26 KiB

Raw Blame History

配置说明

本文档详细介绍 DeepAudit 的所有配置选项，包括后端环境变量、前端配置和运行时配置。

配置方式概览

DeepAudit 采用前后端分离架构，数据存储在后端 PostgreSQL 数据库中。

配置优先级（从高到低）：

配置方式	适用场景	优先级
运行时配置（浏览器 /admin）	快速切换 LLM、调试	最高
后端环境变量	生产部署、团队共享	中
默认值	开箱即用	最低

后端配置

后端配置文件位于 backend/.env，首次使用请复制示例文件：

cp backend/env.example backend/.env

完整配置参考

# =============================================
# DeepAudit Backend 配置文件
# =============================================

# ========== 数据库配置 ==========
POSTGRES_SERVER=localhost          # 数据库服务器地址
POSTGRES_USER=postgres             # 数据库用户名
POSTGRES_PASSWORD=postgres         # 数据库密码
POSTGRES_DB=deepaudit              # 数据库名称
# DATABASE_URL=                    # 完整数据库连接字符串（可选，会覆盖上述配置）

# ========== 安全配置 ==========
SECRET_KEY=your-super-secret-key   # JWT 签名密钥（生产环境必须修改！）
ALGORITHM=HS256                    # JWT 加密算法
ACCESS_TOKEN_EXPIRE_MINUTES=11520  # Token 过期时间（分钟），默认 8 天

# ========== LLM 通用配置 ==========
LLM_PROVIDER=openai                # LLM 提供商（见下方支持列表）
LLM_API_KEY=sk-your-api-key        # API 密钥
LLM_MODEL=                         # 模型名称（留空使用默认模型）
LLM_BASE_URL=                      # 自定义 API 端点（API 中转站）
LLM_TIMEOUT=150                    # 请求超时时间（秒）
LLM_TEMPERATURE=0.1                # 生成温度（0-1，越低越确定）
LLM_MAX_TOKENS=4096                # 最大生成 Token 数

# ========== 各平台独立配置（可选） ==========
# 如果需要同时配置多个平台，可以单独设置
# OPENAI_API_KEY=sk-xxx
# OPENAI_BASE_URL=https://api.openai.com/v1
# GEMINI_API_KEY=xxx
# CLAUDE_API_KEY=xxx
# QWEN_API_KEY=xxx
# DEEPSEEK_API_KEY=xxx
# ZHIPU_API_KEY=xxx
# MOONSHOT_API_KEY=xxx
# BAIDU_API_KEY=api_key:secret_key  # 百度格式特殊
# MINIMAX_API_KEY=xxx
# DOUBAO_API_KEY=xxx
# OLLAMA_BASE_URL=http://localhost:11434/v1

# ========== Git 仓库配置 ==========
GITHUB_TOKEN=                      # GitHub Personal Access Token
GITLAB_TOKEN=                      # GitLab Personal Access Token

# ========== 扫描配置 ==========
MAX_ANALYZE_FILES=0                # 单次扫描最大文件数，0表示无限制
MAX_FILE_SIZE_BYTES=204800         # 单文件最大大小（字节），默认 200KB
LLM_CONCURRENCY=3                  # LLM 并发请求数
LLM_GAP_MS=2000                    # 请求间隔（毫秒），避免限流

# ========== 存储配置 ==========
ZIP_STORAGE_PATH=./uploads/zip_files  # ZIP 文件存储目录

# ========== 输出配置 ==========
OUTPUT_LANGUAGE=zh-CN              # 输出语言：zh-CN（中文）| en-US（英文）

支持的 LLM 提供商

Provider	说明	适配器类型
`openai`	OpenAI GPT 系列	LiteLLM
`gemini`	Google Gemini	LiteLLM
`claude`	Anthropic Claude	LiteLLM
`qwen`	阿里云通义千问	LiteLLM
`deepseek`	DeepSeek	LiteLLM
`zhipu`	智谱 AI (GLM)	LiteLLM
`moonshot`	月之暗面 Kimi	LiteLLM
`ollama`	Ollama 本地模型	LiteLLM
`baidu`	百度文心一言	原生适配器
`minimax`	MiniMax	原生适配器
`doubao`	字节豆包	原生适配器

