代审工具与AI大模型的融合

最近deepseek的爆火使安全都上了一个台阶，下面是秋风师傅的一款AI代码审计工具，目前接受在线与本地调用api方式经ai两次验证最终输出审计结果。

 获取工具

https://wwcl.lanzn.com/iTjPE2nifd8f

一、代审工具功能介绍

结合了污点分析+ast分析+AI分析(两轮不同提示词校验)验证并输出payload拥有在线和离线两种模式 api调用和本地ollama调用支持php和java的审计以及看起来还不错的功能优化调教

目前已经更新到1.2版本，更新内容：

1.1beta版本基础上添加了进度条优化了回显和审计的准确度 解决已知bug

代码查看、

审计结果

配置key

二、在线or离线模式

目前支持所以api，可通过硅基流动或通义中模型广场里面的模型即可，申请完一个模型后通过配置3项内容

1、Models Name模型名称2、API Key3、API URL

申请key

那模型名称及url在哪里获取？ 查看使用模型的api文档即可看到

由于目前deepseek的api暂时不能用，且免费的在线模型调用有限制导致使用效果可能不佳，除非使用付费的模型，那么可以尝试一下离线模式。

（1）下载开源的大型语言模型服务工具

ollamahttps://ollama.com/download安装即可

（2）选择模型https://ollama.com/search

这里我们就选择deepseek-r1模型，不同大小模型效果不同，根据自己电脑配置选择即可（目前测试7b模型审计效果并不佳）

1. DeepSeek-R1-1.5B    CPU: 最低 4 核（推荐 Intel/AMD 多核处理器）    内存: 8GB+    硬盘: 3GB+ 存储空间（模型文件约 1.5-2GB）    显卡: 非必需（纯 CPU 推理），若 GPU 加速可选 4GB+ 显存（如 GTX 1650）    场景:     低资源设备部署（如树莓派、旧款笔记本）    实时文本生成（聊天机器人、简单问答）    嵌入式系统或物联网设备 2. DeepSeek-R1-7B    CPU: 8 核以上（推荐现代多核 CPU）    内存: 16GB+    硬盘: 8GB+（模型文件约 4-5GB）    显卡: 推荐 8GB+ 显存（如 RTX 3070/4060）    场景:    本地开发测试（中小型企业）    中等复杂度 NLP 任务（文本摘要、翻译）    轻量级多轮对话系统3. DeepSeek-R1-8B    硬件需求: 与 7B 相近，略高 10-20%    场景:    需更高精度的轻量级任务（如代码生成、逻辑推理）4. DeepSeek-R1-14B    CPU: 12 核以上    内存: 32GB+    硬盘: 15GB+    显卡: 16GB+ 显存（如 RTX 4090 或 A5000）    场景:    企业级复杂任务（合同分析、报告生成）    长文本理解与生成（书籍/论文辅助写作）5. DeepSeek-R1-32B    CPU: 16 核以上（如 AMD Ryzen 9 或 Intel i9）    内存: 64GB+    硬盘: 30GB+    显卡: 24GB+ 显存（如 A100 40GB 或双卡 RTX 3090）    场景:    高精度专业领域任务（医疗/法律咨询）    多模态任务预处理（需结合其他框架）6. DeepSeek-R1-70B    CPU: 32 核以上（服务器级 CPU）    内存: 128GB+    硬盘: 70GB+    显卡: 多卡并行（如 2x A100 80GB 或 4x RTX 4090）    场景:    科研机构/大型企业（金融预测、大规模数据分析）    高复杂度生成任务（创意写作、算法设计）7. DeepSeek-R1-671B    CPU: 64 核以上（服务器集群）    内存: 512GB+    硬盘: 300GB+    显卡: 多节点分布式训练（如 8x A100/H100）    场景:    国家级/超大规模 AI 研究（如气候建模、基因组分析）    通用人工智能（AGI）探索

上面已经下载完ollama，下面开始下载模型在powershell中直接执行命令ollama run deepseek-r1:8b（你选择的什么模型后面对应的不一样）

当下载完后会出现下面内就可以直接输入问题就行了

（3）使用模型名称及url 通过ollama list即可知道模型名称

apiurl填入

http://localhost:11434/v1/chat/completions

api随便填，最后保存配置即可

（4）扫描代码文件

下面就可以愉快的扫了

三、本地搭建大模型后看命令行回复太麻烦？

在deepseek爆火的如今，在访问问问题时时常服务器繁忙，那么本地模型就能帮助到我们解决很多问题，但ollama拉取好模型后是命令行输入输出，看的很麻烦，下面两个解决方案就是最后的方式~

（1）下载ChatBox

https://chatboxai.app/zh#download

（2）设置中配置api

保存即可然后就能像网页一样使用了

如果连客户端都不想下这个插件就是最好的解决方案

（1）直接在拓展中搜索

（2）选择自己的本地模型直接就能问问题，甚至不需要去做什么配置

原文始发于微信公众号（不秃头的安全）：代审工具与AI大模型的融合