前言

代码审计最麻烦的地方，不是知道要查什么，而是项目一大起来，风险点会藏在各种调用链、接口参数和权限逻辑里。SQL注入、XSS、越权访问、敏感信息泄露这些问题，单靠人工逐行排查，既费时间，也容易漏掉细节。

尤其是老项目、多人维护项目或者临时接手的业务代码，开发者往往需要先理解框架结构、接口入口、数据库访问方式和关键业务流程，才能判断哪里可能存在安全隐患。这个过程很考验经验，也很消耗精力。

DeepAudit提供了一种AI辅助代码审计的思路。它不是简单地扫关键词，而是通过多Agent协作完成项目识别、攻击面梳理、代码分析、漏洞验证和报告生成。对于需要快速了解项目安全状况的人来说，它更像是一套可以本地部署的代码审计工作台。

部署完成后，用户可以导入Git仓库或上传源码包，配置LLM和嵌入模型后，对项目进行Agent智能审计或快速扫描。审计结果会给出问题描述、代码位置和修复建议，也支持导出报告，方便后续复盘和团队沟通。

本文将从Docker一键部署DeepAudit开始，完成模型配置、项目创建、Agent审计、报告导出和即时分析演示。最后再通过 cpolar 配置公网访问地址，让本地运行的DeepAudit不再只限于当前电脑，也能在外部网络查看审计任务和结果。

1 DeepAudit是什么？

DeepAudit是国内首个开源的代码漏洞挖掘多智能体系统，基于Multi-Agent协作架构，通过四个智能体的自主协作，实现对代码的深度理解、漏洞挖掘和自动化沙箱PoC验证。用户只需导入项目，DeepAudit便全自动开始工作：识别技术栈 → 分析潜在风险 → 生成脚本 → 沙箱验证 → 生成报告，最终输出一份专业审计报告。

• Orchestrator（总指挥）：接收审计任务，分析项目类型，制定审计计划，协调其他Agent工作
• Recon Agent（侦察兵）：扫描项目结构，识别框架、库和API，提取攻击面
• Analysis Agent（分析师）：结合RAG知识库与AST分析，深度审查代码，发现潜在漏洞
• Verification Agent（验证者）：编写PoC脚本，在Docker沙箱中执行，验证漏洞是否真实可利用

简单来说，DeepAudit就像一个24小时待命的安全专家团队，帮你把代码审计这件苦差事变得高效、精准、自动化。

2 Docker一键部署DeepAudit

本教程以Windows系统为例，演示如何在Docker环境中部署DeepAudit。如果还没有安装Docker，可以参考官方文档完成安装。

首先，电脑按住 Win + R 键，打开运行窗口，输入 cmd 并回车，打开命令提示符。然后在命令提示符中输入以下命令，一键部署DeepAudit：

curl -fsSL https://raw.githubusercontent.com/lintsinghua/DeepAudit/v3.0.0/docker-compose.prod.yml | docker compose -f - up -d

接着输入如下命令，查看DeepAudit容器是否启动成功：

docker ps

如果看到类似上面的输出，说明DeepAudit已经成功启动了！这里包含了4个容器：

• admin-frontend-1：前端服务，运行在 3000 端口
• admin-backend-1：后端API服务，运行在 8000 端口
• admin-redis-1：Redis数据库，用于缓存和队列
• admin-db-1：PostgreSQL数据库，用于存储审计数据

现在，打开浏览器，访问如下地址：

https://localhost:3000

可以看到，DeepAudit的登录页面已经成功显示出来了！

3 配置DeepAudit

3.1 LLM模型配置

注册一个账号，并且登录DeepAudit，即可进入主界面。

接着来到系统管理，在系统配置项可以看到如下页面：

接着选择LLM提供商，这里以通义千问为例。阿里云百炼的新用户享有每个模型百万Tokens的免费额度，可以在如下页面查看免费额度剩余量和模型Code等，记得开启免费额度用完即停。页面地址：

https://bailian.console.aliyun.com/?tab=model#/model-usage/free-quota?modelType=Text

由于这里的qwen-plus模型额度用完了，演示将使用qwen-max来进行演示。在选择LLM提供商中选择通义千问，然后模型名称填写qwen-max模型：

接着获取阿里云百炼的API Key，点击页面左下角的密钥管理菜单：

进入到密钥管理后，点击创建按钮进行创建即可，创建后即可复制API key密钥：

将复制的密钥填写到API key中，点击测试按钮，出现连接成功即代表配置成功：

连接成功后，点击底部的保存所有更改按钮即可！

3.2 嵌入模型配置

前面已经配置好了LLM模型，接着切换到嵌入模型页面，然后在模型提供商选择Qwen，模型选择预设v4版本的模型即可，填写前面复制下来的API key密钥，点击测试：