配置示例

OpenAI

LLM_PROVIDER=openai
LLM_API_KEY=sk-your-api-key
LLM_MODEL=gpt-4o-mini

通义千问

LLM_PROVIDER=qwen
LLM_API_KEY=sk-your-dashscope-key
LLM_MODEL=qwen-turbo

Ollama 本地模型

LLM_PROVIDER=ollama
LLM_MODEL=llama3
LLM_BASE_URL=http://localhost:11434/v1

百度文心一言

LLM_PROVIDER=baidu
LLM_API_KEY=your_api_key:your_secret_key
LLM_MODEL=ernie-bot-4

前端配置

前端配置文件位于 frontend/.env，首次使用请复制示例文件：

cp frontend/.env.example frontend/.env

完整配置参考

# ========== 后端 API 配置 ==========
VITE_API_BASE_URL=/api             # 后端 API 地址

# ========== 应用配置 ==========
VITE_APP_ID=deepaudit

# ========== 代码分析配置 ==========
VITE_MAX_ANALYZE_FILES=0           # 最大分析文件数，0表示无限制
VITE_LLM_CONCURRENCY=2             # LLM 并发数
VITE_LLM_GAP_MS=500                # 请求间隔（毫秒）
VITE_OUTPUT_LANGUAGE=zh-CN         # 输出语言

配置说明

配置项	说明	默认值
`VITE_API_BASE_URL`	后端 API 地址，Docker 部署时使用 `/api`	`/api`
`VITE_MAX_ANALYZE_FILES`	单次扫描最大文件数，0表示无限制	`0`
`VITE_LLM_CONCURRENCY`	前端 LLM 并发请求数	`2`
`VITE_LLM_GAP_MS`	前端请求间隔	`500`
`VITE_OUTPUT_LANGUAGE`	分析结果输出语言	`zh-CN`

运行时配置

DeepAudit 支持在浏览器中进行运行时配置，无需重启服务。

访问方式

登录系统后，访问 /admin 系统管理页面
或点击侧边栏的"系统管理"菜单

可配置项

LLM 配置

LLM 提供商选择
API Key 配置
模型选择
自定义 API 端点（中转站）
超时时间
温度参数
最大 Token 数

分析参数

最大分析文件数
并发请求数
请求间隔时间
输出语言

Git 集成

GitHub Token
GitLab Token

配置优先级

运行时配置 > 后端环境变量 > 默认值

数据存储

DeepAudit 采用前后端分离架构，所有数据存储在后端 PostgreSQL 数据库中。

架构说明

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   前端      │────▶│   后端 API  │────▶│ PostgreSQL  │
│  (React)    │     │  (FastAPI)  │     │   数据库    │
└─────────────┘     └─────────────┘     └─────────────┘

特点

✅ 数据持久化存储
✅ 支持多用户
✅ 支持用户认证
✅ 数据导入/导出功能
✅ 团队协作

数据管理

在 /admin 页面的"数据库管理"标签页中，可以：

导出数据: 将所有数据导出为 JSON 文件备份
导入数据: 从 JSON 文件恢复数据
清空数据: 删除所有数据（谨慎操作）
健康检查: 检查数据库连接状态

API 中转站配置

许多用户使用 API 中转服务来访问 LLM（更稳定、更便宜、解决网络问题）。

后端配置（推荐）

LLM_PROVIDER=openai
LLM_API_KEY=中转站提供的Key
LLM_BASE_URL=https://your-proxy.com/v1
LLM_MODEL=gpt-4o-mini

运行时配置

访问系统管理页面（/admin）
在"系统配置"标签页中：
- 选择 LLM 提供商
- 填入中转站提供的 API Key
- 设置自定义 API 基础 URL
保存配置

