专业的修复建议
-
-## 分析策略
-
-### ⚠️ 核心原则：外部工具优先！
-
-**必须首先使用外部专业安全工具进行扫描！** 这些工具有经过验证的规则库和更低的误报率。
-
-### 第一步：外部工具全面扫描（最重要！）⭐⭐⭐
-**根据项目技术栈，选择并执行以下工具：**
-
-**所有项目必做：**
-- `semgrep_scan`: 使用规则 "p/security-audit" 或 "p/owasp-top-ten" 进行全面扫描
-- `gitleaks_scan`: 检测密钥泄露
-
-**Python项目必做：**
-- `bandit_scan`: Python专用安全扫描
-- `safety_scan`: 依赖漏洞检查
-
-**Node.js项目必做：**
-- `npm_audit`: 依赖漏洞检查
-
-**大型项目推荐：**
-- `kunlun_scan`: Kunlun-M深度代码审计
-- `osv_scan`: 开源漏洞扫描
-
-### 第二步：分析外部工具结果
-对外部工具发现的问题进行深入分析：
-- 使用 `read_file` 查看完整代码上下文
-- 使用 `dataflow_analysis` 追踪数据流
-- 理解业务逻辑，排除误报
-
-### 第三步：补充扫描（仅在需要时）
-如果外部工具覆盖不足，使用内置工具补充：
-- `smart_scan`: 综合智能扫描
-- `pattern_match`: 正则模式匹配
-
-### 第四步：验证和报告
-- 确认漏洞可利用性
-- 评估实际影响
-- 输出结构化的漏洞报告
-
-## 输出格式
-
-### 中间步骤
-```
-Thought: [分析思考]
-Action: [工具名称]
-Action Input: {{"参数": "值"}}
-```
-
-### 最终输出
-```
-Final Answer: {{
- "findings": [
- {{
- "vulnerability_type": "漏洞类型",
- "severity": "critical|high|medium|low",
- "title": "漏洞标题",
- "description": "详细描述",
- "file_path": "文件路径",
- "line_start": 行号,
- "code_snippet": "代码片段",
- "source": "污点来源",
- "sink": "危险函数",
- "suggestion": "修复建议",
- "confidence": 0.9
- }}
- ],
- "summary": "分析总结"
-}}
-```
-"""
-
-VERIFICATION_SYSTEM_PROMPT = f"""你是 DeepAudit 的验证 Agent，负责验证分析Agent发现的潜在漏洞。
-
-{CORE_SECURITY_PRINCIPLES}
-
-## 你的职责
-作为验证层，你负责：
-1. 验证漏洞是否真实存在
-2. 分析漏洞的可利用性
-3. 评估实际安全影响
-4. 提供最终置信度评估
-
-## 验证方法
-
-### 1. 外部工具交叉验证 ⭐⭐⭐（推荐！）
-使用不同的外部工具验证发现：
-- 使用 `semgrep_scan` 配合特定规则验证
-- 使用 `bandit_scan` 交叉确认 Python 漏洞
-- 如果多个工具都报告同一问题，置信度更高
-
-### 2. 上下文验证
-- 检查完整的代码上下文
-- 理解数据处理逻辑
-- 验证安全控制是否存在
-
-### 3. 数据流验证
-- 追踪从输入到输出的完整路径
-- 识别中间的验证和过滤
-- 确认是否存在有效的安全控制
-
-### 4. 配置验证
-- 检查安全配置
-- 验证框架安全特性
-- 评估防护措施
-
-### 5. 沙箱验证（高置信度漏洞）
-- 使用 `sandbox_execute` 或漏洞专用测试工具
-- 构造 PoC 验证可利用性
-- 记录验证结果
-
-## 输出格式
-
-```
-Final Answer: {{
- "verified_findings": [
- {{
- "original_finding": {{...}},
- "is_verified": true/false,
- "verification_method": "使用的验证方法",
- "cross_tool_results": {{"semgrep": "...", "bandit": "..."}},
- "evidence": "验证证据",
- "final_severity": "最终严重程度",
- "final_confidence": 0.95,
- "poc": "概念验证（如有）",
- "remediation": "详细修复建议"
- }}
- ],
- "summary": "验证总结"
-}}
-```
-
-{TOOL_USAGE_GUIDE}
-"""
-
-RECON_SYSTEM_PROMPT = f"""你是 DeepAudit 的侦察 Agent，负责收集和分析项目信息。
-
-## 你的职责
-作为侦察层，你负责：
-1. 分析项目结构和技术栈
-2. 识别关键入口点
-3. 发现配置文件和敏感区域
-4. **推荐需要使用的外部安全工具**
-5. 提供初步风险评估
-
-## 侦察目标
-
-### 1. 技术栈识别（用于选择外部工具）
-- 编程语言和版本
-- Web框架（Django, Flask, FastAPI, Express等）
-- 数据库类型
-- 前端框架
-- **根据技术栈推荐外部工具：**
- - Python项目 → bandit_scan, safety_scan
- - Node.js项目 → npm_audit
- - 所有项目 → semgrep_scan, gitleaks_scan
- - 大型项目 → kunlun_scan, osv_scan
-
-### 2. 入口点发现
-- HTTP路由和API端点
-- Websocket处理
-- 定时任务和后台作业
-- 消息队列消费者
-
-### 3. 敏感区域定位
-- 认证和授权代码
-- 数据库操作
-- 文件处理
-- 外部服务调用
-
-### 4. 配置分析
-- 安全配置
-- 调试设置
-- 密钥管理
-
-## 工作方式
-每一步，你需要输出：
-
-```
-Thought: [分析当前情况，思考需要收集什么信息]
-Action: [工具名称]
-Action Input: {{"参数1": "值1"}}
-```
-
-当你完成信息收集后，输出：
-
-```
-Thought: [总结收集到的所有信息]
-Final Answer: [JSON 格式的结果]
-```
-
-## 输出格式
-
-```
-Final Answer: {{
- "project_structure": {{...}},
- "tech_stack": {{
- "languages": [...],
- "frameworks": [...],
- "databases": [...]
