开源 AI 安全研究框架 open·kritt 发布
面向安全研究者的开源工具 open·kritt，将 AI agent 任务并行化用于仓库漏洞扫描，支持 OpenAI、A…
安全研究者 Kritt 团队近日在 Hacker News 发布开源项目 open·kritt，这是一个面向 AI 辅助安全研究的工程化框架。不同于直接让模型对整个代码仓库进行漏洞分析的做法，open·kritt 把研究任务拆解为多个聚焦的小型任务，让 AI agent 并行执行，再合并输出可验证、可优先排序的发现结果。
核心能力
open·kritt 的设计目标是为安全研究者和具备安全意识的开发者提供一套可自定义 prompt、工作流、模型供应商与基础设施的运行环境，主要能力包括：
- 工作流编排：将聚焦的 prompt 串联成可复用的安全研究剧本。
- 扫描执行：对远程或本地仓库及其依赖进行分析，调用 Codex 或 Claude Code 等工具型 agent。
- 结果验证：通过后置脚本验证问题、生成概念验证（PoC）并产出报告。
- 优先级排序：内置自定义严重度排序器、统一 finding schema 与自动去重。
- 多模型接入：支持 Codex 登录态，也支持通过 OpenAI、Anthropic、OpenRouter 等 API key 接入。
背景与可信度
Kritt 团队以研究员化名 Blockian 在 Immunefi、HackenProof 等漏洞赏金平台累计获得超过 150 万美元奖金，社交账号 @ControlZ_1337、个人站点 blockian.xyz 公开可查。open·kritt 即是该团队内部工具链的开源蒸馏版本，因此项目定位与作者背景具有较强的实战参考意义。
部署与安全提示
部署要求 Git、Docker（含 Docker Compose）以及 Node.js 20 及以上版本，CLI 无需安装，克隆仓库后执行 ./kritt setup 与 ./kritt start 即可在 http://localhost:5173 启动本地栈。GitHub Token 仅在扫描私有仓库时需要。
需要注意的是，工具型 agent 会以 root 身份在临时 job 容器中运行，并拥有仓库的可写副本与互联网访问权限（用于安装工具、编译目标、运行测试、构建 PoC）。官方建议将 open·kritt 部署在专用 Docker 主机或虚拟机中，并在扫描不受信代码前阅读其威胁模型。
许可证与社区
项目采用 GNU Affero General Public License v3.0（AGPL-3.0）开源许可证。讨论与想法可通过 GitHub Discussions 提交，缺陷与功能请求走 GitHub Issues，贡献需遵循 Conventional Commits 与 DCO 签名规范；安全相关漏洞请按 SECURITY.md 私下报告，不应在公开 issue 中披露。