配置说明

December 16, 2025 · View on GitHub

本文档详细介绍 DeepAudit 的所有配置选项,包括后端环境变量、前端配置和运行时配置。

目录


配置方式概览

DeepAudit 采用前后端分离架构,数据存储在后端 PostgreSQL 数据库中。

配置优先级(从高到低):

配置方式适用场景优先级
运行时配置(浏览器 /admin)快速切换 LLM、调试最高
后端环境变量生产部署、团队共享
默认值开箱即用最低

后端配置

后端配置文件位于 backend/.env,首次使用请复制示例文件:

cp backend/env.example backend/.env

完整配置参考

# =============================================
# DeepAudit Backend 配置文件
# =============================================

# ========== 数据库配置 ==========
POSTGRES_SERVER=localhost          # 数据库服务器地址
POSTGRES_USER=postgres             # 数据库用户名
POSTGRES_PASSWORD=postgres         # 数据库密码
POSTGRES_DB=deepaudit              # 数据库名称
# DATABASE_URL=                    # 完整数据库连接字符串(可选,会覆盖上述配置)

# ========== 安全配置 ==========
SECRET_KEY=your-super-secret-key   # JWT 签名密钥(生产环境必须修改!)
ALGORITHM=HS256                    # JWT 加密算法
ACCESS_TOKEN_EXPIRE_MINUTES=11520  # Token 过期时间(分钟),默认 8 天

# ========== LLM 通用配置 ==========
LLM_PROVIDER=openai                # LLM 提供商(见下方支持列表)
LLM_API_KEY=sk-your-api-key        # API 密钥
LLM_MODEL=                         # 模型名称(留空使用默认模型)
LLM_BASE_URL=                      # 自定义 API 端点(API 中转站)
LLM_TIMEOUT=150                    # 请求超时时间(秒)
LLM_TEMPERATURE=0.1                # 生成温度(0-1,越低越确定)
LLM_MAX_TOKENS=4096                # 最大生成 Token 数

# ========== 各平台独立配置(可选) ==========
# 如果需要同时配置多个平台,可以单独设置
# OPENAI_API_KEY=sk-xxx
# OPENAI_BASE_URL=https://api.openai.com/v1
# GEMINI_API_KEY=xxx
# CLAUDE_API_KEY=xxx
# QWEN_API_KEY=xxx
# DEEPSEEK_API_KEY=xxx
# ZHIPU_API_KEY=xxx
# MOONSHOT_API_KEY=xxx
# BAIDU_API_KEY=api_key:secret_key  # 百度格式特殊
# MINIMAX_API_KEY=xxx
# DOUBAO_API_KEY=xxx
# OLLAMA_BASE_URL=http://localhost:11434/v1

# ========== Git 仓库配置 ==========
GITHUB_TOKEN=                      # GitHub Personal Access Token
GITLAB_TOKEN=                      # GitLab Personal Access Token

# ========== 扫描配置 ==========
MAX_ANALYZE_FILES=0                # 单次扫描最大文件数,0表示无限制
MAX_FILE_SIZE_BYTES=204800         # 单文件最大大小(字节),默认 200KB
LLM_CONCURRENCY=3                  # LLM 并发请求数
LLM_GAP_MS=2000                    # 请求间隔(毫秒),避免限流

# ========== 存储配置 ==========
ZIP_STORAGE_PATH=./uploads/zip_files  # ZIP 文件存储目录

# ========== 输出配置 ==========
OUTPUT_LANGUAGE=zh-CN              # 输出语言:zh-CN(中文)| en-US(英文)

支持的 LLM 提供商

Provider说明适配器类型
openaiOpenAI GPT 系列LiteLLM
geminiGoogle GeminiLiteLLM
claudeAnthropic ClaudeLiteLLM
qwen阿里云通义千问LiteLLM
deepseekDeepSeekLiteLLM
zhipu智谱 AI (GLM)LiteLLM
moonshot月之暗面 KimiLiteLLM
ollamaOllama 本地模型LiteLLM
baidu百度文心一言原生适配器
minimaxMiniMax原生适配器
doubao字节豆包原生适配器

