Claude 代码安全审查 (Claude Code Security Review) 是一个基于 AI 的 GitHub Action 安全审查工具，利用 Claude 分析代码变更中的安全漏洞。包含了我个人的二次开发成果（Web 界面、全库扫描、可视化报告）。

Claude 代码安全审查器 (Claude Code Security Reviewer)

这是一个基于 AI 驱动的 GitHub Action 安全审查工具，利用 Claude 分析代码变更中的安全漏洞。该 Action 使用 Anthropic 的 Claude Code 工具进行深度语义安全分析，为 Pull Request (PR) 提供智能且具备上下文感知能力的安全评估。

功能特性

AI 驱动分析：利用 Claude 先进的推理能力，通过深度语义理解来检测安全漏洞。
差异感知扫描：针对 PR，仅分析发生变更的文件。
PR 自动评论：自动在 PR 中针对发现的安全问题发布评论。
上下文理解：超越简单的模式匹配，深入理解代码的语义逻辑。
语言无关性：支持任何编程语言。
误报过滤：通过高级过滤功能减少干扰，专注于真正的安全漏洞。

快速入门

将以下内容添加到您仓库的 .github/workflows/security.yml 文件中：

name: Security Review

permissions:
  pull-requests: write  # 发布 PR 评论所需权限
  contents: read

on:
  pull_request:

jobs:
  security:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          ref: ${{ github.event.pull_request.head.sha || github.sha }}
          fetch-depth: 2
      
      - uses: anthropics/claude-code-security-review@main
        with:
          comment-pr: true
          claude-api-key: ${{ secrets.CLAUDE_API_KEY }}

安全注意事项

此 Action 未针对提示词注入（Prompt Injection）攻击进行防御加固，因此仅应在大规模审查受信任的 PR 时使用。我们建议配置您的仓库开启“要求所有外部贡献者通过审批”选项，以确保工作流仅在维护者审查 PR 后运行。

配置选项

Action 输入参数 (Inputs)

参数	描述	默认值	是否必填
`claude-api-key`	用于安全分析的 Anthropic Claude API 密钥。注意：该密钥需同时开启 Claude API 和 Claude Code 使用权限。	无	是
`comment-pr`	是否在 PR 上发布发现结果的评论	`true`	否
`upload-results`	是否将结果作为 artifacts 上传	`true`	否
`exclude-directories`	以逗号分隔的排除扫描目录列表	无	否
`claude-model`	要使用的 Claude 模型名称。默认为 Opus 4.1。	`claude-opus-4-1-20250805`	否
`claudecode-timeout`	ClaudeCode 分析超时时间（分钟）	`20`	否
`run-every-commit`	对每个 commit 运行 ClaudeCode（跳过缓存检查）。警告：在 commit 较多的 PR 中可能会增加误报。	`false`	否
`false-positive-filtering-instructions`	自定义误报过滤指令文本文件的路径	无	否
`custom-security-scan-instructions`	附加到审计提示词中的自定义安全扫描指令文件路径	无	否

Action 输出参数 (Outputs)

输出	描述
`findings-count`	发现的安全问题总数
`results-file`	结果 JSON 文件的路径

工作原理

架构设计

claudecode/
├── github_action_audit.py  # GitHub Actions 的主审计脚本
├── prompts.py              # 安全审计提示词模板
├── findings_filter.py      # 误报过滤逻辑
├── claude_api_client.py    # 用于误报过滤的 Claude API 客户端
├── json_parser.py          # 稳健的 JSON 解析工具
├── requirements.txt        # Python 依赖项
├── test_*.py               # 测试套件
└── evals/                  # 用于在任意 PR 上测试 CC 的评估工具

工作流程

PR 分析：当 PR 开启时，Claude 分析差异（diff）以理解变更内容。
上下文审查：Claude 结合上下文检查代码变更，理解其意图及潜在的安全影响。
结果生成：识别安全问题，并提供详细解释、严重级别评分和修复建议。
误报过滤：通过高级过滤剔除低影响或易误报的项，减少干扰信息。
PR 评论：将发现的问题以评论形式发布在具体的代码行处。

安全分析能力

可检测的漏洞类型

注入攻击：SQL 注入、命令注入、LDAP 注入、XPath 注入、NoSQL 注入、XXE。
认证与授权：失效的身份认证、权限提升、不安全的直接对象引用（IDOR）、绕过逻辑、会话缺陷。
数据泄露：硬编码凭据、敏感数据日志记录、信息泄露、PII 处理违规。
密码学问题：弱算法、密钥管理不当、不安全的随机数生成。
输入校验：缺失校验、清理不当、缓冲区溢出。
业务逻辑漏洞：竞态条件、检查时间与使用时间（TOCTOU）问题。
配置安全：不安全的默认设置、缺失安全响应头、宽容的 CORS 策略。
供应链：漏洞依赖项、抢注域名（Typosquatting）风险。
代码执行：通过反序列化实现的 RCE、Pickle 注入、Eval 注入。
跨站脚本 (XSS)：反射型、存储型和基于 DOM 的 XSS。

