codexstar69/bug-hunter

它解決的問題

Bug Hunter 的設計旨在減少 AI 驅動程式碼審查中常見的大量誤報。它不會呈現一長串看似合理但未經驗證的聲稱，而是使用對抗性流程，確保僅報告有證據支持、可達的執行時錯誤和安全漏洞。

如何運作

該專案實作一個多階段、角色導向的流程，將錯誤的發現與驗證分離：

1. 風險分類：一個確定性的預處理階段，根據風險對檔案進行評分，以優先排序掃描順序，且不使用模型權杖。
2. 對抗三部曲：
   • 獵人：識別潛在錯誤，提供證據和執行時觸發條件。
   • 懷疑者：嘗試透過追蹤程式碼並識別遺漏的上下文來駁斥獵人的主張。
   • 仲裁者：評估雙方提供的證據，並做出最終判決（REAL_BUG、NOT_A_BUG 或 MANUAL_REVIEW）。
3. 驗證與報告：系統可執行混合驗證（測試、類型檢查、模糊測試），並產生結構化的 JSON 副本和 Markdown 報告。
4. 修復：若獲得授權，會建立修復計畫並套用已批准的編輯。

適用對象

專為使用 AI 程式碼代理（如 Claude Code、Cursor、GitHub Copilot 或 Windsurf）的開發人員和安全審計人員設計，他們需要高精確度的安全審計或程式碼審查流程，以最小化雜訊。

特色

• 對抗性審查：使用獵人-懷疑者-仲裁者模型，在結果傳遞給使用者前進行質疑。
• 可量化的品質：內建基準品質門檻，用以追蹤精確率、召回率和 F1 分數。
• 適應性執行：根據審計的風險與範圍，提供 fast、balanced 和 assurance 三種模式。
• 閉環安全機制：原始碼編輯與自動修復需明確授權；系統會拒絕原始碼偏移以維持完整性。
• 廣泛的代理支援：透過可攜式的自然語言介面，與多種基於檔案的 AI 程式碼代理相容。