常见中转站

中转站	说明
OpenRouter	支持多种模型
API2D	国内访问友好
CloseAI	价格实惠

注意事项

确保中转站支持你选择的模型
中转站的 API 格式需要与 OpenAI 兼容
部分中转站可能有请求限制

审计规则配置

DeepAudit 支持自定义审计规则集，可以根据团队需求定制检测规则。

访问方式

登录系统后，访问 /audit-rules 审计规则页面
或点击侧边栏的"审计规则"菜单

内置规则集

1. OWASP Top 10（默认）

基于 OWASP Top 10 2021 的安全审计规则集，包含 10 条规则：

规则代码	名称	严重程度	检测提示词
A01	访问控制失效	Critical	检查是否存在访问控制失效问题：权限检查缺失、越权访问、IDOR（不安全的直接对象引用）、CORS配置错误
A02	加密机制失效	Critical	检查是否存在加密问题：使用弱加密算法(MD5/SHA1/DES)、明文存储密码、硬编码密钥、不安全的随机数生成
A03	注入攻击	Critical	检查是否存在注入漏洞：SQL注入、命令注入、LDAP注入、XPath注入、NoSQL注入、表达式语言注入
A04	不安全设计	High	检查是否存在不安全的设计：缺少速率限制、业务逻辑漏洞、缺少输入验证、信任边界不清
A05	安全配置错误	High	检查是否存在安全配置错误：默认凭证、不必要的功能启用、详细错误信息泄露、缺少安全头
A06	易受攻击的组件	High	检查是否使用了已知漏洞的组件：过时的依赖库、未修补的漏洞、不安全的第三方组件
A07	身份认证失效	Critical	检查是否存在身份认证问题：弱密码策略、会话固定、凭证明文存储、缺少多因素认证
A08	数据完整性失效	Critical	检查是否存在完整性问题：不安全的反序列化、未验证的更新、CI/CD管道安全
A09	日志监控失效	Medium	检查是否存在日志监控问题：缺少安全日志、敏感信息记录到日志、缺少告警机制
A10	SSRF	High	检查是否存在SSRF漏洞：未验证的URL输入、内网资源访问、云元数据访问

2. 代码质量规则

通用代码质量检查规则集，包含 8 条规则：

规则代码	名称	严重程度	检测提示词
CQ001	函数过长	Medium	检查函数是否过长（超过50行），是否应该拆分为更小的函数
CQ002	重复代码	Medium	检查是否存在重复的代码块，可以提取为公共函数或类
CQ003	嵌套过深	Low	检查代码嵌套是否过深（超过4层），影响可读性
CQ004	魔法数字	Low	检查是否存在魔法数字或魔法字符串，应该定义为常量
CQ005	缺少错误处理	High	检查是否缺少必要的错误处理，可能导致程序崩溃
CQ006	未使用的变量	Low	检查是否存在声明但未使用的变量
CQ007	命名不规范	Low	检查命名是否符合语言规范和最佳实践
CQ008	注释缺失	Low	检查复杂逻辑是否缺少必要的注释说明

3. 性能优化规则

性能问题检测规则集，包含 5 条规则：

规则代码	名称	严重程度	检测提示词
PERF001	N+1查询	High	检查是否存在N+1查询问题，在循环中执行数据库查询
PERF002	内存泄漏	Critical	检查是否存在内存泄漏：未关闭的资源、循环引用、大对象未释放
PERF003	低效算法	Medium	检查是否存在低效算法，如O(n²)可优化为O(n)或O(nlogn)
PERF004	不必要的对象创建	Medium	检查是否在循环中创建不必要的对象，应该移到循环外
PERF005	同步阻塞	Medium	检查是否存在同步阻塞操作，应该使用异步方式

自定义规则集

可以创建自定义规则集，每条规则包含：

规则代码: 唯一标识符（如 SEC001）
规则名称: 规则的简短描述
规则描述: 详细说明
类别: security / bug / performance / style / maintainability
严重程度: critical / high / medium / low
自定义提示词: 增强 LLM 检测的提示词（关键字段）
修复建议: 问题修复模板
参考链接: CWE/OWASP 等参考资料