误报过滤

该工具会自动排除多种低影响或易产生误报的发现，以便专注于高影响漏洞：

拒绝服务 (DoS) 漏洞
频率限制（Rate limiting）相关问题
内存/CPU 耗尽问题
无证明影响的泛化输入校验
开放重定向（Open redirect）漏洞

误报过滤还可以根据特定项目的安全目标进行微调。

相比传统 SAST 的优势

上下文理解：理解代码语义和意图，而非仅仅匹配模式。
更低的误报率：AI 驱动的分析能识别代码在何时是真正脆弱的，从而减少干扰。
详尽的解释：提供为何构成漏洞以及如何修复的清晰说明。
自适应学习：可根据组织特定的安全要求进行自定义。

安装与设置

GitHub Actions

遵循上方的“快速入门”指南。该 Action 会自动处理所有依赖项。

本地开发

如需在本地针对特定 PR 运行安全扫描，请参考评估框架文档。

Claude Code 集成：`/security-review` 命令

默认情况下，Claude Code 提供了一个 /security-review 斜杠命令，它提供与 GitHub Action 工作流相同的安全分析能力，但直接集成在您的 Claude Code 开发环境中。只需运行 /security-review 即可对所有待处理的变更进行全面的安全审查。

自定义命令

默认的 /security-review 命令适用于大多数情况，但也可以根据需求进行自定义：

将本仓库中的 security-review.md 文件复制到您项目的 .claude/commands/ 文件夹中。
编辑 security-review.md 以自定义分析逻辑。例如，您可以在误报过滤指令中添加特定于组织的规则。

测试

运行测试套件以验证功能：

cd claude-code-security-review
# 运行所有测试
pytest claudecode -v

支持

如有问题或疑问：

在本仓库中提交 Issue。
查看 GitHub Actions 日志以获取调试信息。

SAST 评估工具 (SAST Evaluation Tool)

本目录包含一个用于在单个 GitHub Pull Request (PR) 上评估 SAST（静态应用安全测试）工具的工具。

项目概览

该评估工具允许您在任何 GitHub PR 上运行 Claude Code Security Reviewer，以分析其安全检测结果。这对于以下场景非常有用：

在特定 PR 上测试工具效果
评估性能和准确性
调试安全分析中的问题

环境要求

Python 3.9+
Git 2.20+（需支持 worktree 功能）
GitHub CLI (gh)：用于访问 GitHub API
环境变量：
ANTHROPIC_API_KEY：访问 Claude API 必填
GITHUB_TOKEN：推荐配置，以避免 GitHub API 速率限制

使用方法

对单个 PR 运行评估：

python -m claudecode.evals.run_eval example/repo#123 --verbose

命令行选项

PR 指定：必填参数，格式为 所有者/仓库名#PR编号（例如 owner/repo#123）
--output-dir PATH：结果输出目录（默认：./eval_results）
--work-dir PATH：Git 仓库克隆和存储的目录（默认：~/code/audit）
--verbose：启用详细日志记录，以查看运行进度详情

输出结果

评估会在输出目录中生成一个 JSON 文件，包含以下内容：

运行成功/失败状态
运行耗时指标
安全漏洞发现总数
详细的发现结果（包含文件、行号、严重程度及描述）

示例输出文件：pr_example_repo_123.json

架构设计

该评估工具利用 Git Worktrees 进行高效的仓库管理：

单次克隆：仅将仓库作为基础库克隆一次。
轻量化工作树：为每个 PR 评估创建轻量级的 worktree。
自动清理：自动处理评估完成后的 worktree 清理工作。
隔离运行：在特定 PR 的 worktree 中执行 SAST 审计。

Claude 命令：`/security-review`

这是一个预定义的 Claude Code 命令，提供与 GitHub Action 工作流相同的安全分析能力，但直接集成在您的 Claude Code 开发环境中。只需运行 /security-review 即可对所有待处理的变更进行全面的安全审查。

---
allowed-tools: Bash(git diff:*), Bash(git status:*), Bash(git log:*), Bash(git show:*), Bash(git remote show:*), Read, Glob, Grep, LS, Task
description: 对当前分支上的待处理更改完成安全审查
---

你是一位资深安全工程师，正在对该分支的更改进行专项安全审查。

GIT 状态：

!`git status`

修改的文件：

!`git diff --name-only origin/HEAD...`

提交记录：

!`git log --no-decorate origin/HEAD...`

DIFF 内容：

!`git diff --merge-base origin/HEAD`

请审阅上方完整的 diff。其中包含了该 PR 中的所有代码更改。

目标：

进行以安全为核心的代码审查，识别具有真实利用潜力的高可信度安全漏洞。这不是普通的常规代码审查——请仅关注此 PR 新引入的安全影响。不要评论既有的安全问题。

关键指令：

最小化误报：仅标记你对实际可利用性具有 >80% 把握的问题。
避免噪音：跳过理论性问题、代码风格问题或低影响的发现。
关注影响力：优先处理可能导致未经授权访问、数据泄露或系统受损的漏洞。
排除项：切勿报告以下类型的问题：

