AutoCVE 使用手册

本文档将帮助用户快速了解并使用 AutoCVE，内容涵盖环境部署、模型配置、项目导入、Agent 审计、一键挖掘 CVE、漏洞管理和 Skills 管理等核心功能。

1. 系统要求

AutoCVE 是一个前后端分离的 AI 代码安全审计平台，核心服务包括：

前端：React + Vite，默认端口 3000
后端：FastAPI，默认端口 8000
数据库：PostgreSQL 15
缓存/任务状态：Redis 7
沙箱镜像：autocve-sandbox:latest，用于安全工具执行和 PoC 验证
可选管理工具：Adminer，默认端口 8080

资源	推荐配置	说明
CPU	4 核及以上	Agent 审计、依赖扫描和仓库克隆会占用 CPU
内存	8 GB 及以上	小项目 4 GB 可运行，大项目建议 8 GB 起步
磁盘	20 GB 及以上	需要保存镜像、数据库、上传 ZIP、项目工作区和审计结果
Docker	Docker 20.10+	推荐使用 Docker Compose 部署
Docker Compose	2.24.0+	使用 `docker compose` 命令，支持可选 `env_file` 配置
网络	可访问模型 API 和 GitHub/GitLab/Gitea	一键 CVE、仓库导入、模型调用依赖外部网络

本地开发依赖

如果不使用 Docker，而是本地开发运行，需要：

Node.js 20+
pnpm 或 npm
Python 3.11+
uv
PostgreSQL 15+
Redis 7+

账号说明

系统初始化时会创建演示账号：

邮箱：demo@example.com
密码：demo123

生产环境部署后，请及时修改默认账号密码，或删除演示账号。

2. 快速开始

Docker Compose 是最推荐的部署方式，会同时启动前端、后端、数据库、Redis、沙箱镜像和 Adminer。

2.1 克隆项目

git clone <你的仓库地址>
cd AutoCVE

如果你已经在本地有项目目录，直接进入项目根目录即可。

2.2 快速启动

进入项目根目录后直接执行：

docker compose up -d --build

该命令会自动启动前端、后端、数据库、Redis、沙箱镜像和 Adminer。启动完成后，打开 http://localhost:3000，使用演示账号登录，再进入「系统设置 > 模型配置」填写模型信息即可。

2.3 检查服务状态

启动后检查服务状态：

docker compose ps

常用服务地址：

服务	地址	用途
前端	http://localhost:3000	用户界面
后端 API	http://localhost:8000	API 服务
Swagger	http://localhost:8000/docs	API 调试文档
Adminer	http://localhost:8080	数据库管理

2.4 首次登录

打开：

http://localhost:3000

使用演示账号登录：

demo@example.com / demo123

登录后建议先完成两件事：

进入「系统设置 > 模型配置」，确认模型可用。
进入「项目管理」，导入一个测试项目，创建一次 Agent 审计任务。

3. 模型配置

功能入口：

系统设置 > 模型配置

界面概览：

3.1 全局模型配置

进入「系统设置 > 模型配置」，首先配置全局模型。全局模型是所有 Agent 的默认模型，当某个 Agent 没有单独启用模型配置时，会回退使用全局配置。

常见字段：

字段	说明
Provider	模型提供商，例如 `openai`、`gemini`、`claude`、`qwen`、`deepseek`、`zhipu`、`moonshot`、`ollama`、`baidu`、`minimax`、`doubao`。
Model	模型名称，可以从推荐列表选择，也可以手动输入。
API Key	模型 API 密钥。
Base URL	模型产商或中转站Base URL
Max Iterations	Agent最大循环轮次
Endpoint Protocol	模型协议，支持 OpenAI Compatible、Anthropic、Google。
Tool Message Format	工具消息格式，支持 Auto、Follow Protocol、XML、JSON。
Env JSON	为模型调用追加环境变量，必须是合法 JSON 对象。

