如何用 Anthropic 开源框架搭建 AI 漏洞自动发现与修复管线：30 分钟完整教程
30 分钟从零到一：用 Claude Code 自动化代码安全审计
进阶 · 30 分钟 · 2026年6月5日
教程目标
本教程带你从零搭建 Anthropic 开源的 AI 漏洞自动发现管线，30 分钟内跑通完整的威胁建模→沙箱扫描→验证→修复流程。这个框架已在真实代码库中发现 1,596 个漏洞（截至 2026 年 5 月），核心发现是：漏洞发现已经可以大规模并行化，真正的瓶颈已经从"发现"转移到了"验证、分类和修复"。
前置条件
- 已安装 Docker（用于 gVisor 沙箱）
- 已安装 Claude Code（通过
npm install -g @anthropic-ai/claude-code或同类方式） - 有效的 Anthropic API Key 或 Claude Code OAuth Token
- Python 3.11+ 和 Git
Step 1：克隆项目并初始化（5 分钟）
git clone https://github.com/anthropics/defending-code-reference-harness
cd defending-code-reference-harness
claude
# 30 秒快速入门，引导你了解整个项目结构
> /quickstart/quickstart 会引导你完整体验一次完整的交互式扫描流程：它会加载项目结构、介绍可用的 Claude Code Skills，并引导你在内置的 canary 靶机代码上完成一次端到端扫描。你可以在 5 分钟内看到这个流程的全部输出。
Step 2：建立威胁模型 + 首次静态扫描（Day 1，10 分钟）
任何有效的漏洞发现都始于一个好的威胁模型。Anthropic 与多个安全团队的合作经验表明：当威胁模型明确定义后，模型发现的漏洞有 90% 被确认为真正可利用的。
# 导出模型选择（推荐固定模型避免子 Agent 混用）
export CLAUDE_CODE_SUBAGENT_MODEL=claude-opus-4-8
# 1. 基于代码、架构文档和 CVE 历史生成威胁模型草稿
> /threat-model bootstrap targets/canary
# 2. 在威胁模型范围内运行静态扫描
> /vuln-scan targets/canary
# 3. 验证、去重、排序扫描结果
> /triage targets/canary/VULN-FINDINGS.json
# 4. 为已验证的发现生成候选修复
> /patch ./TRIAGE.json --repo targets/canary四个命令完成后，你会得到一个完整的输出包：THREAT_MODEL.md、VULN-FINDINGS.json、TRIAGE.json 和 PATCHES/ 目录。整个过程不需要沙箱——这些 Skills 只读写文件，在交互式 Claude Code 中手动审核每个工具调用即可。
Step 3：运行自主管线（Day 2，10 分钟）
从 Day 2 开始，从交互式 Skills 切换到自主管线模式。管线在 gVisor 沙箱中运行，每个 Agent 都在隔离容器内执行，网络仅允许出站到 Claude API。
# 一次性环境搭建
python3 -m venv .venv && .venv/bin/pip install -e .
./scripts/setup_sandbox.sh # 安装 gVisor、构建 Agent 镜像、验证隔离
# 导出 API Key（管线需要）
export ANTHROPIC_API_KEY=你的密钥
# 运行完整的 Recon → Find → Verify → Report 循环
bin/vp-sandboxed run drlibs --model claude-opus-4-8 --runs 3 --parallel --stream --auto-focus
# 为发现生成补丁
bin/vp-sandboxed patch results/drlibs/<timestamp>/ --model claude-opus-4-8管线的七个阶段详解：
- Build（构建）：将目标编译成带 ASAN（C/C++ 内存错误检测器）的 Docker 镜像
- Recon（侦察）：轻量 Agent 读取源码，将代码分成 N 个独立的输入解析子系统供并行攻击
- Find（发现）：N 个 Agent 并行运行，各自构造恶意输入，直到某输入连续 3 次触发 ASAN 崩溃
- Verify（验证）：独立的评分器 Agent 在新容器中复现崩溃，确保不是 find Agent 的环境残留
- Dedupe（去重）：裁判 Agent 对比新旧漏洞，判断是新漏洞、已知漏洞的更好案例，还是需跳过的重复项
- Report（报告）：报告 Agent 为每个独特漏洞生成结构化可利用性分析
