AI 资源库 · 已整理 2 项

依赖升级

查看与依赖升级相关的 AI 资讯、工具、Skill、工作流和开源项目。

用智能体自动修复把漏洞积压变成拉取请求

Snyk 推出了 Evo Remediation Agent 的开放预览版,它能自动处理开源依赖漏洞:按团队设定的仓库范围和严重级别,智能体在托管沙箱里制定升级方案、修改代码,并用构建、测试和重新扫描验证结果,然后给开发者开拉取请求,由开发者决定是否合并。这解决的是漏洞修不完、和开发日常工作抢时间的问题。官方在 307 个依赖升级任务上测试,该工具四项检查全部通过的比率为 90.2%,而配合 Snyk 发现结果的 Claude Code 为 77.5%,单用 Claude Code 为 59.6%。目前只是开放预览,需申请租户权限,有每日修复额度限制,且仅支持开源漏洞,智能体不会自动合并。

文中可用工具

  • Evo Remediation Agent自动制定并验证依赖漏洞修复方案、开拉取请求的智能体
  • Evo Agentic AppSec承载修复活动的应用安全平台
  • Snyk Code检测源代码漏洞并生成和检查修复建议
  • Claude Code作为基准对比的编程智能体
  • VulnBump测试可合并修复率的基准
☆ 收藏查看来源 ↗

VulnBump:AI 智能体能修复有漏洞的依赖而不弄坏构建吗?

Snyk 发布了一个叫 VulnBump 的新测试基准,用来考察 AI 智能体能不能把项目里有漏洞的第三方依赖升级到安全版本。以前升级依赖很难:多数有漏洞的包是被间接引入的,约四分之一修复需要跨大版本,连小版本升级也常导致构建失败,所以虽然 94% 的漏洞都有已知修复版本,实际只有约 10% 被解决。VulnBump 用 307 个真实升级任务来考智能体,只有漏洞消失、项目仍能安装、构建并通过测试才算通过。结果显示:同一个 Claude Sonnet 5.5 模型,配上 Snyk 数据后通过率能提高约 18 个百分点,而 Snyk 专用智能体通过率达到 90.2%。对开发者的用处是:想安全修漏洞,光靠通用 AI 不够,还要有准确的升级建议和扫描验证。

文中可用工具

  • VulnBumpSnyk 发布的测试基准,用真实项目评估 AI 智能体升级有漏洞依赖的能力
  • Evo Remediation AgentSnyk 的专用修复智能体,能自动扫描、构建、测试并修复升级错误
  • Claude CodeAnthropic 的通用编程智能体,在测试中尝试升级有漏洞的依赖
  • Snyk Open SourceSnyk 的开源漏洞扫描工具,用于发现依赖漏洞并验证修复结果
☆ 收藏查看来源 ↗