配置完成后，可点击「连接测试」确认连通性；确认无误后，点击「保存模型配置」即可。

3.2 模型方案

模型方案用于保存一套可复用的模型配置，便于快速切换不同模型配置。

常用操作：

保存方案：把当前全局模型配置保存为一个命名方案。
设为默认方案：恢复默认时会应用该方案。
应用方案：在顶部下拉框中选择应用的方案并点击「保存模型配置」。
方案管理：查看、编辑、删除已有方案。

3.3 各 Agent 使用不同模型

AutoCVE 支持为不同 Agent 单独配置模型。当前可配置的 Agent 包括：

Agent	职责	模型建议
Orchestrator	编排审计流程和阶段分发	稳定、上下文能力较强的模型。
Recon	信息收集、项目结构梳理、入口发现	长上下文、代码理解能力好的模型。
Scan	调用扫描工具、整理工具输出	成本较低、格式稳定的模型。
Triage	误报过滤	判断稳定、能遵循证据的模型。
Finding	漏洞深挖、攻击链构造、报告生成	推理能力强、代码理解强的模型。
Verification	漏洞动态验证	推理能力强、保守可靠的模型。
audit_chat	用户对话	对话体验好、能理解上下文的模型。

在「模型配置」中切换配置范围：

Global -> Orchestrator -> Recon -> Scan -> Triage -> Finding -> Verification

当某个 Agent 的配置开启后，该 Agent 会优先使用自己的模型参数；未开启时使用全局模型。

每个 Agent 可单独设置：

Provider
Model
API Key
Base URL
Endpoint Protocol
Tool Message Format
Max Iterations
Env JSON

3.4 中转站协议选择

如果使用中转站，Provider 应按中转站对外暴露的接口协议选择，而不是只按模型名称选择。例如中转站虽然背后接的是 GPT 模型，但如果它对外提供的是 Anthropic/Claude 兼容接口，则 Provider 需要选择 CLAUDE，Model 填写实际模型名，如 gpt-5.x；如果中转站对外提供的是 OpenAI Chat Completions 兼容接口，则 Provider 选择 OPENAI。

两类协议的工具调用格式不同： OpenAI 使用 function call 消息结构

POST https://host/v1/chat/completions
Authorization: Bearer sk-...

{
  "model": "gpt-5.5",
  "messages": [
    {"role": "system", "content": "..."},
    {"role": "user", "content": "..."}
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "Read",
        "parameters": {...}
      }
    }
  ]
}

Claude/Anthropic 使用 tool_use / tool_result 消息块

POST https://host/v1/messages
x-api-key: sk-...
anthropic-version: xxxx-xx-xx

{
  "model": "claude-opus-4-8",
  "system": "...",
  "messages": [
    {
      "role": "user",
      "content": [{"type": "text", "text": "..."}]
    }
  ],
  "tools": [
    {
      "name": "Read",
      "input_schema": {...}
    }
  ]
}

请确保 Provider 与中转站协议一致，否则普通文本对话可能可用，但 Agent 工具调用、审计循环或结果提交可能失败。

4. 工作流管理

功能入口：

系统设置 > 工作流管理

界面概览：

工作流管理用于动态控制新审计任务会执行哪些 Agent 节点。

默认流程：

Orchestrator -> Recon -> Scan -> Triage -> Verification
                      \-> Finding -> Verification

节点说明：

节点	是否核心常开	说明
Orchestrator	是	负责审计任务编排，不能关闭
Recon	是	负责项目信息收集，不能关闭
Scan	否	调用 Semgrep、Bandit等扫描工具。
Triage	否	对扫描结果进行误报过滤
Finding	否	根据项目上下文进行漏洞深挖。
Verification	否	漏洞动态验证（不稳定）