拒绝服务 (DoS) 漏洞（即使它们会导致服务中断）。
存储在磁盘上的机密信息或敏感数据（这些由其他流程处理）。
频率限制或资源消耗问题。

需检查的安全类别：

输入校验漏洞：

通过未过滤用户输入进行的 SQL 注入
系统调用或子进程中的命令注入
XML 解析中的 XXE 注入
模板引擎中的模板注入
数据库查询中的 NoSQL 注入
文件操作中的路径穿越

认证与授权问题：

认证绕过逻辑
权限提升路径
会话管理缺陷
JWT 令牌漏洞
授权逻辑绕过

加密与机密管理：

硬编码的 API 密钥、密码或令牌
弱加密算法或实现
不当的密钥存储或管理
加密随机性问题
证书校验绕过

注入与代码执行：

通过反序列化实现的远程代码执行 (RCE)
Python 中的 Pickle 注入
YAML 反序列化漏洞
动态代码执行中的 Eval 注入
Web 应用中的 XSS 漏洞（反射型、存储型、基于 DOM）

数据暴露：

敏感数据日志记录或存储
PII（个人身份信息）处理违规
API 端点数据泄露
调试信息泄露

补充说明：

即使某项内容仅能从本地网络利用，它仍可能是一个“高（HIGH）”严重级别的问题。

分析方法论：

第一阶段 - 仓库上下文研究（使用文件搜索工具）：

识别正在使用的现有安全框架和库。
在代码库中寻找已建立的安全编码模式。
检查现有的清理（Sanitization）和校验模式。
了解项目的安全模型和威胁模型。

第二阶段 - 对比分析：

将新的代码更改与现有的安全模式进行对比。
识别偏离已建立安全实践的情况。
寻找不一致的安全实现。
标记引入新攻击面的代码。

第三阶段 - 漏洞评估：

检查每个修改的文件所涉及的安全影响。
追踪从用户输入到敏感操作的数据流。
寻找被不安全穿越的权限边界。
识别注入点和不安全的反序列化。

要求的输出格式：

你必须使用 Markdown 输出你的发现。Markdown 输出应包含：文件、行号、严重程度、类别（例如 sql_injection 或 xss）、描述、利用场景和修复建议。

例如：

漏洞 1: XSS: `foo.py:42`

严重程度: High
描述: 来自 username 参数的用户输入未经过滤直接插值到 HTML 中，允许反射型 XSS 攻击。
利用场景: 攻击者构造类似 /bar?q=<script>alert(document.cookie)</script> 的 URL，在受害者浏览器中执行 JavaScript，从而实现会话劫持或数据窃取。
建议: 对所有渲染到 HTML 中的用户输入，使用 Flask 的 escape() 函数或启用自动转义的 Jinja2 模板。

严重程度指南：

HIGH（高）：可直接利用的漏洞，导致 RCE、数据泄露或认证绕过。
MEDIUM（中）：需要特定条件但影响力显著的漏洞。
LOW（低）：纵深防御问题或影响较低的漏洞。

可信度评分：

0.9-1.0：已确定确切的利用路径，并在可能的情况下进行了测试。
0.8-0.9：具有已知利用方法的清晰漏洞模式。
0.7-0.8：可疑模式，需要特定条件才能利用。
0.7 以下：不要报告（过于投机）。

最终提醒：

仅关注“高（HIGH）”和“中（MEDIUM）”级别的发现。宁可漏掉一些理论性问题，也不要让报告充斥误报。每个发现都应该是安全工程师在 PR 审查中会自信提出的内容。