配置示例

OpenAI

LLM_PROVIDER=openai
LLM_API_KEY=sk-your-api-key
LLM_MODEL=gpt-4o-mini

通义千问

LLM_PROVIDER=qwen
LLM_API_KEY=sk-your-dashscope-key
LLM_MODEL=qwen-turbo

Ollama 本地模型

LLM_PROVIDER=ollama
LLM_MODEL=llama3
LLM_BASE_URL=http://localhost:11434/v1

百度文心一言

LLM_PROVIDER=baidu
LLM_API_KEY=your_api_key:your_secret_key
LLM_MODEL=ernie-bot-4

前端配置

前端配置文件位于 frontend/.env,首次使用请复制示例文件:

cp frontend/.env.example frontend/.env

完整配置参考

# ========== 后端 API 配置 ==========
VITE_API_BASE_URL=/api             # 后端 API 地址

# ========== 应用配置 ==========
VITE_APP_ID=deepaudit

# ========== 代码分析配置 ==========
VITE_MAX_ANALYZE_FILES=0           # 最大分析文件数,0表示无限制
VITE_LLM_CONCURRENCY=2             # LLM 并发数
VITE_LLM_GAP_MS=500                # 请求间隔(毫秒)
VITE_OUTPUT_LANGUAGE=zh-CN         # 输出语言

配置说明

配置项说明默认值
VITE_API_BASE_URL后端 API 地址,Docker 部署时使用 /api/api
VITE_MAX_ANALYZE_FILES单次扫描最大文件数,0表示无限制0
VITE_LLM_CONCURRENCY前端 LLM 并发请求数2
VITE_LLM_GAP_MS前端请求间隔500
VITE_OUTPUT_LANGUAGE分析结果输出语言zh-CN

运行时配置

DeepAudit 支持在浏览器中进行运行时配置,无需重启服务。

访问方式

  1. 登录系统后,访问 /admin 系统管理页面
  2. 或点击侧边栏的"系统管理"菜单

可配置项

LLM 配置

  • LLM 提供商选择
  • API Key 配置
  • 模型选择
  • 自定义 API 端点(中转站)
  • 超时时间
  • 温度参数
  • 最大 Token 数

分析参数

  • 最大分析文件数
  • 并发请求数
  • 请求间隔时间
  • 输出语言

Git 集成

  • GitHub Token
  • GitLab Token

配置优先级

运行时配置 > 后端环境变量 > 默认值


数据存储

DeepAudit 采用前后端分离架构,所有数据存储在后端 PostgreSQL 数据库中。

架构说明

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   前端      │────▶│   后端 API  │────▶│ PostgreSQL  │
│  (React)    │     │  (FastAPI)  │     │   数据库    │
└─────────────┘     └─────────────┘     └─────────────┘

特点

  • ✅ 数据持久化存储
  • ✅ 支持多用户
  • ✅ 支持用户认证
  • ✅ 数据导入/导出功能
  • ✅ 团队协作

数据管理

/admin 页面的"数据库管理"标签页中,可以:

  • 导出数据: 将所有数据导出为 JSON 文件备份
  • 导入数据: 从 JSON 文件恢复数据
  • 清空数据: 删除所有数据(谨慎操作)
  • 健康检查: 检查数据库连接状态

API 中转站配置

许多用户使用 API 中转服务来访问 LLM(更稳定、更便宜、解决网络问题)。

后端配置(推荐)

LLM_PROVIDER=openai
LLM_API_KEY=中转站提供的Key
LLM_BASE_URL=https://your-proxy.com/v1
LLM_MODEL=gpt-4o-mini

运行时配置

  1. 访问系统管理页面(/admin
  2. 在"系统配置"标签页中:
    • 选择 LLM 提供商
    • 填入中转站提供的 API Key
    • 设置自定义 API 基础 URL
  3. 保存配置

