Rowan Vibe 项目

面向 AI 应用的开源 SAST 扫描器,覆盖代码、模型、代理工具与依赖

项目简介

Rowan 是一款面向 AI 应用的开源静态安全扫描工具(SAST),由 Hedgerow 团队维护。它专门为现代 AI 项目设计,能够扫描源代码、模型文件、依赖项以及代理与 MCP 配置中的潜在安全风险,并对每一条发现都提供可复核的证据。Rowan 不会运行你的代码,所有分析都在本地完成,是开发团队在 AI 应用上线前发现安全隐患的可靠防线。

核心功能

  • 源代码漏洞检测:识别注入、不安全反序列化、路径遍历、SSRF、XSS、密钥泄露等常见代码级漏洞;
  • AI/ML 模型专项扫描:覆盖 Pickle、PyTorch、GGUF、SafeTensors、Keras、ONNX、TensorFlow、numpy、joblib 等模型文件的风险;
  • 代理与 MCP 配置审计:检查 AI 代理工具调用、LLM 输出处理、提示词文件和 MCP 配置中的不安全模式;
  • 依赖 CVE 检查:对接 OSV 与 FIRST EPSS 数据库,自动比对已知漏洞,提供可达性提示、CycloneDX SBOM 与 OpenVEX 输出;
  • 数据流分析:Python 与 JS/TS 支持跨文件数据流追踪,Go/Java/Kotlin/C# 提供文件内分析,Ruby/PHP/Rust 提供基础模式检查;
  • 审计与 CI 友好:支持 JSON、HTML、SARIF 多格式报告,CI 模式下根据严重等级返回退出码,可与基线文件对比只输出新增问题。

技术实现

Rowan 基于开源扫描引擎 Opengrep 构建,规则库共包含 590 条规则,分布在 48 个 YAML 文件中,其中正则规则 400 条、污点追踪规则 190 条。Python 与 JavaScript/TypeScript 享受最深入的分析;Java、Kotlin、C# 提供文件内数据流追踪;Ruby、PHP、Rust 提供有限模式检查。模型文件扫描由同团队的 Hayward 工具提供支持。工具本身永远不调用 LLM,也不会上传你的代码;唯一的网络请求是依赖漏洞查询(OSV 与 FIRST EPSS),可通过 --no-sca 关闭。需要注意的是,Rowan 仍处于 Alpha 阶段,清单中的发现只是需要复核的线索,干净的报告并不能证明项目绝对安全。

快速上手

  1. 安装 Python 3.10+ 与 pipx(macOS:brew install pipx && pipx ensurepath);
  2. 通过 pipx 安装 Rowan:pipx install "rowan-sast[js-crossfile]"(使用 uv 可执行 uv tool install "rowan-sast[js-crossfile]");
  3. 安装扫描引擎并自检:rowan install-engine,将 $HOME/.local/bin 加入 PATH 后运行 rowan self-test,预期输出三次 [OK];
  4. 开始扫描项目:rowan scan /path/to/your-project,需要 JSON 报告可加 -f json -o report.json;
  5. 接入 CI:使用 --ci --severity high 在出现高危问题时返回非零退出码,或配合 --baseline base.json 只跟踪新增问题。

适用人群

  • 在生产环境部署 LLM、AI 代理或 RAG 系统的工程团队;
  • 需要在 CI/CD 流水线中自动化安全审计的 DevSecOps 工程师;
  • 为开源 AI 项目或 SaaS 产品做供应链安全审查的安全研究员;
  • 正在选型 SAST 工具、需要在不依赖云端 LLM 的前提下做本地静态分析的个人开发者。

项目链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论