误报过滤：

你不需要运行命令来复现漏洞，只需阅读代码来判断是否为真实漏洞。不要使用 bash 工具或向任何文件写入内容。 硬性排除 - 自动排除符合以下模式的发现：

拒绝服务 (DoS) 漏洞或资源耗尽攻击。

存储在磁盘上但已得到妥善保护的机密信息或凭证。

频率限制问题或服务过载场景。

内存消耗或 CPU 耗尽问题。

非安全关键字段缺乏输入校验，且无证明存在安全影响。

GitHub Action 工作流中的输入清理问题，除非它们能明显通过不可信输入触发。

缺乏加固措施。代码不被要求实现所有安全最佳实践，只需标记具体的漏洞。

属于理论性而非实践性的竞态条件或定时攻击。仅在竞态条件具有具体问题时报告。

与过时的第三方库相关的漏洞。这些由其他流程管理，不应在此报告。

Rust 中不可能出现缓冲区溢出或 Use-after-free 等内存安全问题。不要报告 Rust 或任何其他内存安全语言中的内存安全问题。

仅作为单元测试或仅用于运行测试的文件。

日志伪造（Log spoofing）问题。将未清理的用户输入输出到日志不属于漏洞。

仅控制路径的 SSRF 漏洞。SSRF 仅在能控制主机（Host）或协议（Protocol）时才构成威胁。

在 AI 系统提示词中包含用户控制的内容不属于漏洞。

正则表达式注入。将不可信内容注入正则表达式不属于漏洞。

正则表达式 DoS (ReDoS) 问题。

不安全的文档。不要报告 Markdown 等文档文件中的任何发现。

缺乏审计日志不属于漏洞。

惯例参考 -

以明文形式记录高价值机密信息是漏洞。记录 URL 被认为是安全的。

UUID 可被假定为不可猜测的，不需要校验。

环境变量和 CLI 标志是可信值。攻击者通常无法在安全环境中修改它们。任何依赖控制环境变量的攻击均视为无效。

内存或文件描述符泄漏等资源管理问题无效。

除非可信度极高，否则不应报告细微或低影响的 Web 漏洞，如 Tabnabbing、XS-Leaks、原型污染（Prototype pollution）和开放重定向。

React 和 Angular 通常能防御 XSS。除非使用了 dangerouslySetInnerHTML、bypassSecurityTrustHtml 或类似方法，否则这些框架不需要对用户输入进行清理或转义。不要报告 React/Angular 组件或 tsx 文件中的 XSS 漏洞，除非使用了不安全的方法。

绝大多数 GitHub Action 工作流中的漏洞在实践中是不可利用的。在确认工作流漏洞之前，请确保它是具体的且具有非常明确的攻击路径。

客户端 JS/TS 代码中缺乏权限检查或认证不属于漏洞。客户端代码不可信，不需要实现这些检查，它们应在服务端处理。同样适用于所有向后端发送不可信数据的流程，后端负责验证和清理所有输入。

仅当“中（MEDIUM）”级别的发现是明显且具体的问题时才将其包含在内。

IPython Notebook (*.ipynb) 文件中的大多数漏洞在实践中不可利用。在确认 Notebook 漏洞前，请确保它是具体的，并具有不可信输入可触发漏洞的明确攻击路径。

记录非 PII 数据不属于漏洞，即使数据可能具有敏感性。仅在暴露机密、密码或个人身份信息 (PII) 等敏感信息时才报告日志漏洞。

Shell 脚本中的命令注入漏洞通常在实践中不可利用，因为 Shell 脚本通常不带不可信用户输入运行。仅在具有不可信输入的具体且明确攻击路径时，才报告 Shell 脚本中的命令注入漏洞。

信号质量标准 - 对于剩余的发现，评估：

是否存在具体的、可利用的且具有清晰攻击路径的漏洞？

这是否代表了真实的安全风险，而非理论上的最佳实践？

是否有具体的代码位置和复现步骤？

此发现对于安全团队是否具有可操作性？

为每个发现分配 1-10 的置信度分数：

1-3：低置信度，可能是误报或噪音

4-6：中置信度，需要调查

7-10：高置信度，极可能是真实漏洞

开始分析：

现在开始你的分析。请分三步进行：

使用子任务（sub-task）识别漏洞。使用仓库探索工具了解代码库上下文，然后分析 PR 更改的安全影响。在此子任务的提示词中，包含上述所有内容。
对于上述子任务识别出的每个漏洞，创建一个新的子任务来过滤误报。以并行子任务的形式启动这些任务。在这些子任务的提示词中，包含“误报过滤”指令中的所有内容。
过滤掉任何子任务报告置信度低于 8 的漏洞。

你的最终回复必须包含 Markdown 报告，且不得包含其他任何内容。

docs/custom-filtering-instructions.md

自定义误报过滤指令 (Custom False Positive Filtering Instructions)

Claude 代码安全审查 Action 支持自定义误报过滤指令，允许您根据特定的环境和需求量身定制安全分析逻辑。

项目概览

默认情况下，该 SAST（静态应用安全测试）Action 包含了一套全面的排除规则和标准，用于过滤误报。然而，每个组织都有独特的安全要求、技术栈和威胁模型。通过 false-positive-filtering-instructions 输入项，您可以提供自己的自定义标准。

使用方法

创建一个包含自定义过滤指令的文本文件（例如：.github/false-positive-filtering.txt）。
在您的工作流文件中引用它：

- uses: anthropics/claude-code-security-review@main
  with:
    false-positive-filtering-instructions: .github/false-positive-filtering.txt

文件格式

该文件应为纯文本格式，包含三个主要部分：

1. 硬性排除 (HARD EXCLUSIONS)

列出应自动从发现结果中排除的模式。

2. 信号质量标准 (SIGNAL QUALITY CRITERIA)