工作流开关规则：

Orchestrator 和 Recon 始终开启。
关闭 Scan 后，Triage 会因为上游缺失而被跳过。
Verification 只有在 Finding 开启，或 Scan + Triage 有效时才会进入执行链路。
配置只影响后续新建任务，不会改变已经运行或已经完成的任务。

使用建议：

快速体验：保留默认工作流。
只做深度漏洞挖掘：开启 Finding ，可关闭 Scan/Triage。
只做工具扫描和误报过滤：开启 Scan/Triage，可关闭 Finding。

5. 项目管理

功能入口：

项目管理

界面概览：

该页面用于创建项目、上传源码、管理分支、编辑项目元数据、删除项目，以及从项目入口直接创建审计任务。

5.1 项目创建

当前支持三类项目来源：

类型	说明	适用场景
远程仓库	通过 GitHub、GitLab、Gitea 或其他 Git URL 导入	审计开源项目
ZIP 上传	上传 `.zip` 源码包，系统解压为持久源码目录	审计本地代码

5.1.1 从Git仓库导入项目

操作步骤：

打开「项目管理」
点击「新建项目」按钮
选择「Git仓库」
填写项目名称
填写项目描述，可选
选择仓库来源：GitHub、GitLab、Gitea 或 Other
填写仓库地址
选择或填写默认分支
选择项目语言标签
点击「执行创建」

仓库地址建议：

GitHub HTTPS：https://github.com/owner/repo

Token 配置建议：

GitHub 私有仓库需要 GITHUB_TOKEN 或用户级 GitHub Token
GitLab 私有仓库需要 GITLAB_TOKEN
Gitea 私有仓库需要 GITEA_TOKEN
SSH 仓库需要在系统配置中保存 SSH 私钥

Tips：创建项目时，系统会尝试获取远程默认分支和分支列表。如果获取失败，会回退到用户填写的默认分支。

5.1.2 从本地导入项目

操作步骤：

打开「项目管理」
点击「新建项目」按钮
选择「上传源码」
填写项目名称和描述
选择项目语言标签
选择 .zip 文件
提交上传
点击「执行创建」

Tips：

仅支持 .zip
单个 ZIP 最大 500 MB
上传后会先生成持久源码目录
工作流审计会从持久源码目录复制临时工作副本后再执行

5.2 项目列表

项目列表支持：

搜索项目名称或描述
查看项目来源类型
查看仓库平台、默认分支、语言标签
进入项目详情
直接创建审计任务
编辑项目
删除项目

Tips：删除项目会永久删除项目记录及关联审计数据。请在删除前确认不再需要该项目。

5.3 项目详情

项目详情页包括：

项目概览：仓库地址、项目类型、平台、默认分支、创建时间、所有者、语言标签
最近活动：最近的审计任务
审计任务：查看历史任务，进入任务详情
问题管理：汇总该项目历史审计中发现的所有漏洞
项目设置：编辑项目名称、描述、仓库地址、分支、语言

6. 审计任务

功能入口：

项目管理

界面概览：

6.1 创建 Agent 审计任务

通常使用以下两个入口创建审计任务：

项目管理：选中项目后创建审计任务
项目详情：点击「启动审计」

操作步骤：

选择项目
输入项目版本号
选择审计模式
选择是否开启动态验证
打开高级选项，按需选择扫描范围
按需配置排除规则
开始审计

当前支持三种审计模式：

模式	说明	核心Agent	适用场景
增强扫描	传统工具扫描+模型验证	Scan → Triage	对工具扫描结果进行快速分析
智能审计	Agent自主审计	Finding	快速产出高质量漏洞，适合CVE、0Day挖掘
综合审计	增强扫描+智能审计	Scan → Triage + Finding	对项目进行全量审计

6.2 审计运行页面

审计任务创建后会进入：

/agent-audit/{taskId}

页面主要由三部分组成：

左侧活动日志：显示实时 Agent 活动、思考、工具调用、结果输出
右侧 Agent Tree：显示当前参与审计的 Agent、层级关系和运行状态
统计面板：显示文件数、工具调用次数、漏洞数量、严重等级分布等