常见中转站

中转站说明
OpenRouter支持多种模型
API2D国内访问友好
CloseAI价格实惠

注意事项

  1. 确保中转站支持你选择的模型
  2. 中转站的 API 格式需要与 OpenAI 兼容
  3. 部分中转站可能有请求限制

审计规则配置

DeepAudit 支持自定义审计规则集,可以根据团队需求定制检测规则。

访问方式

  1. 登录系统后,访问 /audit-rules 审计规则页面
  2. 或点击侧边栏的"审计规则"菜单

内置规则集

1. OWASP Top 10(默认)

基于 OWASP Top 10 2021 的安全审计规则集,包含 10 条规则:

规则代码名称严重程度检测提示词
A01访问控制失效Critical检查是否存在访问控制失效问题:权限检查缺失、越权访问、IDOR(不安全的直接对象引用)、CORS配置错误
A02加密机制失效Critical检查是否存在加密问题:使用弱加密算法(MD5/SHA1/DES)、明文存储密码、硬编码密钥、不安全的随机数生成
A03注入攻击Critical检查是否存在注入漏洞:SQL注入、命令注入、LDAP注入、XPath注入、NoSQL注入、表达式语言注入
A04不安全设计High检查是否存在不安全的设计:缺少速率限制、业务逻辑漏洞、缺少输入验证、信任边界不清
A05安全配置错误High检查是否存在安全配置错误:默认凭证、不必要的功能启用、详细错误信息泄露、缺少安全头
A06易受攻击的组件High检查是否使用了已知漏洞的组件:过时的依赖库、未修补的漏洞、不安全的第三方组件
A07身份认证失效Critical检查是否存在身份认证问题:弱密码策略、会话固定、凭证明文存储、缺少多因素认证
A08数据完整性失效Critical检查是否存在完整性问题:不安全的反序列化、未验证的更新、CI/CD管道安全
A09日志监控失效Medium检查是否存在日志监控问题:缺少安全日志、敏感信息记录到日志、缺少告警机制
A10SSRFHigh检查是否存在SSRF漏洞:未验证的URL输入、内网资源访问、云元数据访问

2. 代码质量规则

通用代码质量检查规则集,包含 8 条规则:

规则代码名称严重程度检测提示词
CQ001函数过长Medium检查函数是否过长(超过50行),是否应该拆分为更小的函数
CQ002重复代码Medium检查是否存在重复的代码块,可以提取为公共函数或类
CQ003嵌套过深Low检查代码嵌套是否过深(超过4层),影响可读性
CQ004魔法数字Low检查是否存在魔法数字或魔法字符串,应该定义为常量
CQ005缺少错误处理High检查是否缺少必要的错误处理,可能导致程序崩溃
CQ006未使用的变量Low检查是否存在声明但未使用的变量
CQ007命名不规范Low检查命名是否符合语言规范和最佳实践
CQ008注释缺失Low检查复杂逻辑是否缺少必要的注释说明

3. 性能优化规则

性能问题检测规则集,包含 5 条规则:

规则代码名称严重程度检测提示词
PERF001N+1查询High检查是否存在N+1查询问题,在循环中执行数据库查询
PERF002内存泄漏Critical检查是否存在内存泄漏:未关闭的资源、循环引用、大对象未释放
PERF003低效算法Medium检查是否存在低效算法,如O(n²)可优化为O(n)或O(nlogn)
PERF004不必要的对象创建Medium检查是否在循环中创建不必要的对象,应该移到循环外
PERF005同步阻塞Medium检查是否存在同步阻塞操作,应该使用异步方式

自定义规则集

可以创建自定义规则集,每条规则包含:

  • 规则代码: 唯一标识符(如 SEC001)
  • 规则名称: 规则的简短描述
  • 规则描述: 详细说明
  • 类别: security / bug / performance / style / maintainability
  • 严重程度: critical / high / medium / low
  • 自定义提示词: 增强 LLM 检测的提示词(关键字段)
  • 修复建议: 问题修复模板
  • 参考链接: CWE/OWASP 等参考资料