用于评估某项发现是否代表真实漏洞的衡量问题。

3. 惯例参考 (PRECEDENTS)

针对您环境中常见安全模式的具体指导建议。

示例

请参考 examples/custom-false-positive-filtering.txt，查看为现代云原生应用量身定制的完整示例。

默认指令

如果未提供自定义文件，Action 将使用经过调优的默认指令，这些指令适用于大多数应用程序。

最佳实践

从默认开始：先使用默认指令，然后根据遇到的误报情况进行修改。
具体化：包含有关安全架构的详细信息（例如：“我们所有的身份验证均使用 AWS Cognito”）。
记录假设前提：解释排除某些模式的原因（例如：“k8s 资源限制可防止 DOS 攻击”）。
版本控制：像管理代码一样，在版本控制系统中追踪过滤指令的变更。
团队评审：让您的安全团队评审并批准过滤指令。

常见自定义内容

特定技术的排除：排除不适用于您技术栈的发现。
基础设施假设：记录基础设施层面的安全控制措施。
合规性要求：根据您的合规性需求调整标准。
开发实践：反映团队的安全实践和所使用的工具。

examples/custom-false-positive-filtering.txt

硬性排除 (HARD EXCLUSIONS) —— 自动排除符合以下模式的发现：

所有 DOS/资源耗尽 —— 我们已配置 K8s 资源限制和自动扩缩容。
缺失频率限制 —— 由我们的 API 网关统一处理。
Tabnabbing（标签页劫持）漏洞 —— 根据我们的威胁模型，此为可接受风险。
测试文件 —— 以 _test.go、_test.js 结尾，或位于 __tests__ 目录下的文件。
文档文件 —— 如 *.md、*.rst。
未暴露给用户的配置文件 ——（内部配置）。
内存安全问题 —— 在 Rust、Go 或其他托管语言中。
GraphQL 内省查询 —— 我们在开发环境中会有意暴露模式（Schema）。
缺失 CSRF 防护 —— 我们专门使用无状态的 JWT 身份验证。
针对非加密操作的定时攻击。
输入校验中的正则 DoS —— 我们设置了请求超时机制。
内部服务缺失安全响应头 ——（仅面向公众的服务才需要）。

信号质量标准 (SIGNAL QUALITY CRITERIA) —— 对于剩余的发现，评估：

未经身份验证的外部攻击者是否可以利用此漏洞？
是否存在实际的数据外泄或系统受损的可能性？
在我们的生产 Kubernetes 环境中是否可以利用？
这是否绕过了我们 API 网关的安全控制？

惯例参考 (PRECEDENTS) ——

我们所有的身份验证均使用 AWS Cognito —— 任何认证绕过都必须能击败 Cognito。
所有 API 均要求提供经过网关层验证的有效 JWT 令牌。
SQL 注入仅在直接使用原始查询（Raw queries）时才成立（我们全程使用 Prisma ORM）。
所有内部服务在 K8s 集群内均通过 mTLS 进行通信。
机密信息（Secrets） 存放于 AWS Secrets Manager 或 K8s Secrets 中，严禁出现在代码中。
我们允许在开发/暂存环境（而非生产环境）中输出详细的错误信息。
文件上传通过预签名 URL 直接进入 S3（不涉及本地文件处理）。
所有用户输入均被视为不可信，并在后端进行验证。
前端验证仅用于提升用户体验（UX），不作为安全保障。
我们使用 CSP（内容安全策略）响应头和严格的 Content-Type 校验。
CORS 跨域配置根据每个服务的实际需求进行配置。
所有 Webhook 均使用 HMAC 签名验证。

docs/custom-security-scan-instructions.md

自定义安全扫描指令 (Custom Security Scan Instructions)

Claude 代码安全审查 Action 支持自定义安全扫描指令，允许您在安全审计中添加特定于组织或业务的漏洞类别。

项目概览

默认的安全扫描涵盖了常见的漏洞类别，如 SQL 注入、XSS、身份验证问题等。然而，组织通常会基于以下因素产生特定的安全顾虑：

技术栈（如 GraphQL、gRPC、特定的云服务商）
合规性要求（如 GDPR、HIPAA、PCI DSS）
行业特定漏洞（如金融服务、医疗保健）
自定义框架和库

通过 custom-security-scan-instructions 输入项，您可以扩展 Claude 检查的安全类别。

使用方法

创建一个包含自定义安全类别的文本文件（例如：.github/custom-security-categories.txt）。
在您的工作流中引用它：

- uses: anthropics/claude-code-security-review@main
  with:
    custom-security-scan-instructions: .github/custom-security-categories.txt