活动日志会通过 SSE 实时更新。如果连接中断，页面会尝试加载历史事件并恢复显示。

6.2.1 活动日志

活动日志会展示：

Agent 思考过程
工具调用输入
工具调用输出
阶段切换
最终结果

日志类型包括：

thinking：模型推理和决策过程
tool：工具调用
info：普通状态信息
error：错误信息
dispatch：Agent 交接
user：用户输入

6.2.2 初步报告

任务完成后，页面会出现「活动日志 / 初步报告」切换。

初步报告会展示：

漏洞标题
风险等级
漏洞类型
置信度
文件路径与行号
漏洞描述
Source / Sink
影响说明
利用链
PoC 信息
验证说明

初步报告仅作展示，更详细的报告会在漏洞管理处同步。

6.3 用户对话

Finding Agent审计过程会同步至运行时会话，功能入口：

/audit-sessions/{sessionId}

用户会话功能会将审计全过程作为会话上下文，用户可以在审计完成之后继续追问。

页面组成：

主时间线：展示用户消息、模型回复、工具调用结果
右侧审计记录：展示 Trace、Agent 交接、工具调用、Skill 使用和记忆记录
Follow-up 输入框：继续向审计会话提问

可以展开查看工具调用详情

可以输入 $ 显示调用Skill（如果未指定模型会根据任务自动匹配适合的Skill）

可以以审计过程作为上下文进行任意对话，比如要求Agent对审计流程进行提问、对漏洞内容进行补充、对部署利用进行详细说明等等。

6.4 取消任务

运行中的 Agent 审计任务支持取消。点击审计页中的取消按钮后，后端会标记任务取消，正在运行的执行循环会在安全检查点停止。

取消后：

已保存的事件仍可查看
已产生的 Finding 仍会保留
未完成的阶段不会继续执行

7. 漏洞管理

功能入口：

漏洞管理

界面概览：

审计完成后的漏洞会统一保存到这里，方便做人工研判、报告维护、CVE 申请跟踪和结果导出等操作。

7.1 漏洞筛选

支持按以下字段筛选：

字段	用途
项目名称	按项目名称进行模糊搜索
项目版本	按版本版本搜索
项目链接	按仓库 URL 搜索
漏洞名称	按漏洞标题进行模糊搜索
漏洞类型	例如 SSRF、SQL Injection、XSS、RCE
人工研判结果	待确认、已确认、误报
CVE 状态	未申请、申请中、申请成功、申请失败
CVE ID	按 CVE 编号搜索

7.2 查看漏洞报告

点击「漏洞报告」后，会打开漏洞报告弹窗。报告包含三个标签：

中文报告
English Report
CVE 报告

报告支持：

预览
Markdown 编辑
实时预览
保存修改
重置为原始内容
复制 Markdown
导出 Markdown

报告内容通常包含：

Summary
Details
POC
Impact （上述四项可直接复制用于从Github Advisory提交漏洞报告，如下所示）
Remediation
Disclosure Notes
Affected products
CVSS
CWE
Suggested description of the vulnerability for use in the CVE

