AgentGG：用AI Agent做SAST的开源代码安全扫描器

AgentGG 是什么

AgentGG 是一个 Agentic SAST（用 AI Agent 驱动的静态安全扫描器），2026 年 6 月发布，Apache 2.0 开源许可。项目由 agentgg-dev/agentgg 维护，当前 ⭐24。

它的核心思路和传统 SAST 截然不同：

传统 SAST 靠正则/AST 模式匹配找漏洞 → 高误报、难确认 AgentGG 让 LLM Agent 阅读代码、跟踪调用链、确认问题后再报告 → 低误报、可解释

每个 Agent 都是一个 Markdown 文件（YAML 前件 + Prompt 主体），具备 Read/Glob/Grep 工具能力，可以跨文件跟踪调用链和导入关系来确认漏洞。

提供的功能

扫描流程（三阶段）

重要设计：每个阶段都有持久化产物。扫描被中断后重新运行会自动恢复——已完成的 Agent 跳过，只跑新增或变更的部分。

内置 Agent 目录（10 大类）

AgentGG 的检测能力来自官方 Agent 库（agentgg-dev/agentgg-agents），首次扫描自动下载：

其中 ai/ 目录包含以下 Agent 模板：

验证与评分

• Validate — 二次 LLM 调用，重新审查每个发现，归类为 confirmed / false-positive / out-of-scope / uncertain
• Score — CVSS 3.1 严重度评分，附加到每个报告条目
• Dedup — 跨 Agent 聚合同根因的发现，合并到主条目

报告格式

每个发现是一个独立的 Markdown 文件（GHSA 格式）：

# SQL Injection in login.ts
**Agent:** `sql-injection`
**File:** `src/login.ts`
**Lines:** 12–14
**Severity:** High (CVSS 7.5)
**Validation:** `confirmed`

### Summary
### Details
### PoC
### Impact
### References
- CWE-89

summary.md 聚合所有发现：按 Agent 分类、验证结果统计、各发现链接。

如何使用

AgentGG 是 Node.js 命令行工具，通过 npm 安装：

# 安装（需要 Node.js 20+）
npm install -g agentgg

# 首次初始化：选 LLM 提供商、配置 API Key
agentgg init

# 扫描整个项目
agentgg scan ./src -o ./out

# PR 审查模式：只扫描变更的文件
agentgg scan ./src --diff origin/main...HEAD --validate -o ./out

# 浏览结果（启动本地 Web UI）
agentgg view ./out

支持多种 LLM 后端：

CI/CD 集成示例（GitHub Actions）：

name: agentgg PR review
on: pull_request
jobs:
  scan:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0
      - uses: actions/setup-node@v4
        with:
          node-version: 20
      - run: npm install -g agentgg
      - run: |
          agentgg scan . \
            --diff $...$ \
            --validate -o ./scan-results
        env:
          ANTHROPIC_API_KEY: $
      - uses: actions/upload-artifact@v4
        with:
          name: agentgg-findings
          path: ./scan-results

项目地址

定位

AgentGG 的定位是：用 AI Agent 来审计代码安全的开源工具，不是全栈安全平台。

与同类工具的关系：

AgentGG 填补的是 “开发阶段用 AI 进行 Agent 代码安全审计” 这个空白。不同于传统 SAST 只会告诉你「这里可能有问题」，AgentGG 的 Agent 会看完上下文、跟完调用链之后，才确定是否报告。也不同于运行时安全工具（只在生产环境才能发现问题），AgentGG 在写代码的阶段就能找到问题。

价值

1. 开了「Agentic SAST」的先河

它不是”给 SAST 加了几个 Agent 规则”，而是从根本上改变了扫描方式：每个安全检测项都是一个独立的 LLM Agent，具备跨文件推理能力。这个思路对安全行业有方法论层面的意义。

2. 自带 AI/Agent 安全检测规则

目前已有 prompt-leaks-system-prompt、mcp-tool-handler、agentic-untrusted-prompt-input 等针对 Agent 框架的检测 Agent。随着 agentgg-agents 仓库的迭代，规则还会快速扩充。

3. 开发者友好

• PR 模式：--diff origin/main...HEAD 只审查变更代码
• Resume 机制：扫描中断后恢复，不重复已完成的 Agent
• Web UI：agentgg view 一键启动本地查看器
• 结构化的 GHSA 格式报告

4. 生态兼容

支持 5 种主流 LLM 后端（含 Ollama 免费本地方案），GitHub Actions 原生集成，报告格式可对接现有 DevSecOps 流水线。

5. 信息安全与开源

AgentGG 自己的 Code of Conduct、CONTRIBUTING、SECURITY 文档齐全，Agent 模板也支持版本管理（version: 0.1.0），有助于社区贡献和规则质量管控。

局限

• Beta 阶段：目前还处于早期，规则库和稳定性还在迭代
• LLM 成本：Agent 每次扫描都要调用 LLM，大项目的扫描成本不可忽视（Ollama 可缓解）
• Node.js 依赖：需要 Node.js 20+，对 Python 技术栈的团队不够友好
• Agent 生态尚浅：当前 ai/ 分类只有 10 个 Agent，覆盖面有限