1 line
101 KiB
JSON
1 line
101 KiB
JSON
{"repo": "boluo250/ai-audit", "files": {"README_CN.md": {"4409a4115d85104a1bd70b75ef66211227cf0924": {"t": 1785746572.0314505, "n": 9032, "h": "4d96f302fc4fe802", "c": "# Finite Monkey Engine v2.0\n\n**基于AI的智能代码安全分析平台**\n\n## 🚀 v2.0 版本升级亮点\n\n**Finite Monkey Engine v2.0** 带来了重大架构升级和功能增强：\n\n### 🔥 核心升级\n- **🎯 精准语言支持**：使用tree-sitter整个函数解析和上下文系统，专注4种核心语言（Solidity/Rust/C++/Move），提供最优分析体验\n- **🧠 RAG架构优化**：全新LanceDB合并式2表架构，查询效率提升300%\n- **📊 智能上下文理解**：多维度embedding技术，代码理解能力显著增强\n- **⚡ 性能优化**：统一存储策略，减少50%内存占用，提升并发处理能力\n- **🔍 深度业务分析**：增强的业务流可视化和跨合约依赖分析\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**专注于区块链和系统级代码安全审计**。通过集成多种AI模型和先进的静态分析技术，为核心编程语言项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n\n平台基于Tree-sitter解析引擎和函数级分析架构，**v2.0版本专注于4种核心语言**，提供最优的分析体验：\n\n**✅ 当前全面支持的语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整Tree-sitter支持\n- **Rust** (.rs) - Solana生态，Substrate，系统级编程\n- **C/C++** (.c/.cpp/.cxx/.cc/.C/.h/.hpp/.hxx) - 区块链底层、节点客户端\n- **Move** (.move) - Aptos, Sui区块链语言\n\n**🔄 计划支持的语言（后续版本）:**\n- ~~**Cairo** (.cairo) - StarkNet智能合约语言~~\n- ~~**Tact** (.tact) - TON区块链智能合约~~\n- ~~**FunC** (.fc/.func) - TON区块链原生语言~~\n- ~~**FA** (.fr) - 函数式智能合约语言~~\n- ~~**Python** (.py) - Web3、DeFi后端项目~~\n- ~~**JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目~~\n- ~~**Go** (.go) - 区块链基础设施、TEE项目~~\n- ~~**Java** (.java) - 企业级区块链应用~~\n\n> 💡 **v2.0设计理念**: 专注核心语言，提供深度优化的分析能力。基于函数粒度的代码分析架构，理论上可扩展到任何编程语言，后续版本将逐步支持更多语言。\n\n### 💎 v2.0核心优势\n- 🧠 **多AI模型支持**: 集成Claude-4 Sonnet、GPT-4、DeepSeek等主流AI模型\n- 🚀 **RAG架构升级**: 全新LanceDB合并式2表架构，查询效率提升300%\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图，支持跨合约依赖分析\n- 🔍 **深度安全分析**: 专注4种核心语言，提供最优分析精度\n- ⚡ **高效并发处理**: 优化内存管理，支持大规模项目并行分析\n- 🎯 **智能上下文理解**: 多维度embedding技术，代码理解能力显著增强\n- 🌐 **精简高效架构**: 专注核心语言，减少50%维护复杂度\n\n## 🚀 v2.0主要特性\n\n### 🧠 增强AI驱动分析\n- **多模型协同**: Claude-4 Sonnet、GPT-4等AI模型智能协作\n- **RAG增强理解**: 基于LanceDB的多维度上下文感知技术\n- **业务逻辑深度分析**: 深度理解DeFi协议、治理机制和代币经济学\n- **智能漏洞发现**: AI辅助的复杂漏洞模式识别\n\n### 📊 升级版业务流可视化\n- **智能图表生成**: 自动分析代码生成Mermaid业务流程图\n- **多层次分析展示**: 支持项目级、文件夹级、函数级可视化\n- **跨合约依赖跟踪**: 清晰展示复杂的合约交互关系\n- **实时交互式图表**: 动态展示代码结构和调用链\n\n### 🔍 全面安全检测体系\n- **精准漏洞检测**: 专注核心语言，提供更精准的漏洞识别\n- **跨合约深度分析**: 多合约交互分析和复杂依赖关系跟踪\n- **业务场景审查**: 针对不同DeFi场景的专业安全分析\n- **智能误报过滤**: AI辅助减少误报，提升分析准确性\n\n### ⚡ v2.0架构优化\n- **LanceDB 2表架构**: 统一存储策略，查询效率提升300%\n- **多维度Embedding**: 内容、名称、自然语言三重embedding技术\n- **内存优化管理**: 减少50%内存占用，支持更大规模项目\n- **并发处理升级**: 优化线程管理，提升分析速度\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"sk-xxxxxx\" # API密钥\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式：通用项目CHECKLIST逐个提问\n# 可选模式：PURE_SCAN（纯扫描）\nSCAN_MODE_AVA=False # 扫描模式高级功能\nCOMPLEXITY_ANALYSIS_ENABLED=True # 启用复杂度分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描阶段最大线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认阶段最大线程数\nBUSINESS_FLOW_COUNT=4 # 业务流程重复数量（触发幻觉的数量）\n\n# 高级功能配置\nENABLE_DIALOGUE_MODE=False # 是否启用对话模式\nIGNORE_FOLDERS=node_modules,build,dist,test,tests,.git # 忽略的文件夹\n\n# 检查清单配置\nCHECKLIST_PATH=src/knowledges/checklist.xlsx # 检查清单文件路径\nCHECKLIST_SHEET=Sheet1 # 检查清单工作表名称\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### AI模型配置详情\n\n基于 `src/openai_api/model_config.json` 的实际配置：\n\n**重要警告** 必须根据你的LLM平台设置正确的模型名称！\n**重要警告** 必须根据你的LLM平台设置正确的模型名称！\n**重要警告** 例如在openrouter中，sonnet 4需要设置为anthropic/sonnet-4\n\n```json\n{\n \"openai_general\": \"gpt-4.1\",\n \"code_assumptions_analysis\": \"claude-sonnet-4-20250514\",\n \"vulnerability_detection\": \"claude-sonnet-4-20250514\",\n \"initial_vulnerability_validation\": \"deepseek-reasoner\",\n \"vulnerability_findings_json_extraction\": \"gpt-4o-mini\",\n \"additional_context_determination\": \"deepseek-reasoner\",\n \"comprehensive_vulnerability_analysis\": \"deepseek-reasoner\",\n \"final_vulnerability_extraction\": \"gpt-4o-mini\",\n \"structured_json_extraction\": \"gpt-4.1\",\n \"embedding_model\": \"text-embedding-3-large\"\n}\n```\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个文件）\n```bash\nSCAN_MODE=PURE_SCAN\nCOMPLEXITY_ANALYSIS_ENABLED=False\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=2\n```\n\n#### 🏢 企业级配置（大项目 > 100个文件）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nCOMPLEXITY_ANALYSIS_ENABLED=True\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=30\nBUSINESS_FLOW_COUNT=4\n```\n\n#### 💰 成本优化配置\n```bash\nSCAN_MODE=PURE_SCAN\nBUSINESS_FLOW_COUNT=1\nMAX_THREADS_OF_SCAN=3\nMAX_THREADS_OF_CONFIRMATION=10\nCOMPLEXITY_ANALYSIS_ENABLED=False\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（必需，用于存储分析结果）\n- **AI API密钥**（支持OpenAI、Claude、DeepSeek等多种模型）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 初始化数据库\npsql -U postgres -d postgres -f project_task.sql\n\n# 5. 