报告示例：

7.3 编辑漏洞记录

点击编辑后，可以修改：

漏洞名称
漏洞类型
风险等级
人工研判结果
CVE 申请状态
CVE ID
CVE 失败原因

人工研判建议：

确认可复现或证据链完整后，设为「已确认」
明确不是漏洞或缺少可利用路径时，设为「误报」
还未看完证据时，保留「待确认」

CVE 状态建议：

未提交前：未申请
已向维护者或 CNA 提交：申请中
已获得 CVE ID：申请成功，并填写 CVE ID
被拒绝或证据不足：申请失败，并填写失败原因

8. Skills管理

功能入口：

Skills管理

界面概览：

8.1 Skill 作用

Skill 可以让 Agent 在特定任务中拥有更专业的知识和流程，例如：

Java 反序列化审计
PHP 文件上传漏洞审计
SSRF 检测方法
CVE 报告撰写
huntr 提交流程
企业内部安全规范

系统会根据 Agent 类型、绑定关系和任务上下文解析可用 Skills。

8.2 Skill 根目录

页面顶部会显示 Skill 根目录，通常为：

[项目根目录]/skill_library

Docker 部署中，对应挂载：

./skill_library:/app/skill_library

你也可以直接把 Skill 文件夹放到 skill_library/ 下，然后点击「同步本地目录」。

8.3 Agent 绑定 Skill

页面支持选择 Agent：

orchestrator Agent
recon Agent
scan Agent
triage Agent
finding Agent
verification Agent
用户会话

每个 Skill 卡片右侧有开关，用于启用或停用该 Skill 对当前 Agent 的绑定。

绑定建议：

Agent	推荐绑定类型
Recon	项目结构识别、框架识别、攻击面梳理类 Skill
Scan	工具使用、安全扫描、规则解释类 Skill
Triage	误报过滤、证据判断、漏洞分类类 Skill
Finding	漏洞专项、CVE 挖掘方法类 Skill
Verification	PoC 验证、沙箱验证、复现判断类 Skill
用户会话	根据用户实际使用场景自行添加适合自身使用习惯的Skill

8.4 编辑 Skill 元数据

点击「编辑」可以修改：

名称
Slug
描述
来源类型
来源 URL

注意：这里主要编辑元数据，不适合直接长篇编辑 SKILL.md。如果需要大幅修改 Skill 正文，建议直接编辑 skill_library/<skill>/SKILL.md 后同步。

8.5 导入 GitHub Skill

点击「导入 GitHub Skill」，填写 GitHub 仓库 URL。

要求：

目标目录下至少存在 SKILL.md
导入后会生成 skill_library/<skill-folder>
绑定 Agent 时会同步写入 agents/<agent>/bindings.json

可以选择：

绑定到所有 Agent
只绑定到某个 Agent

导入完成后，系统会同步本地技能库

8.6 上传 Skill ZIP

点击「上传 Skill」后选择 ZIP 文件。

ZIP 包要求：

必须包含 SKILL.md
建议一个 ZIP 对应一个 Skill 文件夹
可包含 references/、scripts/、assets/ 等扩展目录

上传完成后，刷新 Skills 页面确认导入成功。

8.7 删除 Skill

删除 Skill 会删除：

Skill 文件夹
SKILL.md
扩展资源
所有 Agent 绑定记录

FilesExpand file tree

USER_GUIDE.md

Latest commit

History

USER_GUIDE.md

File metadata and controls

AutoCVE 使用手册

目录

1. 系统要求

推荐配置

本地开发依赖

账号说明

2. 快速开始

2.1 克隆项目

2.2 快速启动

2.3 检查服务状态

2.4 首次登录

3. 模型配置

3.1 全局模型配置

3.2 模型方案

3.3 各 Agent 使用不同模型

3.4 中转站协议选择

4. 工作流管理

5. 项目管理

5.1 项目创建

5.1.1 从Git仓库导入项目

5.1.2 从本地导入项目

5.2 项目列表

5.3 项目详情

6. 审计任务

6.1 创建 Agent 审计任务

6.2 审计运行页面

6.2.1 活动日志

6.2.2 初步报告

6.3 用户对话

6.4 取消任务

7. 漏洞管理

7.1 漏洞筛选

7.2 查看漏洞报告

7.3 编辑漏洞记录

8. Skills管理

8.1 Skill 作用

8.2 Skill 根目录

8.3 Agent 绑定 Skill

8.4 编辑 Skill 元数据

8.5 导入 GitHub Skill

8.6 上传 Skill ZIP

8.7 删除 Skill