gemini-bug-hunter：基于 Gemini 的命令行代码安全漏洞扫描与修复建议工具

KerberosC/gemini-bug-hunter · 🛡️ Discover and fix security vulnerabilities in your codebase with Gemini Bug Hunter, an AI-powered CLI tool for streamlined AppSec workflows.

GitHub原文发布未知首次收录 2026-10-06上架 2026-10-06 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Gemini Bug Hunter 是一个 AI 优先的命令行工具，利用 Gemini 2.5 Flash 扫描代码库，识别并解释安全漏洞，并给出修复建议，帮助开发者完成应用安全（AppSec）工作流。它支持对指定目录执行扫描、生成详细报告，并提供跨平台（Windows、macOS、Linux）的使用方式。仓库未说明 API 调用成本、具体漏洞覆盖范围或与现有工作流的集成细节。

# AI 智能体 # cybersecurity # security-by-design # cli-tool # gemini-api

核心能力与快速开始

★ 0 · JavaScript

能做什么: 通过命令行对指定代码目录执行安全扫描（gemini-bug-hunter scan /path/to/your/code）；借助 Gemini 2.5 Flash 进行 AI 驱动的漏洞分析与解读；生成发现的漏洞详情报告（--report）；针对发现的漏洞提供修复建议；支持 Windows、macOS 和 Linux 跨平台运行。
适用场景: 开发者在本地或 CI 前对环境中的代码库进行安全自查；对特定文件夹的代码执行漏洞扫描并获取易懂的报告；在应用安全（AppSec）流程中借助 AI 辅助理解并修复安全问题；适合编程基础有限的用户使用的安全检测入口。
项目形态: 可直接使用的工具
部署方式: 以可执行文件形式下载安装（Windows 提供 .exe，Mac/Linux 提供对应安装包），安装后通过命令行运行；需要初次安装时的网络连接。具体是否需要配置 Gemini API 密钥等细节未说明。
主要依赖: 操作系统：Windows 10 或更高、macOS 10.15 或更高，或任何现代 Linux 发行版；建议至少 4 GB 内存；至少 200 MB 可用磁盘空间；初次安装需要网络连接。
使用限制: 未说明 Gemini API 的调用成本、配额或速率限制；未说明支持的编程语言和具体漏洞类型覆盖范围；未说明扫描结果的准确率或误报/漏报情况；未说明是否可离线运行；未说明数据隐私与代码上传处理方式。
许可证: CC0-1.0
最近推送: 2026-10-05 13:49

官方入门核对 README 依据 ↗

资料检查：2026-10-06 07:00 · 卡片整理：2026-10-06 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

使用命令行扫描指定代码目录，识别并解释安全漏洞，获取详细报告和修复建议，辅助代码审查与安全排错。

查看内容依据

Gemini Bug Hunter is an AI-first command line tool. It helps developers identify, understand, and repair security weaknesses in their code.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Jobsy 是一个面向求职者的 AI 简历优化工具，提供五个功能：简历优化（四阶段 AI 流程，包含招聘官扫描、按 Google XYZ 公式重写要点、ATS 模拟与 7 秒速览测试，并可选模拟面试评分）、求职信生成、LinkedIn 资料重写、基于简历的实时职位匹配，以及技能缺口分析与免费学习资源推荐。项目采用 FastAPI 后端与零构建步骤的原生 HTML/CSS/JS 前端，无数据库、全无状态，处理即丢弃不存储数据；免费档使用服务端 Gemini Flash 密钥并做限流，Pro 档由用户自带 Anthropic API 密钥（仅存 sessionStorage，服务器仅做转发）。

EvoNet-Core：自主 AI 安全代理，自动进行 CVE 分析与补丁生成

EvoNet-Core 是一个自主 AI 安全代理项目，持续采集 CVE 数据、分析漏洞并生成防御性代码。它集成了四层 AI 路由故障转移（NVIDIA NIM、Groq、Cloudflare AI、本地 Ollama）、知识图谱与向量检索结合的 Graph RAG（Pinecone + Neo4j）、基于 PPO 的强化学习防御策略、MITRE ATT&CK 映射、EPSS 评分以及人工审批环节，并提供 FastAPI 后端、Web 仪表盘、CLI 工具和 Telegram 机器人接口。项目基于 Python 开发，采用 Apache-2.0 许可。

Nodecode：可自我改写并持续进化的 Lisp 智能体

Nodecode 是一个运行在 SBCL（Common Lisp 系统）单一进程中的 AI 智能体，终端等客户端可连接同一个运行实例。模型唯一的工具是在运行中的程序里求值 Lisp，并能保留定义过的代码，因此可自行新增工具。项目以 cell（文件夹形式的能力单元）扩展聊天平台接入、Web 访问、定时任务、MCP 工具等能力，支持从多个客户端使用同一实例，并具备上下文召回、生成代际回滚等机制。它不提供沙箱，eval 会以当前用户权限执行 Lisp 和 shell 命令，官方建议在容器或虚拟机中运行。

EmpirioLabs AI MCP 服务器：把模型调用、多媒体生成、搜索与 GPU 云接入 MCP 客户端

EmpirioLabs AI MCP 是一个远程 Model Context Protocol 服务器，无需本地安装，可通过 OAuth 2.1 或 API Key 接入 Claude、ChatGPT、Cursor 等 MCP 客户端。它提供 84 个工具，覆盖模型目录查询、文本推理与嵌入、网页搜索与研究、图像/视频/音频/语音/OCR/3D 生成、批处理任务、GPU 云实例与托管 Agent 管理等。只读查询类工具不消耗额度，其余调用按账户预付积分计费。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。