codexstar69/bug-hunter

What it solves

Bug Hunter 旨在减少 AI 驱动的代码审查中常见的海量误报。它不是呈现一长串看似合理但未经证实的说法，而是使用对抗性过程来确保仅报告有证据支持的、可触达的运行时错误和安全漏洞。

How it works

该项目实现了一个多阶段、基于角色的流水线，将漏洞发现与验证过程分离：

1. Risk Triage: 一个确定性的预处理步骤，通过风险评分对文件进行排序，以便在不使用模型 token 的情况下优先安排扫描顺序。
2. The Adversarial Trio:
   • Hunter: 识别潜在漏洞，并提供证据和运行时触发器。
   • Skeptic: 尝试通过追踪代码和识别缺失的上下文来反驳 Hunter 的说法。
   • Referee: 评估双方的证据以发布最终裁决 (REAL_BUG, NOT_A_BUG, 或 MANUAL_REVIEW)。
3. Verification & Reporting: 系统可以运行混合验证（测试、类型检查、模糊测试）并生成结构化的 JSON 构件和 Markdown 报告。
4. Remediation: 如果获得授权，它会创建修复计划并应用已批准的修改。

Who it’s for

它是为使用 AI 编程代理（如 Claude Code, Cursor, GitHub Copilot, 或 Windsurf）的开发者和安全审计员构建的，他们需要高精度的安全审计或代码审查过程，以最大限度地减少噪音。

Highlights

• Adversarial Review: 使用 Hunter-Skeptic-Referee 模型在结果到达用户之前对其进行挑战。
• Measurable Quality: 包含一个基准质量门禁，用于跟踪精度 (precision)、召回率 (recall) 和 F1 分数。
• Adaptive Execution: 根据审计的风险和范围提供 fast, balanced, 和 assurance 配置方案。
• Fail-Closed Safety: 源代码修改和自主修复需要明确的权限；系统会拒绝源码漂移以维护完整性。
• Broad Agent Support: 通过便携式自然语言接口，兼容广泛的基于文件的 AI 编程代理。