规则集导入/导出

支持 JSON 格式的规则集导入导出，方便团队共享：

{
  "name": "自定义安全规则",
  "description": "团队自定义的安全检测规则",
  "language": "all",
  "rule_type": "security",
  "rules": [
    {
      "rule_code": "CUSTOM001",
      "name": "敏感信息硬编码",
      "description": "检测代码中硬编码的敏感信息",
      "category": "security",
      "severity": "critical",
      "custom_prompt": "检查是否存在硬编码的密码、API Key、Token、私钥等敏感信息",
      "fix_suggestion": "使用环境变量或配置文件存储敏感信息"
    }
  ]
}

提示词模板配置

DeepAudit 支持自定义审计提示词模板，可以针对不同场景优化分析效果。

访问方式

登录系统后，访问 /prompts 提示词管理页面
或点击侧边栏的"提示词管理"菜单

内置模板

1. 默认代码审计（默认）

全面的代码审计提示词，涵盖安全、性能、代码质量等多个维度：

你是一个专业的代码审计助手。请从以下维度全面分析代码：
- 安全漏洞（SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等）
- 潜在的 Bug 和逻辑错误
- 性能问题和优化建议
- 编码规范和代码风格
- 可维护性和可读性
- 最佳实践和设计模式

请尽可能多地找出代码中的所有问题，不要遗漏任何安全漏洞或潜在风险！

2. 安全专项审计

专注于安全漏洞检测的提示词模板：

你是一个专业的安全审计专家。请专注于检测以下安全问题：

【注入类漏洞】
- SQL注入（包括盲注、时间盲注、联合查询注入）
- 命令注入（OS命令执行）
- LDAP注入、XPath注入、NoSQL注入

【跨站脚本（XSS）】
- 反射型XSS、存储型XSS、DOM型XSS

【认证与授权】
- 硬编码凭证、弱密码策略、会话管理问题、权限绕过

【敏感数据】
- 敏感信息泄露、不安全的加密、明文传输敏感数据

【其他安全问题】
- SSRF、XXE、反序列化漏洞、路径遍历、文件上传漏洞、CSRF

请详细说明每个漏洞的风险等级、利用方式和修复建议。

3. 性能优化审计

专注于性能问题检测的提示词模板：

你是一个专业的性能优化专家。请专注于检测以下性能问题：

【数据库性能】
- N+1查询问题、缺少索引、不必要的全表扫描、大量数据一次性加载、未使用连接池

【内存问题】
- 内存泄漏、大对象未及时释放、缓存使用不当、循环中创建大量对象

【算法效率】
- 时间复杂度过高、不必要的重复计算、可优化的循环、递归深度过大

【并发问题】
- 线程安全问题、死锁风险、资源竞争、不必要的同步

【I/O性能】
- 同步阻塞I/O、未使用缓冲、频繁的小文件操作、网络请求未优化

请提供具体的优化建议和预期的性能提升。

4. 代码质量审计

专注于代码质量和可维护性的提示词模板：

你是一个专业的代码质量审计专家。请专注于检测以下代码质量问题：

【代码规范】
- 命名不规范（变量、函数、类）、代码格式不一致、注释缺失或过时、魔法数字/字符串

【代码结构】
- 函数过长（超过50行）、类职责不单一、嵌套层级过深、重复代码

【可维护性】
- 高耦合低内聚、缺少错误处理、硬编码配置、缺少日志记录

【设计模式】
- 违反SOLID原则、可使用设计模式优化的场景、过度设计

【测试相关】
- 难以测试的代码、缺少边界条件处理、依赖注入问题

请提供具体的重构建议和代码示例。

自定义模板

可以创建自定义提示词模板：

模板名称: 模板的简短名称
模板描述: 模板用途说明
中文提示词: 中文版本的系统提示词
英文提示词: 英文版本的系统提示词
模板变量: 可在提示词中使用的变量

提示词测试

在创建或编辑模板时，可以使用"测试"功能验证提示词效果：

选择测试代码语言（支持 Python、JavaScript、Java、Go、Swift、Kotlin 等）
输入测试代码片段（或使用内置示例代码）
选择输出语言（中文/英文）
点击"测试"按钮查看分析结果

