open-kritt: 一个用于在代码中查找和验证安全漏洞的 AI agent 編排平台

它解决了什么问题

在要求 AI 模型一次性分析整个代码库时，在大型代码库中查找漏洞对 AI 模型来说非常困难。open·kritt 通过将安全研究分解为可以由 AI agent 并行执行的小型、专注的任务，从而减少噪音并提高发现的准确性。

工作原理

该平台允许用户通过链接一系列专注的提示词来构建“playbooks”或工作流。这些 agent 运行在具有 root 权限和互联网连接的可丢弃 Docker 容器中，使它们能够安装工具、编译代码并构建概念验证（PoC）。系统随后汇总结果，应用自动去重和自定义严重程度排序器来优先处理最关键的问题。

适用人群

它专为安全研究人员和具有安全意识的开发人员设计，这些用户希望能够完全控制其提示词、工作流、模型提供商（例如 OpenAI、Anthropic 或 OpenRouter）以及基础设施。

亮点

• Workflow Builder: 通过链接提示词来创建可重用的安全研究 playbooks。
• Agentic Execution: Agent 可以运行测试并在隔离环境中编译目标以验证发现结果。
• Flexible Model Access: 支持多种提供商，包括 Codex、OpenAI、Anthropic 和 OpenRouter。
• Automated Prioritization: 具有一致的发现模式（schema）和自动去重功能，用于对漏洞进行排序。