Hacktron
面向代码审查与渗透测试的 AI 安全平台，在代码上线前发现并验证可利用漏洞
工具介绍
Hacktron 是一款面向开发与安全团队的 AI 安全平台，核心用途是代码审查与渗透测试。它通过 AI 代理读取仓库代码，在每次 Pull Request 提交时进行安全审查，也可以对仓库完整源码执行白盒扫描（渗透测试），定位注入、跨站脚本、授权与访问控制等可利用漏洞，并给出数据流追踪路径。发现结果会以 Pull Request 评论和仪表盘条目呈现，同时支持通过 MCP 与 REST API 将结果接入 Cursor、Claude Code、Codex 等工具，或通过 Slack 告警与 Jira、Linear 工单进入团队既有流程。平台支持 GitHub、GitLab、Bitbucket 仓库接入，提供多租户组织与基于角色的访问控制，并可选择本地化部署。
核心功能
- 逐次 Pull Request 安全审查：在每次 Pull 或 Merge Request 上运行 AI 审查，在代码合并前定位可利用漏洞。
- 白盒渗透扫描：对仓库完整源码执行白盒扫描（渗透测试），覆盖单次提交审查之外的代码范围。
- 可利用漏洞检测与利用证明：聚焦注入（如 SQL 注入）、跨站脚本、授权与访问控制缺陷，并以可运行的利用方式证明问题真实存在。
- 数据流追踪：为每条发现展示数据流（污点）路径，帮助判断漏洞从输入到危险操作的传播链路。
- AI 与 LLM 风险审查：检查提示注入、LLM 输入输出处理不当，以及 AI 代理或工具调用集成中的不安全实现。
- 结果接入与流转：通过 MCP 与 REST API 输出发现，支持 Slack 实时告警、Jira 与 Linear 工单创建，并可导出 CSV 或 SARIF。
使用方法
- 1进入 Hacktron 官方产品入口，连接需要审查的代码仓库（支持 GitHub、GitLab、Bitbucket）。
- 2选择审查方式：对每次 Pull Request 运行逐次安全审查，或对仓库完整源码发起白盒渗透扫描。
- 3由 AI 代理分析代码，定位注入、跨站脚本、授权与访问控制等可利用漏洞，并生成数据流追踪与利用证明。
- 4在 Pull Request 评论或仪表盘中查看发现结果，结合数据流路径判断漏洞是否真实可利用。
- 5将结果流转到后续处理：在 Slack 中分诊、创建 Jira 或 Linear 工单，或通过 MCP、REST API 与 CSV/SARIF 导出接入自有工具链。
常见问题
Hacktron 的代码审查和白盒渗透扫描有什么区别？
Hacktron 提供两种工作模式：逐次 Pull Request 审查会在每次 Pull 或 Merge Request 上运行，适合在代码合并前拦截问题；白盒扫描（渗透测试）则分析仓库的完整源码，覆盖范围不限于单次提交。团队可以按需选择其中一种，或两者结合使用。
Hacktron 能发现哪些类型的漏洞？
Hacktron 聚焦可利用的代码漏洞，包括注入类问题（例如 SQL 注入）、跨站脚本，以及授权与访问控制缺陷，并为每条发现提供数据流（污点）追踪路径。此外它也审查 AI 与 LLM 相关风险，例如提示注入、LLM 输入输出处理不当，以及 AI 代理或工具调用集成中的不安全实现。
Hacktron 支持哪些代码仓库和编程语言？
仓库接入方面，Hacktron 支持 GitHub、GitLab 和 Bitbucket。语言方面，其 AI 审查器可读取任意语言的代码，并对常用语言提供更深入的语言感知分析，包括 Python、JavaScript、TypeScript、Go、Java、Ruby、PHP、Rust、C、C++、C#、Kotlin、Swift、Scala、Elixir 和 Solidity。
Hacktron 的发现结果如何进入团队现有工作流？
Hacktron 通过 MCP 与 REST API 输出发现结果，可接入 Cursor、Claude Code、Codex 等工具进行分析与修复，也可基于 API 自行构建。协作层面，它支持 Slack 实时告警、在 Slack 线程中直接分诊，以及创建 Jira 和 Linear 工单；结果还可导出为 CSV 或 SARIF，用于接入自有工具与流水线。
Hacktron 是否支持自托管部署和团队权限管理？
支持。Hacktron 提供本地化（on-premises）版本，可完全运行在客户自有基础设施中并使用本地账号。平台本身为多租户架构，支持组织、成员邀请，以及所有者、管理员、成员三级基于角色的访问控制。