规则集导入/导出

支持 JSON 格式的规则集导入导出,方便团队共享:

{
  "name": "自定义安全规则",
  "description": "团队自定义的安全检测规则",
  "language": "all",
  "rule_type": "security",
  "rules": [
    {
      "rule_code": "CUSTOM001",
      "name": "敏感信息硬编码",
      "description": "检测代码中硬编码的敏感信息",
      "category": "security",
      "severity": "critical",
      "custom_prompt": "检查是否存在硬编码的密码、API Key、Token、私钥等敏感信息",
      "fix_suggestion": "使用环境变量或配置文件存储敏感信息"
    }
  ]
}

提示词模板配置

DeepAudit 支持自定义审计提示词模板,可以针对不同场景优化分析效果。

访问方式

  1. 登录系统后,访问 /prompts 提示词管理页面
  2. 或点击侧边栏的"提示词管理"菜单

内置模板

1. 默认代码审计(默认)

全面的代码审计提示词,涵盖安全、性能、代码质量等多个维度:

你是一个专业的代码审计助手。请从以下维度全面分析代码:
- 安全漏洞(SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等)
- 潜在的 Bug 和逻辑错误
- 性能问题和优化建议
- 编码规范和代码风格
- 可维护性和可读性
- 最佳实践和设计模式

请尽可能多地找出代码中的所有问题,不要遗漏任何安全漏洞或潜在风险!

2. 安全专项审计

专注于安全漏洞检测的提示词模板:

你是一个专业的安全审计专家。请专注于检测以下安全问题:

【注入类漏洞】
- SQL注入(包括盲注、时间盲注、联合查询注入)
- 命令注入(OS命令执行)
- LDAP注入、XPath注入、NoSQL注入

【跨站脚本(XSS)】
- 反射型XSS、存储型XSS、DOM型XSS

【认证与授权】
- 硬编码凭证、弱密码策略、会话管理问题、权限绕过

【敏感数据】
- 敏感信息泄露、不安全的加密、明文传输敏感数据

【其他安全问题】
- SSRF、XXE、反序列化漏洞、路径遍历、文件上传漏洞、CSRF

请详细说明每个漏洞的风险等级、利用方式和修复建议。

3. 性能优化审计

专注于性能问题检测的提示词模板:

你是一个专业的性能优化专家。请专注于检测以下性能问题:

【数据库性能】
- N+1查询问题、缺少索引、不必要的全表扫描、大量数据一次性加载、未使用连接池

【内存问题】
- 内存泄漏、大对象未及时释放、缓存使用不当、循环中创建大量对象

【算法效率】
- 时间复杂度过高、不必要的重复计算、可优化的循环、递归深度过大

【并发问题】
- 线程安全问题、死锁风险、资源竞争、不必要的同步

【I/O性能】
- 同步阻塞I/O、未使用缓冲、频繁的小文件操作、网络请求未优化

请提供具体的优化建议和预期的性能提升。

4. 代码质量审计

专注于代码质量和可维护性的提示词模板:

你是一个专业的代码质量审计专家。请专注于检测以下代码质量问题:

【代码规范】
- 命名不规范(变量、函数、类)、代码格式不一致、注释缺失或过时、魔法数字/字符串

【代码结构】
- 函数过长(超过50行)、类职责不单一、嵌套层级过深、重复代码

【可维护性】
- 高耦合低内聚、缺少错误处理、硬编码配置、缺少日志记录

【设计模式】
- 违反SOLID原则、可使用设计模式优化的场景、过度设计

【测试相关】
- 难以测试的代码、缺少边界条件处理、依赖注入问题

请提供具体的重构建议和代码示例。

自定义模板

可以创建自定义提示词模板:

  • 模板名称: 模板的简短名称
  • 模板描述: 模板用途说明
  • 中文提示词: 中文版本的系统提示词
  • 英文提示词: 英文版本的系统提示词
  • 模板变量: 可在提示词中使用的变量