- }},
- "recommended_tools": {{
- "must_use": ["semgrep_scan", "gitleaks_scan", ...],
- "recommended": ["kunlun_scan", ...],
- "reason": "基于项目技术栈的推荐理由"
- }},
- "entry_points": [
- {{"type": "...", "file": "...", "line": ..., "method": "..."}}
- ],
- "high_risk_areas": [
- "文件路径:行号 - 风险描述"
- ],
- "initial_findings": [
- {{"title": "...", "file_path": "...", "line_start": ..., "description": "..."}}
- ],
- "summary": "项目侦察总结"
-}}
-```
-
-## ⚠️ 重要输出要求
-
-### recommended_tools 格式要求（新增！）
-**必须**根据项目技术栈推荐外部工具：
-- `must_use`: 必须使用的工具列表
-- `recommended`: 推荐使用的工具列表
-- `reason`: 推荐理由
-
-### high_risk_areas 格式要求
-每个高风险区域**必须**包含具体的文件路径，格式为：
-- `"app.py:36 - SECRET_KEY 硬编码"`
-- `"utils/file.py:120 - 使用用户输入构造文件路径"`
-- `"api/views.py:45 - SQL 查询使用字符串拼接"`
-
-**禁止**输出纯描述性文本如 "File write operations with user-controlled paths"，必须指明具体文件。
-
-### initial_findings 格式要求
-每个发现**必须**包含：
-- `title`: 漏洞标题
-- `file_path`: 具体文件路径
-- `line_start`: 行号
-- `description`: 详细描述
-
-{TOOL_USAGE_GUIDE}
-"""
-
-
-def get_system_prompt(agent_type: str) -> str:
- """
- 获取指定Agent类型的系统提示词
-
- Args:
- agent_type: Agent类型 (orchestrator, analysis, verification, recon)
-
- Returns:
- 系统提示词
- """
- prompts = {
- "orchestrator": ORCHESTRATOR_SYSTEM_PROMPT,
- "analysis": ANALYSIS_SYSTEM_PROMPT,
- "verification": VERIFICATION_SYSTEM_PROMPT,
- "recon": RECON_SYSTEM_PROMPT,
- }
- return prompts.get(agent_type.lower(), ANALYSIS_SYSTEM_PROMPT)
-
def build_enhanced_prompt(
base_prompt: str,
@@ -640,39 +316,34 @@ def build_enhanced_prompt(
) -> str:
"""
构建增强的提示词
-
+
Args:
base_prompt: 基础提示词
include_principles: 是否包含核心原则
include_priorities: 是否包含漏洞优先级
include_tools: 是否包含工具指南
-
+
Returns:
增强后的提示词
"""
parts = [base_prompt]
-
+
if include_principles:
parts.append(CORE_SECURITY_PRINCIPLES)
-
+
if include_priorities:
parts.append(VULNERABILITY_PRIORITIES)
-
+
if include_tools:
parts.append(TOOL_USAGE_GUIDE)
-
+
return "\n\n".join(parts)
__all__ = [
"CORE_SECURITY_PRINCIPLES",
- "VULNERABILITY_PRIORITIES",
+ "VULNERABILITY_PRIORITIES",
"TOOL_USAGE_GUIDE",
"MULTI_AGENT_RULES",
- "ORCHESTRATOR_SYSTEM_PROMPT",
- "ANALYSIS_SYSTEM_PROMPT",
- "VERIFICATION_SYSTEM_PROMPT",
- "RECON_SYSTEM_PROMPT",
- "get_system_prompt",
"build_enhanced_prompt",
]
diff --git a/docker-compose.prod.yml b/docker-compose.prod.yml
new file mode 100644
index 0000000..6613906
--- /dev/null
+++ b/docker-compose.prod.yml
@@ -0,0 +1,92 @@
+# =============================================
+# DeepAudit v3.0.0 生产环境一键部署配置
+# =============================================
+# 使用预构建的 GHCR 镜像，无需本地构建
+# 部署命令: curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/main/docker-compose.prod.yml | docker compose -f - up -d
+
+services:
+ db:
+ image: postgres:15-alpine
+ restart: unless-stopped
+ volumes:
+ - postgres_data:/var/lib/postgresql/data
+ environment:
+ - POSTGRES_USER=postgres
+ - POSTGRES_PASSWORD=postgres
+ - POSTGRES_DB=deepaudit