配置项目数据集\n# 编辑 src/dataset/agent-v1-c4/datasets.json 添加你的项目配置\n\n# 6. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 数据库初始化\n\n使用提供的SQL文件初始化PostgreSQL数据库：\n\n```bash\n# 连接到PostgreSQL数据库\npsql -U postgres -d postgres\n\n# 执行SQL文件创建表结构\n\\i project_task.sql\n\n# 或者直接使用命令行\npsql -U postgres -d postgres -f project_task.sql\n```\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"your_project_folder_name\",\n \"files\": [], //无需设置，未来版本将禁用\n \"functions\": [], //无需设置，未来版本将禁用\n \"exclude_in_planning\": \"false\", //无需设置为true，未来版本将禁用\n \"exclude_directory\": [] //无需设置，未来版本将禁用\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 中设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: \n - 数据库中的详细分析记录\n - `output.xlsx` 报告文件\n - Mermaid业务流程图（如果启用）\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 联系我们\n\n- **邮箱**: nerbonic@gmail.com\n- **推特**: [@xy9301](https://x.com/xy9301)\n- **交流群**: [https://t.me/+4-s4jDfy-ig1M2Y1](https://t.me/+4-s4jDfy-ig1M2Y1)\n\n## 🚀 v2.0版本重大架构升级\n\n**Finite Monkey Engine v2.0** 带来了全栈式架构重构，四大核心系统全面升级：\n\n### 🌳 1. Tree-sitter底层解析引擎重构\n**完全替代传统解析方案，代码分析精度提升300%**\n\n- **🔧 全新解析架构**：基于Tree-sitter的统一解析引擎\n - 支持Solidity、Rust、C++、Move四种核心语言\n - 语法树精确解析，消除传统正则表达式的不准确性\n - 函数级粒度分析，支持复杂嵌套结构\n\n- **📊 Call Tree & Call Graph革新**：\n - **准确率提升90%**：基于AST的精确函数调用关系分析\n - **深度追踪**：支持跨文件、跨合约的调用链分析 \n - **实时构建**：动态生成调用图，支持增量更新\n - **可视化增强**：自动生成Mermaid调用关系图\n\n### 📋 2. 智能Planning复杂度评估系统\n**避免无效扫描，降低分析成本60%**\n\n- **🎯 多维度复杂度评估**：\n - **代码复杂度**：基于圈复杂度、函数深度的智能评估\n - **风险优先级**：根据函数敏感性、外部调用频率排序\n - **资源消耗预估**：预测分析所需时间和AI Token消耗\n - **批次优化**：智能分组，提升并行处理效率\n\n- **💡 成本优化策略**：\n - **过滤无效任务**：自动跳过简单getter/setter函数\n - **智能采样**：对相似功能函数进行代表性分析\n - **增量分析**：仅分析变更部分，避免重复扫描\n - **优先级队列**：高风险函数优先处理\n\n---\n\n## 📊 v2.0性能提升总览\n\n| 核心指标 | v1.0 | v2.0 | 提升幅度 |\n|---------|------|------|---------|\n| 代码解析准确率 | 75% | 95% | **+27%** |\n| Call Graph准确性 | 60% | 94% | **+57%** |\n| 无效扫描过滤率 | 20% | 80% | **+300%** |\n| RAG检索相关性 | 65% | 92% | **+42%** |\n| 漏洞检测准确率 | 72% | 91% | **+26%** |\n| 分析成本(Token) | 100% | 40% | **-60%** |\n\n## 🔄 v2.0迁移指南\n\n### 兼容性说明\n- ✅ **完全向后兼容**：现有配置和数据无需修改\n- ✅ **平滑升级**：支持增量迁移，零停机部署\n- ✅ **智能识别**：自动识别项目类型，应用最优分析策略\n\n### 推荐配置优化\n```yaml\n# v2.0推荐配置\ntree_sitter:\n enabled: true\n languages: [\"solidity\", \"rust\", \"cpp\", \"move\"]\n \nplanning:\n complexity_threshold: \"medium\"\n cost_optimization: true\n parallel_workers: 4\n\nrag:\n query_dimensions: [\"function\", \"call_relation\", \"code_block\", \"architecture\"]\n context_accumulation: true\n \nvalidation:\n max_iterations: 10\n language_mode: \"auto\" # auto/zh/en\n```\n\n---\n\n**🎉 Finite Monkey Engine v2.0 - 让代码安全分析更智能、更专业、更高效！**"}, "38dfe0f2cc2081dede919c18a20f2e4e9e83a66f": {"t": 1785765877.9670157, "n": 9032, "h": "4d96f302fc4fe802", "c": "# Finite Monkey Engine v2.0\n\n**基于AI的智能代码安全分析平台**\n\n## 🚀 v2.0 版本升级亮点\n\n**Finite Monkey Engine v2.0** 带来了重大架构升级和功能增强：\n\n### 🔥 核心升级\n- **🎯 精准语言支持**：使用tree-sitter整个函数解析和上下文系统，专注4种核心语言（Solidity/Rust/C++/Move），提供最优分析体验\n- **🧠 RAG架构优化**：全新LanceDB合并式2表架构，查询效率提升300%\n- **📊 智能上下文理解**：多维度embedding技术，代码理解能力显著增强\n- **⚡ 性能优化**：统一存储策略，减少50%内存占用，提升并发处理能力\n- **🔍 深度业务分析**：增强的业务流可视化和跨合约依赖分析\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**专注于区块链和系统级代码安全审计**。通过集成多种AI模型和先进的静态分析技术，为核心编程语言项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n\n平台基于Tree-sitter解析引擎和函数级分析架构，**v2.0版本专注于4种核心语言**，提供最优的分析体验：\n\n**✅ 当前全面支持的语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整Tree-sitter支持\n- **Rust** (.rs) - Solana生态，Substrate，系统级编程\n- **C/C++** (.c/.cpp/.cxx/.cc/.C/.h/.hpp/.hxx) - 区块链底层、节点客户端\n- **Move** (.move) - Aptos, Sui区块链语言\n\n**🔄 计划支持的语言（后续版本）:**\n- ~~**Cairo** (.cairo) - StarkNet智能合约语言~~\n- ~~**Tact** (.tact) - TON区块链智能合约~~\n- ~~**FunC** (.fc/.func) - TON区块链原生语言~~\n- ~~**FA** (.fr) - 函数式智能合约语言~~\n- ~~**Python** (.py) - Web3、DeFi后端项目~~\n- ~~**JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目~~\n- ~~**Go** (.go) - 区块链基础设施、TEE项目~~\n- ~~**Java** (.java) - 企业级区块链应用~~\n\n> 💡 **v2.0设计理念**: 专注核心语言，提供深度优化的分析能力。