在审计任务中使用

创建审计任务时，可以选择：

规则集: 选择要应用的审计规则集
提示词模板: 选择要使用的提示词模板

提示词架构详解

本节详细说明 DeepAudit 如何构建发送给 LLM 的完整提示词。

提示词组成结构

发送给 LLM 的提示词由以下部分组成：

┌─────────────────────────────────────────────────────────────┐
│                    System Prompt (系统提示词)                 │
├─────────────────────────────────────────────────────────────┤
│  ① 提示词模板内容 (来自数据库或默认模板)                        │
│     - 定义 AI 的角色和任务                                    │
│     - 指定分析维度和重点                                      │
├─────────────────────────────────────────────────────────────┤
│  ② 输出格式要求                                              │
│     - JSON Schema 定义                                       │
│     - 字段说明和约束                                          │
├─────────────────────────────────────────────────────────────┤
│  ③ 审计规则 (如果选择了规则集)                                 │
│     - 规则代码、名称、描述                                    │
│     - 每条规则的检测提示词                                    │
└─────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────┐
│                    User Prompt (用户提示词)                   │
├─────────────────────────────────────────────────────────────┤
│  ④ 编程语言                                                  │
│  ⑤ 带行号的代码内容                                          │
└─────────────────────────────────────────────────────────────┘

完整系统提示词示例（中文版）

以下是使用默认模板 + OWASP Top 10 规则集时，发送给 LLM 的完整系统提示词：

你是一个专业的代码审计助手。请从以下维度全面分析代码：
- 安全漏洞（SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等）
- 潜在的 Bug 和逻辑错误
- 性能问题和优化建议
- 编码规范和代码风格
- 可维护性和可读性
- 最佳实践和设计模式

请尽可能多地找出代码中的所有问题，不要遗漏任何安全漏洞或潜在风险！

【输出格式要求】
1. 必须只输出纯JSON对象
2. 禁止在JSON前后添加任何文字、说明、markdown标记
3. 所有文本字段（title, description, suggestion等）必须使用中文输出
4. 输出格式必须符合以下 JSON Schema：

{
    "issues": [
        {
            "type": "security|bug|performance|style|maintainability",
            "severity": "critical|high|medium|low",
            "title": "string",
            "description": "string",
            "suggestion": "string",
            "line": 1,
            "column": 1,
            "code_snippet": "string",
            "rule_code": "string (optional, if matched a specific rule)"
        }
    ],
    "quality_score": 0-100,
    "summary": {
        "total_issues": number,
        "critical_issues": number,
        "high_issues": number,
        "medium_issues": number,
        "low_issues": number
    }
}

【审计规则】请特别关注以下规则：
- [A01] 访问控制失效: 检测权限绕过、越权访问、IDOR等访问控制问题
  检测要点: 检查是否存在访问控制失效问题：权限检查缺失、越权访问、IDOR（不安全的直接对象引用）、CORS配置错误
- [A02] 加密机制失效: 检测弱加密、明文传输、密钥管理不当等问题
  检测要点: 检查是否存在加密问题：使用弱加密算法(MD5/SHA1/DES)、明文存储密码、硬编码密钥、不安全的随机数生成
- [A03] 注入攻击: 检测SQL注入、命令注入、LDAP注入等注入漏洞
  检测要点: 检查是否存在注入漏洞：SQL注入、命令注入、LDAP注入、XPath注入、NoSQL注入、表达式语言注入
... (其他规则)

用户提示词示例

编程语言: Python

代码已标注行号（格式：行号| 代码内容），请根据行号准确填写 line 字段。

请分析以下代码:

1| import sqlite3
2| 
3| def get_user(user_id):
4|     conn = sqlite3.connect('users.db')
5|     cursor = conn.cursor()
6|     query = f"SELECT * FROM users WHERE id = {user_id}"
7|     cursor.execute(query)
8|     return cursor.fetchone()

不使用自定义模板时的默认提示词

当没有选择提示词模板时，系统使用硬编码的默认提示词（中文版）：

⚠️⚠️⚠️ 只输出JSON，禁止输出其他任何格式！禁止markdown！禁止文本分析！⚠️⚠️⚠️

你是一个专业的代码审计助手。你的任务是分析代码并返回严格符合JSON Schema的结果。

【最重要】输出格式要求：
1. 必须只输出纯JSON对象，从{开始，到}结束
2. 禁止在JSON前后添加任何文字、说明、markdown标记
3. 禁止输出```json或###等markdown语法
4. 如果是文档文件（如README），也必须以JSON格式输出分析结果