+ healthcheck:
+ test: ["CMD-SHELL", "pg_isready -U postgres"]
+ interval: 5s
+ timeout: 5s
+ retries: 5
+ networks:
+ - deepaudit-network
+
+ redis:
+ image: redis:7-alpine
+ restart: unless-stopped
+ volumes:
+ - redis_data:/data
+ healthcheck:
+ test: ["CMD", "redis-cli", "ping"]
+ interval: 10s
+ timeout: 5s
+ retries: 5
+ networks:
+ - deepaudit-network
+
+ backend:
+ image: ghcr.io/lintsinghua/deepaudit-backend:latest
+ restart: unless-stopped
+ volumes:
+ - backend_uploads:/app/uploads
+ - /var/run/docker.sock:/var/run/docker.sock
+ ports:
+ - "8000:8000"
+ environment:
+ - DATABASE_URL=postgresql+asyncpg://postgres:postgres@db:5432/deepaudit
+ - REDIS_URL=redis://redis:6379/0
+ - AGENT_ENABLED=true
+ - SANDBOX_ENABLED=true
+ - SANDBOX_IMAGE=ghcr.io/lintsinghua/deepaudit-sandbox:latest
+ # LLM 配置 - 请根据需要修改
+ - LLM_PROVIDER=openai
+ - LLM_MODEL=gpt-4o
+ - LLM_API_KEY=${LLM_API_KEY:-your-api-key-here}
+ - LLM_BASE_URL=${LLM_BASE_URL:-}
+ # 禁用代理
+ - HTTP_PROXY=
+ - HTTPS_PROXY=
+ - NO_PROXY=*
+ depends_on:
+ db:
+ condition: service_healthy
+ redis:
+ condition: service_healthy
+ networks:
+ - deepaudit-network
+
+ frontend:
+ image: ghcr.io/lintsinghua/deepaudit-frontend:latest
+ restart: unless-stopped
+ ports:
+ - "3000:80"
+ depends_on:
+ - backend
+ networks:
+ - deepaudit-network
+
+ # 预拉取沙箱镜像（后端会按需调用）
+ sandbox-pull:
+ image: ghcr.io/lintsinghua/deepaudit-sandbox:latest
+ restart: "no"
+ command: echo "Sandbox image ready"
+
+networks:
+ deepaudit-network:
+ driver: bridge
+
+volumes:
+ postgres_data:
+ backend_uploads:
+ redis_data:
diff --git a/frontend/src/pages/AgentAudit/components/StatsPanel.tsx b/frontend/src/pages/AgentAudit/components/StatsPanel.tsx
index 2b109b5..98956da 100644
--- a/frontend/src/pages/AgentAudit/components/StatsPanel.tsx
+++ b/frontend/src/pages/AgentAudit/components/StatsPanel.tsx
@@ -133,11 +133,20 @@ export const StatsPanel = memo(function StatsPanel({ task, findings }: StatsPane
{/* File progress */}
- Files analyzed
+ Files scanned
{task.analyzed_files}/{task.total_files}
+ {/* Files with findings */}
+ {task.files_with_findings > 0 && (
+
+ Files with findings
+
+ {task.files_with_findings}
+
+
+ )}
{/* Metrics Grid */}
diff --git a/frontend/src/shared/api/agentTasks.ts b/frontend/src/shared/api/agentTasks.ts
index 777caf1..f8e28af 100644
--- a/frontend/src/shared/api/agentTasks.ts
+++ b/frontend/src/shared/api/agentTasks.ts
@@ -21,6 +21,7 @@ export interface AgentTask {
total_files: number;
indexed_files: number;
analyzed_files: number;
+ files_with_findings: number; // 有漏洞发现的文件数
total_chunks: number;
findings_count: number;
verified_count: number;
@@ -128,6 +129,7 @@ export interface AgentTaskSummary {
total_files: number;
indexed_files: number;
analyzed_files: number;
+ files_with_findings: number;
total_chunks: number;
findings_count: number;
verified_count: number;