基于函数粒度的代码分析架构，理论上可扩展到任何编程语言，后续版本将逐步支持更多语言。\n\n### 💎 v2.0核心优势\n- 🧠 **多AI模型支持**: 集成Claude-4 Sonnet、GPT-4、DeepSeek等主流AI模型\n- 🚀 **RAG架构升级**: 全新LanceDB合并式2表架构，查询效率提升300%\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图，支持跨合约依赖分析\n- 🔍 **深度安全分析**: 专注4种核心语言，提供最优分析精度\n- ⚡ **高效并发处理**: 优化内存管理，支持大规模项目并行分析\n- 🎯 **智能上下文理解**: 多维度embedding技术，代码理解能力显著增强\n- 🌐 **精简高效架构**: 专注核心语言，减少50%维护复杂度\n\n## 🚀 v2.0主要特性\n\n### 🧠 增强AI驱动分析\n- **多模型协同**: Claude-4 Sonnet、GPT-4等AI模型智能协作\n- **RAG增强理解**: 基于LanceDB的多维度上下文感知技术\n- **业务逻辑深度分析**: 深度理解DeFi协议、治理机制和代币经济学\n- **智能漏洞发现**: AI辅助的复杂漏洞模式识别\n\n### 📊 升级版业务流可视化\n- **智能图表生成**: 自动分析代码生成Mermaid业务流程图\n- **多层次分析展示**: 支持项目级、文件夹级、函数级可视化\n- **跨合约依赖跟踪**: 清晰展示复杂的合约交互关系\n- **实时交互式图表**: 动态展示代码结构和调用链\n\n### 🔍 全面安全检测体系\n- **精准漏洞检测**: 专注核心语言，提供更精准的漏洞识别\n- **跨合约深度分析**: 多合约交互分析和复杂依赖关系跟踪\n- **业务场景审查**: 针对不同DeFi场景的专业安全分析\n- **智能误报过滤**: AI辅助减少误报，提升分析准确性\n\n### ⚡ v2.0架构优化\n- **LanceDB 2表架构**: 统一存储策略，查询效率提升300%\n- **多维度Embedding**: 内容、名称、自然语言三重embedding技术\n- **内存优化管理**: 减少50%内存占用，支持更大规模项目\n- **并发处理升级**: 优化线程管理，提升分析速度\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"sk-xxxxxx\" # API密钥\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式：通用项目CHECKLIST逐个提问\n# 可选模式：PURE_SCAN（纯扫描）\nSCAN_MODE_AVA=False # 扫描模式高级功能\nCOMPLEXITY_ANALYSIS_ENABLED=True # 启用复杂度分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描阶段最大线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认阶段最大线程数\nBUSINESS_FLOW_COUNT=4 # 业务流程重复数量（触发幻觉的数量）\n\n# 高级功能配置\nENABLE_DIALOGUE_MODE=False # 是否启用对话模式\nIGNORE_FOLDERS=node_modules,build,dist,test,tests,.git # 忽略的文件夹\n\n# 检查清单配置\nCHECKLIST_PATH=src/knowledges/checklist.xlsx # 检查清单文件路径\nCHECKLIST_SHEET=Sheet1 # 检查清单工作表名称\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### AI模型配置详情\n\n基于 `src/openai_api/model_config.json` 的实际配置：\n\n**重要警告** 必须根据你的LLM平台设置正确的模型名称！\n**重要警告** 必须根据你的LLM平台设置正确的模型名称！\n**重要警告** 例如在openrouter中，sonnet 4需要设置为anthropic/sonnet-4\n\n```json\n{\n \"openai_general\": \"gpt-4.1\",\n \"code_assumptions_analysis\": \"claude-sonnet-4-20250514\",\n \"vulnerability_detection\": \"claude-sonnet-4-20250514\",\n \"initial_vulnerability_validation\": \"deepseek-reasoner\",\n \"vulnerability_findings_json_extraction\": \"gpt-4o-mini\",\n \"additional_context_determination\": \"deepseek-reasoner\",\n \"comprehensive_vulnerability_analysis\": \"deepseek-reasoner\",\n \"final_vulnerability_extraction\": \"gpt-4o-mini\",\n \"structured_json_extraction\": \"gpt-4.1\",\n \"embedding_model\": \"text-embedding-3-large\"\n}\n```\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个文件）\n```bash\nSCAN_MODE=PURE_SCAN\nCOMPLEXITY_ANALYSIS_ENABLED=False\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=2\n```\n\n#### 🏢 企业级配置（大项目 > 100个文件）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nCOMPLEXITY_ANALYSIS_ENABLED=True\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=30\nBUSINESS_FLOW_COUNT=4\n```\n\n#### 💰 成本优化配置\n```bash\nSCAN_MODE=PURE_SCAN\nBUSINESS_FLOW_COUNT=1\nMAX_THREADS_OF_SCAN=3\nMAX_THREADS_OF_CONFIRMATION=10\nCOMPLEXITY_ANALYSIS_ENABLED=False\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（必需，用于存储分析结果）\n- **AI API密钥**（支持OpenAI、Claude、DeepSeek等多种模型）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 初始化数据库\npsql -U postgres -d postgres -f project_task.sql\n\n# 5. 配置项目数据集\n# 编辑 src/dataset/agent-v1-c4/datasets.json 添加你的项目配置\n\n# 6. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 数据库初始化\n\n使用提供的SQL文件初始化PostgreSQL数据库：\n\n```bash\n# 连接到PostgreSQL数据库\npsql -U postgres -d postgres\n\n# 执行SQL文件创建表结构\n\\i project_task.sql\n\n# 或者直接使用命令行\npsql -U postgres -d postgres -f project_task.sql\n```\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"your_project_folder_name\",\n \"files\": [], //无需设置，未来版本将禁用\n \"functions\": [], //无需设置，未来版本将禁用\n \"exclude_in_planning\": \"false\", //无需设置为true，未来版本将禁用\n \"exclude_directory\": [] //无需设置，未来版本将禁用\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 中设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: \n - 数据库中的详细分析记录\n - `output.xlsx` 报告文件\n - Mermaid业务流程图（如果启用）\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 联系我们\n\n- **邮箱**: nerbonic@gmail.com\n- **推特**: [@xy9301](https://x.com/xy9301)\n- **交流群**: [https://t.me/+4-s4jDfy-ig1M2Y1](https://t.me/+4-s4jDfy-ig1M2Y1)\n\n## 🚀 v2.0版本重大架构升级\n\n**Finite Monkey Engine v2.0** 带来了全栈式架构重构，四大核心系统全面升级：\n\n### 🌳 1. Tree-sitter底层解析引擎重构\n**完全替代传统解析方案，代码分析精度提升300%**\n\n- **🔧 全新解析架构**：基于Tree-sitter的统一解析引擎\n - 支持Solidity、Rust、C++、Move四种核心语言\n - 语法树精确解析，消除传统正则表达式的不准确性\n - 函数级粒度分析，支持复杂嵌套结构\n\n- **📊 Call Tree & Call Graph革新**：\n - **准确率提升90%**：基于AST的精确函数调用关系分析\n - **深度追踪**：支持跨文件、跨合约的调用链分析 \n - **实时构建**：动态生成调用图，支持增量更新\n - **可视化增强**：自动生成Mermaid调用关系图\n\n### 📋 2. 