接着点击底部的保存配置和保存所有更改按钮即可，这样就配置完成啦！

4 使用DeepAudit进行AI代码审查

配置好LLM模型后，就可以开始使用DeepAudit进行代码审查了。DeepAudit提供了两种主要的使用方式：项目管理和即时分析。

4.1 创建项目

首先，在左侧导航栏点击“项目管理”，进入项目列表页面。如果是第一次使用，页面会提示“未初始化项目”，点击“新建项目”按钮。

在弹出的对话框中，你可以选择两种导入方式：

方式一：Git 仓库导入

• 仓库类型：支持GitHub、GitLab等
• 仓库地址：填写你的Git仓库URL
• 默认分支：通常为 main 或 master
• 技术栈：选择项目使用的编程语言（Ja vaScript、TypeScript、Python、Ja va、Go等）

方式二：上传源码

• 直接上传ZIP压缩包
• 适合本地项目或私有仓库

填写完项目信息后，点击“执行创建”，DeepAudit会自动拉取代码并初始化项目。

这里以上传源码为例，用一个几年前写的一个Ja va的SpringBoot项目为例，填写完成相关信息，上传源码进行执行创建：

创建完成后，即可在项目管理页面查看创建好的项目：

4.2 Agent 智能审计

项目创建完成后，点击项目下方的“审计”按钮，进入审计任务页面。这里有两种审计模式：

Agent 智能审计

• LLM驱动的多Agent协同深度审计
• 支持智能漏洞挖掘与验证
• 适合需要深度分析的场景

快速扫描

• 传统规则引擎驱动的快速代码扫描
• 适合大规模批量检测
• 速度更快，但深度略浅

这里以Agent审计模式举例，选中要审计的项目，然后选择审计模式，点击下方的启动Agent审计按钮：

启动后，即可看到项目正在进行索引和嵌入，然后进行编排审计流程：

在侧面的AGENT TREE中可以看到Multi-Agent协作流程：

• Orchestrator分析项目，制定审计策略
• Recon Agent扫描项目结构，识别技术栈和攻击面
• Analysis Agent深度分析代码，发现潜在漏洞
• Verification Agent在沙箱中验证漏洞真实性

在审计过程中，你可以实时查看审计进度、已分析的文件数、发现的问题数量等信息。

可以看到，AGENT审计模式，会进行跨方法联合审计。如上图就是在注册方法中有调用相关校验方法，AGENT审计会根据逻辑关系，去查看校验方法是否存在问题。

4.3 查看审计报告

审计完成后，底部会有输出成功的日志提示，也可以点击右上角EXPORT按钮进行导出报告：

点击EXPORT按钮后，可以将审计报告导出为Markdown或JSON以及HTML格式，方便分享和存档：

如下为导出为HTML格式的报告预览：

查看一下提到的高危漏洞等相关问题：

可以看到给出了漏洞描述，还有关键的代码位置，以及修复的建议，还是很不错的！

4.4 即时分析

除了项目管理，DeepAudit还提供了“即时分析”功能，适合快速检查代码片段。

点击左侧导航栏的“即时分析”，进入即时分析页面：

• 选择编程语言：从下拉菜单选择代码的语言（Ja vaScript、Python、Ja va等）
• 输入代码：直接粘贴代码或点击“上传文件”按钮选择
• 提示词模板：可以使用默认的“默认代码审计”模板
• 开始分析：点击“开始分析”按钮

几秒钟后，DeepAudit就会返回分析结果，包括：

• 发现的问题列表
• 每个问题的严重程度
• 详细的修复建议
• 代码片段高亮显示

即时分析非常适合：

• 快速检查可疑代码片段
• 学习安全编码规范
• 代码审查前的预检查

通过以上步骤，你已经掌握了DeepAudit的基本使用方法。无论是完整项目的深度审计，还是代码片段的快速检查，DeepAudit都能帮你高效地发现安全问题，让代码审计变得简单、快速、精准！

5 下载安装cpolar

通过前面的步骤，你已经成功在本地部署了DeepAudit，并且能够通过 https://localhost:3000 访问它的界面。但问题来了：你在家里的台式机上部署了DeepAudit，在公司想访问怎么办？或者你在公司电脑上启动了审计，回家想查看进度怎么办？

本地部署的DeepAudit就像一个“孤岛”，只有部署它的那台电脑能访问，其他设备想用都进不来。远程办公受限、多设备无法访问……这些问题让DeepAudit的价值大打折扣。

这时候，cpolar内网穿透就派上用场了！它是一款轻量级隧道转发工具，能够将本地运行的服务安全地暴露至公网，实现无需公网IP、无需复杂路由配置，就能随时随地访问你的DeepAudit。