- Patch（修复）：补丁 Agent 生成修复，评分器确认修复后原 PoC 不再崩溃、测试套件仍通过、新 find Agent 找不到绕过方式
Step 4：定制管线适配自己的代码库（Days 3-5）
管线的参考实现针对 C/C++ 内存漏洞，但整体架构是通用的。移植到新语言或漏洞类别只需回答三个问题：
| 问题 | C/C++ 参考实现 | 你的目标（示例） |
|---|---|---|
| 什么信号表示发现？ | ASAN 崩溃签名 | 异常 / canary 文件 / DNS 回调 |
| PoC 长什么样？ | 崩溃输入文件 | HTTP 请求序列 / 交易列表 / 测试 harness |
| 如何构建和运行目标？ | Dockerfile（clang + ASAN） | 你用语言的标准构建方式 |
claude
# 快速入门指南教你怎么做定制
> /quickstart 怎么为 ~/code/my-service 定制？
# 先生成威胁模型，然后扫描
> /threat-model bootstrap-then-interview ~/code/my-service
> /vuln-scan ~/code/my-service
> /triage ~/code/my-service/VULN-FINDINGS.json --repo ~/code/my-service
# 用上面产出的产物驱动定制
> /customize use ~/code/my-service/{THREAT_MODEL.md,VULN-FINDINGS.json} and ./TRIAGE.md
# 定制完成后，用一次扫描验证
bin/vp-sandboxed run my-service --model claude-opus-4-8 --runs 1
Step 5：规模化自主扫描（Week 2+）
完成定制后，进入外部循环：多轮管线扫描 → 跨轮去重分类 → 优先级排序修复 → 重复。
# 多轮并行扫描你的目标
bin/vp-sandboxed run my-service --model claude-opus-4-8 --runs 5 --parallel --stream --auto-focus
# 对多轮结果做跨轮去重和优先级排序
> /triage results/my-service/ --repo ~/code/my-service --auto --votes 5
# 从优先级最高的发现开始修复
> /patch results/my-service/<timestamp>/ --model claude-opus-4-8关键洞察：每一轮修复成功后，模型下一轮发现的就是更深、更隐蔽的漏洞。不要期望第 N 轮后没有新发现——模型是随机的，大型代码库的漏洞长尾会持续不断涌现。把这想象成一个持续的"攻击-防御-再攻击"循环，而不是一次性的安全审计。
安全注意事项
- 交互式 Skills（
/quickstart、/threat-model、/vuln-scan、/triage）只读写文件，安全可靠 - 自主管线会执行目标代码，必须运行在 gVisor 沙箱中（脚本会自动处理）
- 永远不要让 Agent 访问
~/.aws、~/.ssh或.env文件 - 沙箱只在环境搭建阶段有网络访问——拉取依赖、构建、安装工具后即移除
核心要点
- 威胁模型先行：给模型明确的安全边界，假阳性率从 40% 降至接近 0%。一个团队的 CISO 总结得很精辟："模型对代码理解很好，但对我们的上下文理解不够。"
- 规模化发现、集中化验证：1,596 个漏洞被发现，但只有 97 个被修复——真正的瓶颈是验证环节。sandbox + PoC 复现是最有效的验证手段。
- 沙箱双重目的：既保护你的系统（隔离 Agent），也证明漏洞的可利用性（让 Agent 实际触发 PoC）。只读代码的静态分析会产生大量不可利用的误报。
- 不要花数月时间打造"完美"管线：Anthropic 的安全合作伙伴中，最成功的是那些 Day 1 就动手、边做边学的团队。先跑通参考管线，再逐步定制。
相关阅读
- 新手先看教程：AI 编程 Agent 安全配置教程：3 步给 Claude Code/Codex 加权限沙箱
- 真实案例：安全研究员用 Claude Code 做漏洞挖掘：月入 $10,000 的真实案例
- 工具选型：AI 编程 Agent 怎么选？语言、模型、成本三维对比实测
- 官方博客：Using LLMs to secure source code
- 仓库地址：github.com/anthropics/defending-code-reference-harness
推荐工具：本教程依赖 Claude Code 和 Anthropic Claude Opus 4 系列模型。如需降低 API 成本，可参考本站的 DeepSeek V4 替代方案教程。Anthropic 也提供商业化托管产品 Claude Security，适合不想自己维护管线的团队。