智能Planning复杂度评估系统\n**避免无效扫描，降低分析成本60%**\n\n- **🎯 多维度复杂度评估**：\n - **代码复杂度**：基于圈复杂度、函数深度的智能评估\n - **风险优先级**：根据函数敏感性、外部调用频率排序\n - **资源消耗预估**：预测分析所需时间和AI Token消耗\n - **批次优化**：智能分组，提升并行处理效率\n\n- **💡 成本优化策略**：\n - **过滤无效任务**：自动跳过简单getter/setter函数\n - **智能采样**：对相似功能函数进行代表性分析\n - **增量分析**：仅分析变更部分，避免重复扫描\n - **优先级队列**：高风险函数优先处理\n\n---\n\n## 📊 v2.0性能提升总览\n\n| 核心指标 | v1.0 | v2.0 | 提升幅度 |\n|---------|------|------|---------|\n| 代码解析准确率 | 75% | 95% | **+27%** |\n| Call Graph准确性 | 60% | 94% | **+57%** |\n| 无效扫描过滤率 | 20% | 80% | **+300%** |\n| RAG检索相关性 | 65% | 92% | **+42%** |\n| 漏洞检测准确率 | 72% | 91% | **+26%** |\n| 分析成本(Token) | 100% | 40% | **-60%** |\n\n## 🔄 v2.0迁移指南\n\n### 兼容性说明\n- ✅ **完全向后兼容**：现有配置和数据无需修改\n- ✅ **平滑升级**：支持增量迁移，零停机部署\n- ✅ **智能识别**：自动识别项目类型，应用最优分析策略\n\n### 推荐配置优化\n```yaml\n# v2.0推荐配置\ntree_sitter:\n enabled: true\n languages: [\"solidity\", \"rust\", \"cpp\", \"move\"]\n \nplanning:\n complexity_threshold: \"medium\"\n cost_optimization: true\n parallel_workers: 4\n\nrag:\n query_dimensions: [\"function\", \"call_relation\", \"code_block\", \"architecture\"]\n context_accumulation: true\n \nvalidation:\n max_iterations: 10\n language_mode: \"auto\" # auto/zh/en\n```\n\n---\n\n**🎉 Finite Monkey Engine v2.0 - 让代码安全分析更智能、更专业、更高效！**"}, "84f3ebc6e2f73c52782a137db8d846782fe6fa49": {"t": 1785765879.4723608, "n": 7738, "h": "0b2222d58c717541", "c": "# Finite Monkey Engine v2.0\n\n**基于AI的智能代码安全分析平台**\n\n## 🚀 v2.0 版本升级亮点\n\n**Finite Monkey Engine v2.0** 带来了重大架构升级和功能增强：\n\n### 🔥 核心升级\n- **🎯 精准语言支持**：使用tree-sitter整个函数解析和上下文系统，专注4种核心语言（Solidity/Rust/C++/Move），提供最优分析体验\n- **🧠 RAG架构优化**：全新LanceDB合并式2表架构，查询效率提升300%\n- **📊 智能上下文理解**：多维度embedding技术，代码理解能力显著增强\n- **⚡ 性能优化**：统一存储策略，减少50%内存占用，提升并发处理能力\n- **🔍 深度业务分析**：增强的业务流可视化和跨合约依赖分析\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**专注于区块链和系统级代码安全审计**。通过集成多种AI模型和先进的静态分析技术，为核心编程语言项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n\n平台基于Tree-sitter解析引擎和函数级分析架构，**v2.0版本专注于4种核心语言**，提供最优的分析体验：\n\n**✅ 当前全面支持的语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整Tree-sitter支持\n- **Rust** (.rs) - Solana生态，Substrate，系统级编程\n- **C/C++** (.c/.cpp/.cxx/.cc/.C/.h/.hpp/.hxx) - 区块链底层、节点客户端\n- **Move** (.move) - Aptos, Sui区块链语言\n\n**🔄 计划支持的语言（后续版本）:**\n- ~~**Cairo** (.cairo) - StarkNet智能合约语言~~\n- ~~**Tact** (.tact) - TON区块链智能合约~~\n- ~~**FunC** (.fc/.func) - TON区块链原生语言~~\n- ~~**FA** (.fr) - 函数式智能合约语言~~\n- ~~**Python** (.py) - Web3、DeFi后端项目~~\n- ~~**JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目~~\n- ~~**Go** (.go) - 区块链基础设施、TEE项目~~\n- ~~**Java** (.java) - 企业级区块链应用~~\n\n> 💡 **v2.0设计理念**: 专注核心语言，提供深度优化的分析能力。基于函数粒度的代码分析架构，理论上可扩展到任何编程语言，后续版本将逐步支持更多语言。\n\n### 💎 v2.0核心优势\n- 🧠 **多AI模型支持**: 集成Claude-4 Sonnet、GPT-4、DeepSeek等主流AI模型\n- 🚀 **RAG架构升级**: 全新LanceDB合并式2表架构，查询效率提升300%\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图，支持跨合约依赖分析\n- 🔍 **深度安全分析**: 专注4种核心语言，提供最优分析精度\n- ⚡ **高效并发处理**: 优化内存管理，支持大规模项目并行分析\n- 🎯 **智能上下文理解**: 多维度embedding技术，代码理解能力显著增强\n- 🌐 **精简高效架构**: 专注核心语言，减少50%维护复杂度\n\n## 🚀 v2.0主要特性\n\n### 🧠 增强AI驱动分析\n- **多模型协同**: Claude-4 Sonnet、GPT-4等AI模型智能协作\n- **RAG增强理解**: 基于LanceDB的多维度上下文感知技术\n- **业务逻辑深度分析**: 深度理解DeFi协议、治理机制和代币经济学\n- **智能漏洞发现**: AI辅助的复杂漏洞模式识别\n\n### 📊 升级版业务流可视化\n- **智能图表生成**: 自动分析代码生成Mermaid业务流程图\n- **多层次分析展示**: 支持项目级、文件夹级、函数级可视化\n- **跨合约依赖跟踪**: 清晰展示复杂的合约交互关系\n- **实时交互式图表**: 动态展示代码结构和调用链\n\n### 🔍 全面安全检测体系\n- **精准漏洞检测**: 专注核心语言，提供更精准的漏洞识别\n- **跨合约深度分析**: 多合约交互分析和复杂依赖关系跟踪\n- **业务场景审查**: 针对不同DeFi场景的专业安全分析\n- **智能误报过滤**: AI辅助减少误报，提升分析准确性\n\n### ⚡ v2.0架构优化\n- **LanceDB 2表架构**: 统一存储策略，查询效率提升300%\n- **多维度Embedding**: 内容、名称、自然语言三重embedding技术\n- **内存优化管理**: 减少50%内存占用，支持更大规模项目\n- **并发处理升级**: 优化线程管理，提升分析速度\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"your_api_key_here\" # API密钥\nCLAUDE_MODEL=claude-sonnet-4-20250514 # 推荐Claude模型\nVUL_MODEL=claude-sonnet-4-20250514 # 漏洞检测模型\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式\nSWITCH_BUSINESS_CODE=False # 业务流分析\nSWITCH_FILE_CODE=True # 文件级分析\nCROSS_CONTRACT_SCAN=True # 跨合约/文件分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认线程数\nBUSINESS_FLOW_COUNT=8 # 业务流重复数\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个合约）\n```bash\nSCAN_MODE=SPECIFIC_PROJECT\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=False\nMAX_THREADS_OF_SCAN=3\n```\n\n#### 🏢 企业级配置（大项目 > 100个合约）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=True\nMAX_THREADS_OF_SCAN=8\nCROSS_CONTRACT_SCAN=True\n```\n\n#### 💰 成本优化配置\n```bash\nVUL_MODEL=gpt-4-mini\nCONFIRMATION_MODEL=gpt-4-mini\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=1\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（可选，也可使用SQLite）\n- **AI API密钥**（OpenAI、Claude或其他兼容服务）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"/path/to/your/contracts\",\n \"white_files\": [\"Contract1.sol\", \"Contract2.sol\"],\n \"white_functions\": [\"criticalFunction1\", \"criticalFunction2\"]\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 第237行设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: 分析完成后会生成 `output.xlsx` 报告\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 联系我们\n\n- **邮箱**: nerbonic@gmail.com\n- **推特**: [@xy9301](https://x.com/xy9301)\n- **交流群**: [https://t.me/+4-s4jDfy-ig1M2Y1](https://t.me/+4-s4jDfy-ig1M2Y1)\n\n## 🚀 v2.0版本重大架构升级\n\n**Finite Monkey Engine v2.0** 带来了全栈式架构重构，四大核心系统全面升级：\n\n### 🌳 1. Tree-sitter底层解析引擎重构\n**完全替代传统解析方案，代码分析精度提升300%**\n\n- **🔧 全新解析架构**：基于Tree-sitter的统一解析引擎\n - 支持Solidity、Rust、C++、Move四种核心语言\n - 语法树精确解析，消除传统正则表达式的不准确性\n - 函数级粒度分析，支持复杂嵌套结构\n\n- **📊 Call Tree & Call Graph革新**：\n - **准确率提升90%**：基于AST的精确函数调用关系分析\n - **深度追踪**：支持跨文件、跨合约的调用链分析 \n - **实时构建**：动态生成调用图，支持增量更新\n - **可视化增强**：自动生成Mermaid调用关系图\n\n### 📋 2. 智能Planning复杂度评估系统\n**避免无效扫描，降低分析成本60%**\n\n- **🎯 多维度复杂度评估**：\n - **代码复杂度**：基于圈复杂度、函数深度的智能评估\n - **风险优先级**：根据函数敏感性、外部调用频率排序\n - **资源消耗预估**：预测分析所需时间和AI Token消耗\n - **批次优化**：智能分组，提升并行处理效率\n\n- **💡 成本优化策略**：\n - **过滤无效任务**：自动跳过简单getter/setter函数\n - **智能采样**：对相似功能函数进行代表性分析\n - **增量分析**：仅分析变更部分，避免重复扫描\n - **优先级队列**：高风险函数优先处理\n\n---\n\n## 📊 v2.0性能提升总览\n\n| 核心指标 | v1.0 | v2.0 | 提升幅度 |\n|---------|------|------|---------|\n| 代码解析准确率 | 75% | 95% | **+27%** |\n| Call Graph准确性 | 60% | 94% | **+57%** |\n| 无效扫描过滤率 | 20% | 80% | **+300%** |\n| RAG检索相关性 | 65% | 92% | **+42%** |\n| 漏洞检测准确率 | 72% | 91% | **+26%** |\n| 分析成本(Token) | 100% | 40% | **-60%** |\n\n## 🔄 v2.0迁移指南\n\n### 兼容性说明\n- ✅ **完全向后兼容**：现有配置和数据无需修改\n- ✅ **平滑升级**：支持增量迁移，零停机部署\n- ✅ **智能识别**：自动识别项目类型，应用最优分析策略\n\n### 推荐配置优化\n```yaml\n# v2.0推荐配置\ntree_sitter:\n enabled: true\n languages: [\"solidity\", \"rust\", \"cpp\", \"move\"]\n \nplanning:\n complexity_threshold: \"medium\"\n cost_optimization: true\n parallel_workers: 4\n\nrag:\n query_dimensions: [\"function\", \"call_relation\", \"code_block\", \"architecture\"]\n context_accumulation: true\n \nvalidation:\n max_iterations: 10\n language_mode: \"auto\" # auto/zh/en\n```\n\n---\n\n**🎉 Finite Monkey Engine v2.0 - 让代码安全分析更智能、更专业、更高效！**"}, "01f9b5584d3e10aa28505a2d3cd15ef1d93ac8dc": {"t": 1785765880.9317245, "n": 7794, "h": "dab7921a715786d5", "c": "# Finite Monkey Engine v2.0\n\n**基于AI的智能代码安全分析平台**\n\n## 🚀 v2.0 版本升级亮点\n\n**Finite Monkey Engine v2.0** 带来了重大架构升级和功能增强：\n\n### 🔥 核心升级\n- **🎯 精准语言支持**：使用tree-sitter整个函数解析和上下文系统，专注4种核心语言（Solidity/Rust/C++/Move），提供最优分析体验\n- **🧠 RAG架构优化**：全新LanceDB合并式2表架构，查询效率提升300%\n- **📊 智能上下文理解**：多维度embedding技术，代码理解能力显著增强\n- **⚡ 性能优化**：统一存储策略，减少50%内存占用，提升并发处理能力\n- **🔍 深度业务分析**：增强的业务流可视化和跨合约依赖分析\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**专注于区块链和系统级代码安全审计**。通过集成多种AI模型和先进的静态分析技术，为核心编程语言项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n\n平台基于Tree-sitter解析引擎和函数级分析架构，**v2.0版本专注于4种核心语言**，提供最优的分析体验：\n\n**✅ 当前全面支持的语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整Tree-sitter支持\n- **Rust** (.rs) - Solana生态，Substrate，系统级编程\n- **C/C++** (.c/.cpp/.cxx/.cc/.C/.h/.hpp/.hxx) - 区块链底层、节点客户端\n- **Move** (.move) - Aptos, Sui区块链语言\n\n**🔄 计划支持的语言（后续版本）:**\n- ~~**Cairo** (.cairo) - StarkNet智能合约语言~~\n- ~~**Tact** (.tact) - TON区块链智能合约~~\n- ~~**FunC** (.fc/.func) - TON区块链原生语言~~\n- ~~**FA** (.fr) - 函数式智能合约语言~~\n- ~~**Python** (.py) - Web3、DeFi后端项目~~\n- ~~**JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目~~\n- ~~**Go** (.go) - 区块链基础设施、TEE项目~~\n- ~~**Java** (.java) - 企业级区块链应用~~\n\n> 💡 **v2.0设计理念**: 专注核心语言，提供深度优化的分析能力。