一周热榜

我刚刚发布了 Privalyse（v0.1 Alpha）。 我面临的问题是：AI 模型可以非常快速地生成代码，但安全性和隐私上下文往往会丢失——这导致硬编码的 API 密钥、个人身份信息（PII）出现在日志中，或者不安全的输入到达敏感的处理环节。尽管审查有助于发现这些问题，但在 PR 量很大的情况下，容易错过这些问题。 Privalyse 是一款静态分析工具，具有跨文件污点追踪功能，旨在捕捉在 AI 辅助工作流程中未被注意到的隐私违规和安全缺陷。 我希望你能试用一下！由于这是一个早期的 Alpha 版本，我特别希望得到以下反馈： - 对检测规则的反馈 - 关于误报模式的报告 - 功能请求：我应该优先考虑哪些语言或框架？