文件格式

该文件应包含额外的安全类别，格式与默认类别保持一致。每个类别应当：

以加粗的描述性标题开头（使用 **类别名称:**）
列出要检查的具体漏洞或模式
使用清晰、具有可操作性的描述

示例结构：

**类别名称:**
- 需要检查的具体漏洞或模式
- 另一个需要寻找的具体问题
- 关于构成该漏洞的详细描述

**另一个类别:**
- 更多具体检查项
- 待识别的额外模式

示例

行业特定示例

参考 examples/custom-security-scan-instructions.txt，查看自定义 Claude Code 以寻找特定行业安全弱点的指令集示例，包括：

合规性检查（GDPR、HIPAA、PCI DSS）
金融服务安全
电子商务特定问题

工作原理

您的自定义指令将被附加在安全审计提示词中默认的“数据暴露（Data Exposure）”类别之后。这意味着：

所有默认类别仍会被检查。
您的自定义类别是扩展而非替换默认扫描。
同样的 HIGH/MEDIUM/LOW 严重程度指南依然适用。

最佳实践

具体化：提供构成各漏洞的清晰描述。
包含上下文：解释为什么某些内容在您的环境中属于漏洞。
提供示例：尽可能描述具体的攻击场景。
避免重复：检查默认类别以避免冗余。
保持专注：仅添加与您的代码库相关的类别。

默认类别参考

默认扫描已包含：

输入校验（SQL 注入、命令注入、XXE 等）
认证与授权
加密与机密管理
注入与代码执行
数据暴露

您的自定义类别应当是对这些内容的补充，而不是重复。

编写有效类别的技巧

针对特定技术栈：

**GraphQL 安全:**
- 允许无限递归的查询深度攻击
- 字段级授权绕过
- 生产环境中的内省数据泄露

专注于合规性：

**GDPR 合规:**
- 未经同意机制的个人数据处理
- 缺失数据保留期限限制
- 缺乏数据可移植性 API

业务逻辑：

**支付处理:**
- 交易重放漏洞
- 货币转换汇率操纵
- 退款流程绕过

examples/custom-security-scan-instructions.txt

合规性专项检查：

GDPR 第 17 条“被遗忘权（删除权）”：实现过程中的功能缺失或漏洞。
HIPAA PHI（受保护健康信息）：违反静态存储加密要求的行为。
PCI DSS：信用卡数据保留时长超过允许期限。
SOC2 审计追踪：系统具备篡改或删除审计日志的能力。
CCPA 数据可移植性：相关 API 存在的安全漏洞。

金融服务安全：

交易重放攻击：支付处理流程中的重复交易风险。
双花漏洞（Double-spending）：账本系统中的资金双重支付漏洞。
利息计算操纵：利用定时攻击篡改利率或利息结果。
监管报告篡改：提交给监管机构的数据存在被非法修改的风险。
KYC（了解您的客户）绕过：身份核验机制的绕过手段。

电子商务专项：

购物车篡改：通过非法手段修改商品价格。
库存竞态条件：允许商品超卖的逻辑漏洞。
优惠券/折扣叠加利用：非法组合优惠代码以套取利益。
联盟营销追踪操纵：篡改推广来源或返利数据。
评价系统认证绕过：无需真实身份即可发布或修改评论。

使用 Claude Code 实现自动化安全审查

今天，我们正式在 Claude Code 中推出自动化安全审查功能。通过我们的 GitHub Actions 集成和全新的 /security-review 命令，开发者可以轻松地让 Claude 识别安全隐患，并直接由其完成修复。

随着开发者越来越多地依赖 AI 来加快交付速度和构建更复杂的系统，确保代码安全变得愈发关键。这些新功能允许你将安全审查集成到现有工作流中，帮助你在漏洞进入生产环境之前将其截获。

在终端中审查代码漏洞

全新的 /security-review 命令让你可以在提交代码前，直接从终端运行即时（ad-hoc）安全分析。在 Claude Code 中运行该命令，Claude 就会搜索你的代码库以寻找潜在漏洞，并对发现的任何问题提供详细解释。

该命令使用专门针对安全领域的提示词，检查常见的漏洞模式，包括：

SQL 注入风险
跨站脚本 (XSS) 漏洞
身份验证与授权缺陷
不安全的数据处理
依赖项漏洞

在识别出问题后，你还可以要求 Claude Code 针对每个问题实施修复。这使安全审查保留在你的“内部开发循环”中，在问题最容易被修复的早期阶段就将其解决。

针对新 Pull Request 自动执行安全审查

全新的 Claude Code GitHub Action 将安全审查提升到了新高度——在每个 Pull Request (PR) 开启时对其进行自动分析。配置完成后，该 Action 将：

在新 PR 开启时自动触发
审查代码变更中的安全漏洞
应用可自定义的规则来过滤误报和已知问题
在 PR 中直接发布行内评论，指出发现的问题并提供修复建议

这为整个团队创建了一致的安全审查流程，确保没有任何代码在未经基础安全审查的情况下进入生产环境。该 Action 可与你现有的 CI/CD 流水线集成，并可根据团队的安全策略进行自定义。