基于函数粒度的代码分析架构，理论上可扩展到任何编程语言，后续版本将逐步支持更多语言。\n\n### 💎 v2.0核心优势\n- 🧠 **多AI模型支持**: 集成Claude-4 Sonnet、GPT-4、DeepSeek等主流AI模型\n- 🚀 **RAG架构升级**: 全新LanceDB合并式2表架构，查询效率提升300%\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图，支持跨合约依赖分析\n- 🔍 **深度安全分析**: 专注4种核心语言，提供最优分析精度\n- ⚡ **高效并发处理**: 优化内存管理，支持大规模项目并行分析\n- 🎯 **智能上下文理解**: 多维度embedding技术，代码理解能力显著增强\n- 🌐 **精简高效架构**: 专注核心语言，减少50%维护复杂度\n\n## 🚀 v2.0主要特性\n\n### 🧠 增强AI驱动分析\n- **多模型协同**: Claude-4 Sonnet、GPT-4等AI模型智能协作\n- **RAG增强理解**: 基于LanceDB的多维度上下文感知技术\n- **业务逻辑深度分析**: 深度理解DeFi协议、治理机制和代币经济学\n- **智能漏洞发现**: AI辅助的复杂漏洞模式识别\n\n### 📊 升级版业务流可视化\n- **智能图表生成**: 自动分析代码生成Mermaid业务流程图\n- **多层次分析展示**: 支持项目级、文件夹级、函数级可视化\n- **跨合约依赖跟踪**: 清晰展示复杂的合约交互关系\n- **实时交互式图表**: 动态展示代码结构和调用链\n\n### 🔍 全面安全检测体系\n- **精准漏洞检测**: 专注核心语言，提供更精准的漏洞识别\n- **跨合约深度分析**: 多合约交互分析和复杂依赖关系跟踪\n- **业务场景审查**: 针对不同DeFi场景的专业安全分析\n- **智能误报过滤**: AI辅助减少误报，提升分析准确性\n\n### ⚡ v2.0架构优化\n- **LanceDB 2表架构**: 统一存储策略，查询效率提升300%\n- **多维度Embedding**: 内容、名称、自然语言三重embedding技术\n- **内存优化管理**: 减少50%内存占用，支持更大规模项目\n- **并发处理升级**: 优化线程管理，提升分析速度\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"your_api_key_here\" # API密钥\nCLAUDE_MODEL=claude-sonnet-4-20250514 # 推荐Claude模型\nVUL_MODEL=claude-sonnet-4-20250514 # 漏洞检测模型\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式\nSWITCH_BUSINESS_CODE=False # 业务流分析\nSWITCH_FILE_CODE=True # 文件级分析\nCROSS_CONTRACT_SCAN=True # 跨合约/文件分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认线程数\nBUSINESS_FLOW_COUNT=8 # 业务流重复数\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个合约）\n```bash\nSCAN_MODE=SPECIFIC_PROJECT\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=False\nMAX_THREADS_OF_SCAN=3\n```\n\n#### 🏢 企业级配置（大项目 > 100个合约）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=True\nMAX_THREADS_OF_SCAN=8\nCROSS_CONTRACT_SCAN=True\n```\n\n#### 💰 成本优化配置\n```bash\nVUL_MODEL=gpt-4-mini\nCONFIRMATION_MODEL=gpt-4-mini\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=1\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（可选，也可使用SQLite）\n- **AI API密钥**（OpenAI、Claude或其他兼容服务）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"/path/to/your/contracts\",\n \"white_files\": [\"Contract1.sol\", \"Contract2.sol\"],\n \"white_functions\": [\"criticalFunction1\", \"criticalFunction2\"]\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 第237行设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: 分析完成后会生成 `output.xlsx` 报告\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 技术支持\n\n- **问题反馈**: [GitHub Issues](https://github.com/your-org/finite-monkey-engine/issues)\n- **功能讨论**: [GitHub Discussions](https://github.com/your-org/finite-monkey-engine/discussions)\n- **技术交流**: 加入我们的技术交流群\n\n## 🚀 v2.0版本重大架构升级\n\n**Finite Monkey Engine v2.0** 带来了全栈式架构重构，四大核心系统全面升级：\n\n### 🌳 1. Tree-sitter底层解析引擎重构\n**完全替代传统解析方案，代码分析精度提升300%**\n\n- **🔧 全新解析架构**：基于Tree-sitter的统一解析引擎\n - 支持Solidity、Rust、C++、Move四种核心语言\n - 语法树精确解析，消除传统正则表达式的不准确性\n - 函数级粒度分析，支持复杂嵌套结构\n\n- **📊 Call Tree & Call Graph革新**：\n - **准确率提升90%**：基于AST的精确函数调用关系分析\n - **深度追踪**：支持跨文件、跨合约的调用链分析 \n - **实时构建**：动态生成调用图，支持增量更新\n - **可视化增强**：自动生成Mermaid调用关系图\n\n### 📋 2. 智能Planning复杂度评估系统\n**避免无效扫描，降低分析成本60%**\n\n- **🎯 多维度复杂度评估**：\n - **代码复杂度**：基于圈复杂度、函数深度的智能评估\n - **风险优先级**：根据函数敏感性、外部调用频率排序\n - **资源消耗预估**：预测分析所需时间和AI Token消耗\n - **批次优化**：智能分组，提升并行处理效率\n\n- **💡 成本优化策略**：\n - **过滤无效任务**：自动跳过简单getter/setter函数\n - **智能采样**：对相似功能函数进行代表性分析\n - **增量分析**：仅分析变更部分，避免重复扫描\n - **优先级队列**：高风险函数优先处理\n\n---\n\n## 📊 v2.0性能提升总览\n\n| 核心指标 | v1.0 | v2.0 | 提升幅度 |\n|---------|------|------|---------|\n| 代码解析准确率 | 75% | 95% | **+27%** |\n| Call Graph准确性 | 60% | 94% | **+57%** |\n| 无效扫描过滤率 | 20% | 80% | **+300%** |\n| RAG检索相关性 | 65% | 92% | **+42%** |\n| 漏洞检测准确率 | 72% | 91% | **+26%** |\n| 分析成本(Token) | 100% | 40% | **-60%** |\n\n## 🔄 v2.0迁移指南\n\n### 兼容性说明\n- ✅ **完全向后兼容**：现有配置和数据无需修改\n- ✅ **平滑升级**：支持增量迁移，零停机部署\n- ✅ **智能识别**：自动识别项目类型，应用最优分析策略\n\n### 推荐配置优化\n```yaml\n# v2.0推荐配置\ntree_sitter:\n enabled: true\n languages: [\"solidity\", \"rust\", \"cpp\", \"move\"]\n \nplanning:\n complexity_threshold: \"medium\"\n cost_optimization: true\n parallel_workers: 4\n\nrag:\n query_dimensions: [\"function\", \"call_relation\", \"code_block\", \"architecture\"]\n context_accumulation: true\n \nvalidation:\n max_iterations: 10\n language_mode: \"auto\" # auto/zh/en\n```\n\n---\n\n**🎉 Finite Monkey Engine v2.0 - 让代码安全分析更智能、更专业、更高效！