codexstar69/bug-hunter

What it solves

Bug Hunterは、AI駆動のコードレビューにおいて一般的な大量の誤検知（false positives）を削減するように設計されています。もっともらしいが検証されていない主張の長いリストを提示する代わりに、敵対的プロセスを使用して、証拠に基づいた、到達可能な実行時のバグやセキュリティ脆弱性のみが報告されるようにします。

How it works

このプロジェクトは、バグの発見と検証を分離する、多段階のロールベースのパイプラインを実装しています：

1. Risk Triage: モデルのトークンを使用せずに、スキャンの順序を優先順位付けするために、リスクに基づいてファイルをスコアリングする決定論的なプリパス。
2. The Adversarial Trio:
   • Hunter: 潜在的なバグを特定し、証拠と実行時のトリガーを提供します。
   • Skeptic: コードをトレースし、欠落しているコンテキストを特定することで、Hunterの主張を論破しようと試みます。
   • Referee: 両方の側の証拠を評価し、最終的な判定（REAL_BUG, NOT_A_BUG, または MANUAL_REVIEW）を下します。
3. Verification & Reporting: システムはハイブリッド検証（テスト、型チェック、ファジング）を実行でき、構造化されたJSONアーティファクトとMarkdownレポートを生成します。
4. Remediation: 許可されている場合、修正プランを作成し、承認された編集を適用します。

Who it’s for

これは、ノイズを最小限に抑える高精度なセキュリティ監査またはコードレビュープロセスを必要とする、AIコーディングエージェント（Claude Code, Cursor, GitHub Copilot, または Windsurfなど）を使用する開発者やセキュリティ監査員向けに構築されています。

Highlights

• Adversarial Review: ユーザーに届く前に、発見事項を検証するためにHunter-Skeptic-Refereeモデルを使用します。
• Measurable Quality: 精度、再現率、およびF1スコアを追跡するためのベンチマーク品質ゲートを含んでいます。
• Adaptive Execution: 監査のリスクと範囲に基づいて、fast, balanced, および assurance プロファイルを提供します。
• Fail-Closed Safety: ソースコードの編集と自律的な修正には明示的な許可が必要です。システムは整合性を維持するためにソースのドリフトを拒否します。
• Broad Agent Support: ポータブルな自然言語インターフェースを介して、幅広いファイルベースのAIコーディングエージェントと互換性があります。