adshao/flounder
Autonomous white-hat security auditor for AI-driven code review, bug bounty research, exploit construction, and execution-grounded verification.
它解决了什么问题
Flounder 是一个自主的白帽安全审计员,可自动化软件目标的端到端审计流程。它取代了安全研究人员手动切换工具的工作流,提供了一个结构化的系统,用于目标准备、攻击面映射、深入审计、漏洞利用构造以及将发现结果与真实世界中的事实进行验证。
它如何工作
Flounder 作为一个围绕代码大语言模型的轻量级工作流层。它不依赖于硬编码的漏洞规则或扫描器,而是让模型决定审计策略,同时提供必要的基础设施支持:
- 自主循环: 执行从 prepare → map → dig → synthesize → verify → confirm → report 的流水线。
- 沙箱化执行: 模型生成的 PoC 和测试在隔离的 OCI 后端中运行,以防止主机污染,并减少恶意依赖的破坏范围。
- 基于执行的证明: 只有当模型能够提供一个能成功触发漏洞路径的本地命令时,发现才会被升级为“已确认”状态。
- 目标准备: 它可以自动将仓库链接、交易哈希或地址转换为预置的审计材料。
适合谁使用
专为白帽安全研究人员、漏洞赏金猎人以及执行授权安全审查的开发者设计,尤其适用于 Solidity/EVM 和 ZK/证明系统领域,其中本地分叉和测试框架可用于验证漏洞。
主要亮点
- 框架无关: 审计策略由模型驱动,意味着随着模型能力的提升,它支持任何技术栈(Rust、Go、JS 等)。
- 网络封闭式发现: 发现运行过程是网络封闭的,确保发现结果源自目标材料,而非复制自现有披露内容。
- 持久化评估: 支持运行经过验证的正/负控制组,以衡量审计性能。
- 适配代理: 通过技能系统与 Codex 和 Claude Code 等代码代理集成,并提供 React 仪表板和 REST API。
一个通过沙箱执行证明验证漏洞的自主白帽安全审计员 — @flounder-ai
相关
- 项目
- 项目
- 项目
- Dispatch
- 项目