提示词测试

在创建或编辑模板时,可以使用"测试"功能验证提示词效果:

  1. 选择测试代码语言(支持 Python、JavaScript、Java、Go、Swift、Kotlin 等)
  2. 输入测试代码片段(或使用内置示例代码)
  3. 选择输出语言(中文/英文)
  4. 点击"测试"按钮查看分析结果

在审计任务中使用

创建审计任务时,可以选择:

  1. 规则集: 选择要应用的审计规则集
  2. 提示词模板: 选择要使用的提示词模板

提示词架构详解

本节详细说明 DeepAudit 如何构建发送给 LLM 的完整提示词。

提示词组成结构

发送给 LLM 的提示词由以下部分组成:

┌─────────────────────────────────────────────────────────────┐
│                    System Prompt (系统提示词)                 │
├─────────────────────────────────────────────────────────────┤
│  ① 提示词模板内容 (来自数据库或默认模板)                        │
│     - 定义 AI 的角色和任务                                    │
│     - 指定分析维度和重点                                      │
├─────────────────────────────────────────────────────────────┤
│  ② 输出格式要求                                              │
│     - JSON Schema 定义                                       │
│     - 字段说明和约束                                          │
├─────────────────────────────────────────────────────────────┤
│  ③ 审计规则 (如果选择了规则集)                                 │
│     - 规则代码、名称、描述                                    │
│     - 每条规则的检测提示词                                    │
└─────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────┐
│                    User Prompt (用户提示词)                   │
├─────────────────────────────────────────────────────────────┤
│  ④ 编程语言                                                  │
│  ⑤ 带行号的代码内容                                          │
└─────────────────────────────────────────────────────────────┘

完整系统提示词示例(中文版)

以下是使用默认模板 + OWASP Top 10 规则集时,发送给 LLM 的完整系统提示词:

你是一个专业的代码审计助手。请从以下维度全面分析代码:
- 安全漏洞(SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等)
- 潜在的 Bug 和逻辑错误
- 性能问题和优化建议
- 编码规范和代码风格
- 可维护性和可读性
- 最佳实践和设计模式

请尽可能多地找出代码中的所有问题,不要遗漏任何安全漏洞或潜在风险!

【输出格式要求】
1. 必须只输出纯JSON对象
2. 禁止在JSON前后添加任何文字、说明、markdown标记
3. 所有文本字段(title, description, suggestion等)必须使用中文输出
4. 输出格式必须符合以下 JSON Schema:

{
    "issues": [
        {
            "type": "security|bug|performance|style|maintainability",
            "severity": "critical|high|medium|low",
            "title": "string",
            "description": "string",
            "suggestion": "string",
            "line": 1,
            "column": 1,
            "code_snippet": "string",
            "rule_code": "string (optional, if matched a specific rule)"
        }
    ],
    "quality_score": 0-100,
    "summary": {
        "total_issues": number,
        "critical_issues": number,
        "high_issues": number,
        "medium_issues": number,
        "low_issues": number
    }
}

【审计规则】请特别关注以下规则:
- [A01] 访问控制失效: 检测权限绕过、越权访问、IDOR等访问控制问题
  检测要点: 检查是否存在访问控制失效问题:权限检查缺失、越权访问、IDOR(不安全的直接对象引用)、CORS配置错误
- [A02] 加密机制失效: 检测弱加密、明文传输、密钥管理不当等问题
  检测要点: 检查是否存在加密问题:使用弱加密算法(MD5/SHA1/DES)、明文存储密码、硬编码密钥、不安全的随机数生成
- [A03] 注入攻击: 检测SQL注入、命令注入、LDAP注入等注入漏洞
  检测要点: 检查是否存在注入漏洞:SQL注入、命令注入、LDAP注入、XPath注入、NoSQL注入、表达式语言注入
... (其他规则)