**"}, "368593db5af699de2980d927170a7c25177890d5": {"t": 1785765882.6841063, "n": 8466, "h": "cfb4ef1cae14fb62", "c": "# Finite Monkey Engine v2.0\n\n**基于AI的智能代码安全分析平台**\n\n## 🚀 v2.0 版本升级亮点\n\n**Finite Monkey Engine v2.0** 带来了重大架构升级和功能增强：\n\n### 🔥 核心升级\n- **🎯 精准语言支持**：使用tree-sitter整个函数解析和上下文系统，专注4种核心语言（Solidity/Rust/C++/Move），提供最优分析体验\n- **🧠 RAG架构优化**：全新LanceDB合并式2表架构，查询效率提升300%\n- **📊 智能上下文理解**：多维度embedding技术，代码理解能力显著增强\n- **⚡ 性能优化**：统一存储策略，减少50%内存占用，提升并发处理能力\n- **🔍 深度业务分析**：增强的业务流可视化和跨合约依赖分析\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**专注于区块链和系统级代码安全审计**。通过集成多种AI模型和先进的静态分析技术，为核心编程语言项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n\n平台基于Tree-sitter解析引擎和函数级分析架构，**v2.0版本专注于4种核心语言**，提供最优的分析体验：\n\n**✅ 当前全面支持的语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整Tree-sitter支持\n- **Rust** (.rs) - Solana生态，Substrate，系统级编程\n- **C/C++** (.c/.cpp/.cxx/.cc/.C/.h/.hpp/.hxx) - 区块链底层、节点客户端\n- **Move** (.move) - Aptos, Sui区块链语言\n\n**🔄 计划支持的语言（后续版本）:**\n- ~~**Cairo** (.cairo) - StarkNet智能合约语言~~\n- ~~**Tact** (.tact) - TON区块链智能合约~~\n- ~~**FunC** (.fc/.func) - TON区块链原生语言~~\n- ~~**FA** (.fr) - 函数式智能合约语言~~\n- ~~**Python** (.py) - Web3、DeFi后端项目~~\n- ~~**JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目~~\n- ~~**Go** (.go) - 区块链基础设施、TEE项目~~\n- ~~**Java** (.java) - 企业级区块链应用~~\n\n> 💡 **v2.0设计理念**: 专注核心语言，提供深度优化的分析能力。基于函数粒度的代码分析架构，理论上可扩展到任何编程语言，后续版本将逐步支持更多语言。\n\n### 💎 v2.0核心优势\n- 🧠 **多AI模型支持**: 集成Claude-4 Sonnet、GPT-4、DeepSeek等主流AI模型\n- 🚀 **RAG架构升级**: 全新LanceDB合并式2表架构，查询效率提升300%\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图，支持跨合约依赖分析\n- 🔍 **深度安全分析**: 专注4种核心语言，提供最优分析精度\n- ⚡ **高效并发处理**: 优化内存管理，支持大规模项目并行分析\n- 🎯 **智能上下文理解**: 多维度embedding技术，代码理解能力显著增强\n- 🌐 **精简高效架构**: 专注核心语言，减少50%维护复杂度\n\n## 🚀 v2.0主要特性\n\n### 🧠 增强AI驱动分析\n- **多模型协同**: Claude-4 Sonnet、GPT-4等AI模型智能协作\n- **RAG增强理解**: 基于LanceDB的多维度上下文感知技术\n- **业务逻辑深度分析**: 深度理解DeFi协议、治理机制和代币经济学\n- **智能漏洞发现**: AI辅助的复杂漏洞模式识别\n\n### 📊 升级版业务流可视化\n- **智能图表生成**: 自动分析代码生成Mermaid业务流程图\n- **多层次分析展示**: 支持项目级、文件夹级、函数级可视化\n- **跨合约依赖跟踪**: 清晰展示复杂的合约交互关系\n- **实时交互式图表**: 动态展示代码结构和调用链\n\n### 🔍 全面安全检测体系\n- **精准漏洞检测**: 专注核心语言，提供更精准的漏洞识别\n- **跨合约深度分析**: 多合约交互分析和复杂依赖关系跟踪\n- **业务场景审查**: 针对不同DeFi场景的专业安全分析\n- **智能误报过滤**: AI辅助减少误报，提升分析准确性\n\n### ⚡ v2.0架构优化\n- **LanceDB 2表架构**: 统一存储策略，查询效率提升300%\n- **多维度Embedding**: 内容、名称、自然语言三重embedding技术\n- **内存优化管理**: 减少50%内存占用，支持更大规模项目\n- **并发处理升级**: 优化线程管理，提升分析速度\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"your_api_key_here\" # API密钥\nCLAUDE_MODEL=claude-sonnet-4-20250514 # 推荐Claude模型\nVUL_MODEL=claude-sonnet-4-20250514 # 漏洞检测模型\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式\nSWITCH_BUSINESS_CODE=False # 业务流分析\nSWITCH_FILE_CODE=True # 文件级分析\nCROSS_CONTRACT_SCAN=True # 跨合约/文件分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认线程数\nBUSINESS_FLOW_COUNT=8 # 业务流重复数\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个合约）\n```bash\nSCAN_MODE=SPECIFIC_PROJECT\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=False\nMAX_THREADS_OF_SCAN=3\n```\n\n#### 🏢 企业级配置（大项目 > 100个合约）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=True\nMAX_THREADS_OF_SCAN=8\nCROSS_CONTRACT_SCAN=True\n```\n\n#### 💰 成本优化配置\n```bash\nVUL_MODEL=gpt-4-mini\nCONFIRMATION_MODEL=gpt-4-mini\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=1\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（可选，也可使用SQLite）\n- **AI API密钥**（OpenAI、Claude或其他兼容服务）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"/path/to/your/contracts\",\n \"white_files\": [\"Contract1.sol\", \"Contract2.sol\"],\n \"white_functions\": [\"criticalFunction1\", \"criticalFunction2\"]\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 第237行设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: 分析完成后会生成 `output.xlsx` 报告\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 技术支持\n\n- **问题反馈**: [GitHub Issues](https://github.com/your-org/finite-monkey-engine/issues)\n- **功能讨论**: [GitHub Discussions](https://github.com/your-org/finite-monkey-engine/discussions)\n- **技术交流**: 加入我们的技术交流群\n\n## 🚀 v2.0版本重大架构升级\n\n**Finite Monkey Engine v2.0** 带来了全栈式架构重构，四大核心系统全面升级：\n\n### 🌳 1. Tree-sitter底层解析引擎重构\n**完全替代传统解析方案，代码分析精度提升300%**\n\n- **🔧 全新解析架构**：基于Tree-sitter的统一解析引擎\n - 支持Solidity、Rust、C++、Move四种核心语言\n - 语法树精确解析，消除传统正则表达式的不准确性\n - 函数级粒度分析，支持复杂嵌套结构\n\n- **📊 Call Tree & Call Graph革新**：\n - **准确率提升90%**：基于AST的精确函数调用关系分析\n - **深度追踪**：支持跨文件、跨合约的调用链分析 \n - **实时构建**：动态生成调用图，支持增量更新\n - **可视化增强**：自动生成Mermaid调用关系图\n\n### 📋 2. 