# Code Audit MCP Server

基于大语言模型（LLM）与模型上下文协议（MCP）的自动化代码审计工具。

## 功能特性

- **代码语义解析**：AST解析、类型推导、污点标记
- **调用链追踪**：跨文件/跨模块的数据流追踪
- **漏洞验证**：自动生成PoC并执行验证
- **多语言支持**：PHP、Python、Java、JavaScript/TypeScript

## 快速开始

### 环境要求

- Node.js >= 18.0
- TypeScript >= 5.0
- Cursor / Windsurf（支持MCP的IDE）

### 安装

```bash
git clone https://github.com/kkk1259/code-audit-mcp.git
cd code-audit-mcp
npm install
npm run build
```

### 配置

在Cursor中配置MCP Server：

```json
// .cursor/mcp.json
{
  "mcpServers": {
    "code-audit": {
      "command": "node",
      "args": ["./dist/server.js"],
      "env": {
        "PROJECT_ROOT": "/path/to/your/project"
      }
    }
  }
}
```

## 使用示例

### SQL注入审计

```
用户: 请审计这个项目的SQL注入漏洞

AI: 我将使用MCP工具进行系统性审计。
    首先，识别所有用户输入源和SQL执行点...
```

### 反序列化漏洞挖掘

```
用户: 检查是否存在反序列化漏洞

AI: 我将分析项目中的unserialize调用，并追踪POP链...
```

## 工具列表

| 工具名 | 功能 | 参数 |
|--------|------|------|
| `parse_ast` | 解析源码AST | `file`: 文件路径 |
| `find_callers` | 查找函数调用者 | `funcName`: 函数名, `maxDepth`: 最大深度 |
| `trace_dataflow` | 追踪数据流 | `source`: 源, `sink`: 汇 |
| `generate_poc` | 生成漏洞PoC | `vulnType`: 漏洞类型, `params`: 参数 |

## 项目结构

```
code-audit-mcp/
├── src/
│   ├── server.ts          # MCP Server入口
│   ├── tools/
│   │   ├── parser.ts      # AST解析
│   │   ├── callgraph.ts   # 调用链追踪
│   │   ├── verifier.ts    # 漏洞验证
│   │   └── poc.ts         # PoC生成
│   ├── rules/
│   │   ├── php.json       # PHP安全规则
│   │   ├── python.json    # Python安全规则
│   │   └── java.json      # Java安全规则
│   └── utils/
│       ├── taint.ts       # 污点分析
│       └── sanitizer.ts   # 过滤函数识别
├── prompts/
│   ├── audit-system.md    # 系统Prompt
│   └── vuln-types/        # 各漏洞类型Prompt
├── tests/
├── package.json
└── README.md
```

## 最佳实践

### ✅ 做

- 分模块审计，不要一次喂入整个项目
- 先跑静态工具获取可疑点，再用AI深入分析
- 为每个漏洞类型准备专用Prompt
- 审计前先让AI了解项目结构（入口、路由、数据库）
- 人工复核AI报告，特别是"高危"发现
- 保存审计历史，用于Prompt迭代优化

### ❌ 不要做

- 不要盲目信任AI报告，误报不可避免
- 不要在Prompt中描述过于复杂的审计逻辑
- 不要跳过漏洞验证环节
- 不要在敏感项目中使用云端API（用本地模型）
- 不要忽略业务逻辑漏洞（AI对此较弱）

## 效果预期

| 漏洞类型 | 召回率 | 准确率 |
|----------|--------|--------|
| 注入类漏洞 | 80%+ | 75%+ |
| 反序列化 | POP链发现能力超过人工 | - |
| 逻辑漏洞 | 仍需人工审计为主 | - |

整体效率：提升3-5倍（含人工复核时间）

## 开源协议

MIT License

## 相关文章

- [基于LLM与MCP的自动化代码审计工作流：从源码到漏洞PoC](https://forum.butian.net/ai_security/xxx)

## 贡献

欢迎提交Issue和PR！

## 联系方式

- GitHub: [kkk1259](https://github.com/kkk1259)