用户提示词示例

编程语言: Python

代码已标注行号(格式:行号| 代码内容),请根据行号准确填写 line 字段。

请分析以下代码:

1| import sqlite3
2| 
3| def get_user(user_id):
4|     conn = sqlite3.connect('users.db')
5|     cursor = conn.cursor()
6|     query = f"SELECT * FROM users WHERE id = {user_id}"
7|     cursor.execute(query)
8|     return cursor.fetchone()

不使用自定义模板时的默认提示词

当没有选择提示词模板时,系统使用硬编码的默认提示词(中文版):

⚠️⚠️⚠️ 只输出JSON,禁止输出其他任何格式!禁止markdown!禁止文本分析!⚠️⚠️⚠️

你是一个专业的代码审计助手。你的任务是分析代码并返回严格符合JSON Schema的结果。

【最重要】输出格式要求:
1. 必须只输出纯JSON对象,从{开始,到}结束
2. 禁止在JSON前后添加任何文字、说明、markdown标记
3. 禁止输出```json或###等markdown语法
4. 如果是文档文件(如README),也必须以JSON格式输出分析结果

【内容要求】:
1. 所有文本内容必须统一使用简体中文
2. JSON字符串值中的特殊字符必须正确转义(换行用\n,双引号用\",反斜杠用\\)
3. code_snippet字段必须使用\n表示换行

请从以下维度全面、彻底地分析代码,找出所有问题:
- 安全漏洞(SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等)
- 潜在的 Bug 和逻辑错误
- 性能问题和优化建议
- 编码规范和代码风格
- 可维护性和可读性
- 最佳实践和设计模式

【重要】请尽可能多地找出代码中的所有问题,不要遗漏任何安全漏洞或潜在风险!

输出格式必须严格符合以下 JSON Schema:

{
    "issues": [
        {
            "type": "security|bug|performance|style|maintainability",
            "severity": "critical|high|medium|low",
            "title": "string",
            "description": "string",
            "suggestion": "string",
            "line": 1,
            "column": 1,
            "code_snippet": "string",
            "ai_explanation": "string",
            "xai": {
                "what": "string",
                "why": "string",
                "how": "string",
                "learn_more": "string(optional)"
            }
        }
    ],
    "quality_score": 0-100,
    "summary": {
        "total_issues": number,
        "critical_issues": number,
        "high_issues": number,
        "medium_issues": number,
        "low_issues": number
    },
    "metrics": {
        "complexity": 0-100,
        "maintainability": 0-100,
        "security": 0-100,
        "performance": 0-100
    }
}

注意:
- title: 问题的简短标题(中文)
- description: 详细描述问题(中文)
- suggestion: 具体的修复建议(中文)
- line: 问题所在的行号(从1开始计数,必须准确对应代码中的行号)
- column: 问题所在的列号(从1开始计数,指向问题代码的起始位置)
- code_snippet: 包含问题的代码片段
- ai_explanation: AI 的深入解释(中文)
- xai.what: 这是什么问题(中文)
- xai.why: 为什么会有这个问题(中文)
- xai.how: 如何修复这个问题(中文)

【重要】关于行号和代码片段:
1. line 必须是问题代码的行号!代码左侧有"行号|"标注
2. column 是问题代码在该行中的起始列位置
3. code_snippet 应该包含问题代码及其上下文(前后各1-2行)
4. 如果代码片段包含多行,必须使用 \n 表示换行符
5. 如果无法确定准确的行号,不要填写line和column字段

【严格禁止】:
- 禁止在任何字段中使用英文,所有内容必须是简体中文
- 禁止在JSON字符串值中使用真实换行符,必须用\n转义
- 禁止输出markdown代码块标记(如```json)

⚠️ 重要提醒:line字段必须从代码左侧的行号标注中读取,不要猜测或填0!

提示词优先级

  1. 用户选择的提示词模板 > 数据库默认模板 > 硬编码默认提示词
  2. 规则集是可选的,如果选择了规则集,规则会追加到系统提示词末尾

更多资源