【内容要求】：
1. 所有文本内容必须统一使用简体中文
2. JSON字符串值中的特殊字符必须正确转义（换行用\n，双引号用\"，反斜杠用\\）
3. code_snippet字段必须使用\n表示换行

请从以下维度全面、彻底地分析代码，找出所有问题：
- 安全漏洞（SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等）
- 潜在的 Bug 和逻辑错误
- 性能问题和优化建议
- 编码规范和代码风格
- 可维护性和可读性
- 最佳实践和设计模式

【重要】请尽可能多地找出代码中的所有问题，不要遗漏任何安全漏洞或潜在风险！

输出格式必须严格符合以下 JSON Schema：

{
    "issues": [
        {
            "type": "security|bug|performance|style|maintainability",
            "severity": "critical|high|medium|low",
            "title": "string",
            "description": "string",
            "suggestion": "string",
            "line": 1,
            "column": 1,
            "code_snippet": "string",
            "ai_explanation": "string",
            "xai": {
                "what": "string",
                "why": "string",
                "how": "string",
                "learn_more": "string(optional)"
            }
        }
    ],
    "quality_score": 0-100,
    "summary": {
        "total_issues": number,
        "critical_issues": number,
        "high_issues": number,
        "medium_issues": number,
        "low_issues": number
    },
    "metrics": {
        "complexity": 0-100,
        "maintainability": 0-100,
        "security": 0-100,
        "performance": 0-100
    }
}

注意：
- title: 问题的简短标题（中文）
- description: 详细描述问题（中文）
- suggestion: 具体的修复建议（中文）
- line: 问题所在的行号（从1开始计数，必须准确对应代码中的行号）
- column: 问题所在的列号（从1开始计数，指向问题代码的起始位置）
- code_snippet: 包含问题的代码片段
- ai_explanation: AI 的深入解释（中文）
- xai.what: 这是什么问题（中文）
- xai.why: 为什么会有这个问题（中文）
- xai.how: 如何修复这个问题（中文）

【重要】关于行号和代码片段：
1. line 必须是问题代码的行号！代码左侧有"行号|"标注
2. column 是问题代码在该行中的起始列位置
3. code_snippet 应该包含问题代码及其上下文（前后各1-2行）
4. 如果代码片段包含多行，必须使用 \n 表示换行符
5. 如果无法确定准确的行号，不要填写line和column字段

【严格禁止】：
- 禁止在任何字段中使用英文，所有内容必须是简体中文
- 禁止在JSON字符串值中使用真实换行符，必须用\n转义
- 禁止输出markdown代码块标记（如```json）

⚠️ 重要提醒：line字段必须从代码左侧的行号标注中读取，不要猜测或填0！

提示词优先级

用户选择的提示词模板 > 数据库默认模板 > 硬编码默认提示词
规则集是可选的，如果选择了规则集，规则会追加到系统提示词末尾

26 KiB Raw Blame History Unescape Escape

配置说明

目录

配置方式概览

后端配置

完整配置参考

支持的 LLM 提供商

配置示例

OpenAI

通义千问

Ollama 本地模型

百度文心一言

前端配置

完整配置参考

配置说明

运行时配置

访问方式

可配置项

LLM 配置

分析参数

Git 集成

配置优先级

数据存储

架构说明

特点

数据管理

API 中转站配置

后端配置（推荐）

运行时配置

常见中转站

注意事项

审计规则配置

访问方式

内置规则集

1. OWASP Top 10（默认）

2. 代码质量规则

3. 性能优化规则

自定义规则集

规则集导入/导出

提示词模板配置

访问方式

内置模板

1. 默认代码审计（默认）

2. 安全专项审计

3. 性能优化审计

4. 代码质量审计

自定义模板

提示词测试

在审计任务中使用

提示词架构详解

提示词组成结构

完整系统提示词示例（中文版）

用户提示词示例

不使用自定义模板时的默认提示词

提示词优先级

更多资源

26 KiB

Raw Blame History