在 Anthropic 内部提升产品安全性

我们自己也在使用这些功能来保障团队交付到生产环境的代码安全，其中也包括 Claude Code 自身。自设置该 GitHub Action 以来，它已经多次在我们的代码中发现安全漏洞，防止了它们被发布。

例如上周，我们的团队为一个小工具开发了新功能，该功能依赖于启动一个旨在接收本地连接的本地 HTTP 服务器。GitHub Action 识别出了一个可以通过 DNS 重绑定（DNS Rebinding） 利用的远程代码执行 (RCE) 漏洞，该漏洞在 PR 合并之前就得到了修复。

在另一个案例中，一位工程师构建了一个代理系统，用于安全管理内部凭据。GitHub Action 自动标记出该代理容易受到 SSRF（服务端请求伪造） 攻击，我们随后迅速修复了这一问题。

快速开始

这两项功能现已对所有 Claude Code 用户开放。开始使用自动化安全审查：

对于 /security-review 命令：只需将 Claude Code 更新至最新版本，并在项目目录中运行 /security-review。你可以查阅文档来定制属于你自己的命令版本。
对于 GitHub Action：请参阅文档获取分步安装和配置说明。

我的基于代码仓库的安全评估工具

GitHub Code: https://github.com/wang-junjian/claude-code-security-review

新增功能：

代码仓库安全评估工具，支持对整个代码仓库进行安全审查，并生成详细的评估结果日志。
增加 Web 展示评估结果的功能，提供更直观的安全审查报告。
对 /security-review, custom-filtering-instructions, custom-security-scan-instructions 进行展示和编辑的功能。

安全评估日志

英文版

Evaluating entire repository: wang-junjian/LingMaster
------------------------------------------------------------
[EVAL] [11:09:54] Retrieved GitHub token from gh CLI
[EVAL] [11:09:54] Starting evaluation of entire repository: wang-junjian/LingMaster
[EVAL] [11:09:54] Cloning wang-junjian/LingMaster to /Users/junjian/code/audit/wang-junjian_LingMaster
[EVAL] [11:09:59] Running repository scan on /Users/junjian/code/audit/wang-junjian_LingMaster
[EVAL] [11:09:59] Executing repository scan for wang-junjian/LingMaster
[EVAL] [11:11:23] Cleaned up repository: /Users/junjian/code/audit/wang-junjian_LingMaster

============================================================
EVALUATION RESULTS:
Success: True
Runtime: 89.1 seconds
Vulnerabilities detected: True
Findings count: 9

Findings:

[HIGH] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api/audio/route.ts:5
- Description: The /api/audio endpoint accepts a path parameter from the user and directly passes it to fs.existsSync() and fs.createReadStream() without any validation or sanitization. This allows attackers to read arbitrary files on the server using path traversal attacks (e.g., ../, ../../).
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/lib/db.ts:4
- Description: The SQLite database connection is created with a hardcoded absolute path (/Users/junjian/GitHub/wang-junjian/LingMaster/lingmaster.db). If this path changes or the application is deployed to a different environment, this will break functionality. Additionally, the database is opened in read-only mode, but the hardcoded path presents configuration management issues.
[HIGH] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api:0
- Description: All API endpoints (/api/books, /api/units, /api/lessons, /api/segments, /api/audio) are publicly accessible without any authentication or authorization checks. This allows unauthenticated users to access all data and potentially exploit other vulnerabilities.
[LOW] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api/units/route.ts:9
- Description: While the current SQLite implementation uses parameterized queries with better-sqlite3, which prevents SQL injection, the code structure shows potential risks if the query building logic becomes more complex. The use of string concatenation in query building (in /api/units/route.ts) is currently safe but should be monitored.
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/next.config.ts:0
- Description: The application's next.config.ts and layout.tsx do not configure any security headers. This exposes the application to various attacks including XSS, clickjacking, and MIME sniffing.
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/next.config.ts:0
- Description: There is no CORS (Cross-Origin Resource Sharing) configuration. This could lead to unexpected cross-origin requests if the application is accessed from different domains.
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api:0
- Description: All API endpoints accept query parameters without proper validation. For example, bookId, unitId, lessonId, and type parameters are accepted as strings and directly used without checking if they are valid numeric values or valid types.
[LOW] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/components/AudioPlayer.tsx:91
- Description: The client-side code fetches and displays data from the API endpoints without any sanitization. While the current implementation doesn't render user-generated content in a dangerous way, the potential for XSS exists if the database stores malicious content.
[LOW] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api:0
- Description: All API endpoints have minimal or no error handling. Errors are caught at a high level, but no detailed error messages or logging are implemented. This makes debugging and security monitoring difficult.