接下来，我将带你一步步安装并配置cpolar，让DeepAudit真正实现“随时随地，想审就审”！

5.1 什么是cpolar?

cpolar是一款内网穿透工具，可以将你在局域网内运行的服务（如本地Web服务器、SSH、远程桌面等）通过一条安全加密的中间隧道映射至公网，让外部设备无需配置路由器即可访问。广泛支持Windows、macOS、Linux、树莓派、群晖NAS等平台，并提供一键安装脚本方便部署。

5.2 下载cpolar

打开cpolar官网的下载页面，点击立即下载 64-bit按钮，下载cpolar的安装包：

下载下来是一个压缩包，解压后执行目录中的应用程序，一路默认安装即可。安装完成后，打开cmd窗口输入如下命令确认安装：

cpolar version

出现如上版本即代表安装成功！

5.3 注册及登录cpolar web ui管理界面

访问cpolar官网，点击免费注册按钮，进行账号注册：

进入到如下的注册页面进行账号注册：

注册完成后，在浏览器中输入如下地址访问web ui管理界面：

https://127.0.0.1:9200

输入刚才注册好的cpolar账号登录即可进入后台页面：

6 穿透DeepAudit实现公网访问

点击左侧菜单栏的隧道管理，展开进入隧道列表页面，页面下默认会有2个隧道：

• remoteDesktop隧道：指向3389端口，tcp协议
• website隧道：指向8080端口，http协议（http协议默认会生成2个公网地址，一个是http，另一个https，免去配置ssl证书的繁琐步骤）

点击编辑website的隧道，修改成我们DeepAudit需要的信息：

接着，点击左侧菜单的状态菜单，接着点击在线隧道列表菜单按钮，可以看到有2个deepaudit的隧道，一个为http协议，另一个为https协议：

注意：每个用户创建的隧道显示的公网地址都不一样！

接下来在浏览器中访问deepaudit隧道生成的公网地址（http和https皆可），这里以https为例：

可以看到成功访问到DeepAudit的登录界面啦！

7 固定二级子域名

通过前面的配置，我们已经成功实现了DeepAudit的远程访问，但免费随机域名方案的局限性也逐渐显现：每24小时左右自动更换域名地址，意味着你需要频繁更新书签、重新分享链接，甚至可能因为忘记更新而无法访问。固定域名方案正是为了解决这些痛点而生，能够让你拥有一个永久不变的专属地址。

好啦，接下来开始固定保留二级子域名教程！

首先，进入官网的预留页面：

https://dashboard.cpolar.com/reserved

选择预留菜单，即可看到保留二级子域名项，填写其中的地区、名称、描述（可不填）项，然后点击保留按钮，操作步骤图如下：

可以看到列表中显示了一条已保留的二级子域名记录：

• 地区：显示为China Top
• 二级域名：显示为deepaudit

注：二级域名是唯一的，每个账号都不相同，请以自己设置的二级域名保留的为主

接着，进入侧边菜单栏的隧道管理下的隧道列表，可以看到名为deepaudit的隧道，点击编辑按钮进入编辑页面：

修改域名类型为二级子域名，然后填写前面配置好的子域名，点击更新按钮：

接着，来到状态菜单下的在线隧道列表可以看到隧道名称为deepaudit的公网地址已经变更为二级子域名+固定域名主体及后缀的形式了：

这里以https协议做访问测试：

访问成功，让我们再进行登录测试一下：

成功登录啦，现在无论你在哪里，只要能上网，就能随时访问你的DeepAudit了！

总结

完成部署后，DeepAudit就可以作为一套本地AI代码审计平台使用。它可以帮助开发者更快梳理项目结构、识别潜在风险点，并把审计结果整理成相对清晰的报告。

Agent智能审计适合对完整项目做更深入的分析，快速扫描则适合日常批量检查或初步筛查。即时分析功能也很实用，遇到可疑代码片段时，可以直接粘贴进去做一次快速判断，作为人工Review前的辅助参考。

配置cpolar后，DeepAudit的Web界面可以从外部网络访问。随机域名适合临时测试，固定二级子域名更适合长期使用，方便在公司、家里或其他设备上继续查看审计进度和导出的报告。

需要注意的是，AI审计工具不能替代人工安全判断。它可以提升发现问题的效率，但最终是否构成漏洞、是否可利用、修复方案是否符合业务逻辑，仍然需要开发者或安全人员结合上下文确认。

DeepAudit负责辅助分析代码风险，Docker负责简化部署流程，cpolar负责打通远程访问入口。当这几部分组合起来以后，代码审计就不再完全依赖熬夜人工翻代码，而可以变成一套更高效、更可复用的安全检查流程。