51 lines (40 loc) · 1.69 KB

PyAegis Technical Roadmap

外部技术评审输入，2026-03-15

当前状态评价

优势：

工程化满分：pyproject.toml/tox/pre-commit/CI/SARIF 全齐
性能取舍极佳：多进程 AST + 函数级污点，适合 CI 强阻断
规则引擎薄且易扩展：YAML Source/Sink/Sanitizer
污点传播覆盖 f-string/字符串拼接/容器，秒杀正则 Linter

核心瓶颈：

过程间分析极弱 — 跨文件/跨类方法污点链断裂 → 大量漏报
缺乏 SSA/别名分析 — 变量反复赋值/解包赋值丢失追踪
框架语义缺失 — FastAPI 依赖注入参数无法识别为 Source
规则无条件约束 — subprocess.run(cmd, shell=False) 误报

v1.x 演进方向（优先级排序）

🥇 P0：跨模块调用图（Inter-procedural Taint）

构建全局函数符号表
解析 import，追踪跨模块污点传播
有限深度调用栈追踪

🥈 P1：框架感知 Source 自动发现

FastAPI：@app.get 装饰器下所有入参自动标记为 Source
Django ORM：raw() vs filter() 语义区分
Flask：request.* 更完整的属性覆盖

🥉 P2：强化规则引擎

sinks:
  - name: subprocess.run
    severity: CRITICAL
    conditions:
      - has_kwarg: {shell: True}
      - arg_type: string

P3：大模型自动修复（AI Auto-Remediation）

pyaegis fix 子命令
漏洞上下文 + Prompt → LLM → Patch
可对接 Codex API

P4：增量分析缓存

文件变更 → 仅重新分析变更文件及其依赖方

紧急修复

确保 pip install -e .[dev] 在 CI 中正确更新 models.py
Finding.source_var 兼容性：老测试用 **kwargs 实例化需更新