Result saved to: eval_results/repo_wang-junjian_LingMaster.json

中文版

Evaluating entire repository: wang-junjian/LingMaster
------------------------------------------------------------
[EVAL] [14:58:21] Retrieved GitHub token from gh CLI
[EVAL] [14:58:21] Starting evaluation of entire repository: wang-junjian/LingMaster
[EVAL] [14:58:21] Cloning wang-junjian/LingMaster to /Users/junjian/code/audit/wang-junjian_LingMaster
[EVAL] [14:58:26] Running repository scan on /Users/junjian/code/audit/wang-junjian_LingMaster
[EVAL] [14:58:26] Executing repository scan for wang-junjian/LingMaster
[EVAL] [14:59:37] Cleaned up repository: /Users/junjian/code/audit/wang-junjian_LingMaster

============================================================
EVALUATION RESULTS:
Success: True
Runtime: 76.6 seconds
Vulnerabilities detected: True
Findings count: 9

Findings:

[HIGH] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api/audio/route.ts:5
- Description: audio API端点接受用户提供的path参数，并直接用于文件系统操作，没有进行任何安全验证或路径限制。攻击者可以使用路径遍历技术（如../）访问系统上的任意文件。
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api/audio/route.ts:5
- Description: audio API端点接受用户提供的路径参数并直接访问文件系统，虽然这不是传统的SSRF，但如果路径参数可以指向网络资源（如file://或http://），可能会导致类似SSRF的攻击。当前实现中，路径验证过于宽松。
[LOW] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/lib/db.ts:4
- Description: 数据库连接配置中硬编码了绝对路径，可能导致敏感信息暴露。如果部署环境与开发环境不同，可能导致连接失败或安全问题。
[HIGH] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api:0
- Description: 所有API端点（/api/books、/api/units、/api/lessons、/api/segments、/api/audio）都没有实现身份验证机制，允许未授权用户访问敏感数据和资源。
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api/units/route.ts:9
- Description: 虽然使用了参数化查询，但units API端点使用了动态SQL拼接，存在SQL注入风险。虽然当前实现使用了参数化查询，但动态构建SQL语句仍需谨慎。
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/next.config.ts:0
- Description: 应用程序没有配置适当的安全标头（如Content-Security-Policy、X-Frame-Options、X-XSS-Protection等），可能导致XSS和其他攻击。
[LOW] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api:0
- Description: API端点没有配置CORS（跨域资源共享）策略，可能导致跨域请求被阻止或允许不必要的来源访问API。
[MEDIUM] /Users/junjian/code/audit/wang-junjian_LingMaster/web/src/app/api/audio/route.ts:5
- Description: audio API端点允许访问任意音频文件，没有验证请求的音频路径是否属于当前用户或有效课程，可能导致未授权访问敏感音频内容。
[LOW] /Users/junjian/code/audit/wang-junjian_LingMaster/web:0
- Description: 应用程序没有使用环境变量管理配置，所有配置（如数据库路径）都硬编码在源代码中，可能导致敏感信息暴露和部署问题。

Result saved to: eval_results/repo_wang-junjian_LingMaster.json

Claude 代码安全审查器 (Claude Code Security Reviewer)

功能特性

快速入门

安全注意事项

配置选项

Action 输入参数 (Inputs)

Action 输出参数 (Outputs)

工作原理

架构设计

工作流程

安全分析能力

可检测的漏洞类型

误报过滤

相比传统 SAST 的优势

安装与设置

GitHub Actions

本地开发

Claude Code 集成：/security-review 命令

自定义命令

测试

支持

SAST 评估工具 (SAST Evaluation Tool)

项目概览

环境要求

使用方法

命令行选项

输出结果

架构设计

Claude 命令：/security-review

目标：

关键指令：

需检查的安全类别：

分析方法论：

要求的输出格式：

漏洞 1: XSS: foo.py:42

严重程度指南：

可信度评分：

最终提醒：

误报过滤：

开始分析：

自定义误报过滤指令 (Custom False Positive Filtering Instructions)

项目概览

使用方法

文件格式

1. 硬性排除 (HARD EXCLUSIONS)

2. 信号质量标准 (SIGNAL QUALITY CRITERIA)

3. 惯例参考 (PRECEDENTS)

示例

默认指令

最佳实践

常见自定义内容

examples/custom-false-positive-filtering.txt

自定义安全扫描指令 (Custom Security Scan Instructions)

项目概览

使用方法

文件格式

示例结构：

示例

行业特定示例

工作原理

最佳实践

默认类别参考

编写有效类别的技巧

examples/custom-security-scan-instructions.txt

使用 Claude Code 实现自动化安全审查

在终端中审查代码漏洞

针对新 Pull Request 自动执行安全审查

在 Anthropic 内部提升产品安全性

快速开始

我的基于代码仓库的安全评估工具

安全评估日志

英文版

中文版

参考资料

Claude Code 集成：`/security-review` 命令

Claude 命令：`/security-review`

漏洞 1: XSS: `foo.py:42`