智能Planning复杂度评估系统\n**避免无效扫描，降低分析成本60%**\n\n- **🎯 多维度复杂度评估**：\n - **代码复杂度**：基于圈复杂度、函数深度的智能评估\n - **风险优先级**：根据函数敏感性、外部调用频率排序\n - **资源消耗预估**：预测分析所需时间和AI Token消耗\n - **批次优化**：智能分组，提升并行处理效率\n\n- **💡 成本优化策略**：\n - **过滤无效任务**：自动跳过简单getter/setter函数\n - **智能采样**：对相似功能函数进行代表性分析\n - **增量分析**：仅分析变更部分，避免重复扫描\n - **优先级队列**：高风险函数优先处理\n\n### 🔍 3. 四维RAG查询策略架构\n**检索精度提升400%，上下文理解更全面**\n\n- **📚 多维度信息检索**：\n - **🎯 函数维度**：基于函数签名、功能语义的精确检索\n - **🔗 调用关系维度**：上游调用者、下游被调用函数的关联分析\n - **📄 代码块维度**：语义相关代码片段的上下文检索\n - **🏗️ 架构维度**：跨合约、跨模块的架构级依赖分析\n\n- **🧠 智能查询优化**：\n - **语义理解增强**：多向量embedding，提升检索相关性\n - **上下文累积**：跨轮次信息聚合，避免重复查询\n - **动态权重调整**：根据分析阶段调整不同维度权重\n - **增量信息融合**：新信息与历史上下文的智能融合\n\n### 🛡️ 4. 漏洞验证引擎全面重构\n**检测准确率提升80%，支持中英文双语分析**\n\n- **🎯 智能分析流程**：\n - **谨慎性原则**：优先选择`need_more_info`，避免误判\n - **多轮迭代验证**：最多10轮深度分析，直到明确结论\n - **上下文累积**：历史分析信息智能传承\n - **实时反馈机制**：透明化分析过程，支持调试追踪\n\n- **🌐 多语言Prompt体系**：\n - **中文分析场景**：针对中文开发团队优化的分析逻辑\n - **英文分析场景**：符合国际标准的漏洞描述和分类\n - **智能语言切换**：根据项目特征自动选择最优语言模式\n - **双语对照验证**：关键漏洞的双语交叉验证机制\n\n---\n\n## 📊 v2.0性能提升总览\n\n| 核心指标 | v1.0 | v2.0 | 提升幅度 |\n|---------|------|------|---------|\n| 代码解析准确率 | 75% | 95% | **+27%** |\n| Call Graph准确性 | 60% | 94% | **+57%** |\n| 无效扫描过滤率 | 20% | 80% | **+300%** |\n| RAG检索相关性 | 65% | 92% | **+42%** |\n| 漏洞检测准确率 | 72% | 91% | **+26%** |\n| 分析成本(Token) | 100% | 40% | **-60%** |\n\n## 🔄 v2.0迁移指南\n\n### 兼容性说明\n- ✅ **完全向后兼容**：现有配置和数据无需修改\n- ✅ **平滑升级**：支持增量迁移，零停机部署\n- ✅ **智能识别**：自动识别项目类型，应用最优分析策略\n\n### 推荐配置优化\n```yaml\n# v2.0推荐配置\ntree_sitter:\n enabled: true\n languages: [\"solidity\", \"rust\", \"cpp\", \"move\"]\n \nplanning:\n complexity_threshold: \"medium\"\n cost_optimization: true\n parallel_workers: 4\n\nrag:\n query_dimensions: [\"function\", \"call_relation\", \"code_block\", \"architecture\"]\n context_accumulation: true\n \nvalidation:\n max_iterations: 10\n language_mode: \"auto\" # auto/zh/en\n```\n\n---\n\n**🎉 Finite Monkey Engine v2.0 - 让代码安全分析更智能、更专业、更高效！**"}, "23626029f8285793b261d16e133c03454cf055c8": {"t": 1785765884.1557233, "n": 6501, "h": "7c7a6d5707c5ca93", "c": "# Finite Monkey Engine v2.0\n\n**基于AI的智能代码安全分析平台**\n\n## 🚀 v2.0 版本升级亮点\n\n**Finite Monkey Engine v2.0** 带来了重大架构升级和功能增强：\n\n### 🔥 核心升级\n- **🎯 精准语言支持**：使用tree-sitter整个函数解析和上下文系统，专注4种核心语言（Solidity/Rust/C++/Move），提供最优分析体验\n- **🧠 RAG架构优化**：全新LanceDB合并式2表架构，查询效率提升300%\n- **📊 智能上下文理解**：多维度embedding技术，代码理解能力显著增强\n- **⚡ 性能优化**：统一存储策略，减少50%内存占用，提升并发处理能力\n- **🔍 深度业务分析**：增强的业务流可视化和跨合约依赖分析\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**专注于区块链和系统级代码安全审计**。通过集成多种AI模型和先进的静态分析技术，为核心编程语言项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n\n平台基于Tree-sitter解析引擎和函数级分析架构，**v2.0版本专注于4种核心语言**，提供最优的分析体验：\n\n**✅ 当前全面支持的语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整Tree-sitter支持\n- **Rust** (.rs) - Solana生态，Substrate，系统级编程\n- **C/C++** (.c/.cpp/.cxx/.cc/.C/.h/.hpp/.hxx) - 区块链底层、节点客户端\n- **Move** (.move) - Aptos, Sui区块链语言\n\n**🔄 计划支持的语言（后续版本）:**\n- ~~**Cairo** (.cairo) - StarkNet智能合约语言~~\n- ~~**Tact** (.tact) - TON区块链智能合约~~\n- ~~**FunC** (.fc/.func) - TON区块链原生语言~~\n- ~~**FA** (.fr) - 函数式智能合约语言~~\n- ~~**Python** (.py) - Web3、DeFi后端项目~~\n- ~~**JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目~~\n- ~~**Go** (.go) - 区块链基础设施、TEE项目~~\n- ~~**Java** (.java) - 企业级区块链应用~~\n\n> 💡 **v2.0设计理念**: 专注核心语言，提供深度优化的分析能力。基于函数粒度的代码分析架构，理论上可扩展到任何编程语言，后续版本将逐步支持更多语言。\n\n### 💎 v2.0核心优势\n- 🧠 **多AI模型支持**: 集成Claude-4 Sonnet、GPT-4、DeepSeek等主流AI模型\n- 🚀 **RAG架构升级**: 全新LanceDB合并式2表架构，查询效率提升300%\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图，支持跨合约依赖分析\n- 🔍 **深度安全分析**: 专注4种核心语言，提供最优分析精度\n- ⚡ **高效并发处理**: 优化内存管理，支持大规模项目并行分析\n- 🎯 **智能上下文理解**: 多维度embedding技术，代码理解能力显著增强\n- 🌐 **精简高效架构**: 专注核心语言，减少50%维护复杂度\n\n## 🚀 v2.0主要特性\n\n### 🧠 增强AI驱动分析\n- **多模型协同**: Claude-4 Sonnet、GPT-4等AI模型智能协作\n- **RAG增强理解**: 基于LanceDB的多维度上下文感知技术\n- **业务逻辑深度分析**: 深度理解DeFi协议、治理机制和代币经济学\n- **智能漏洞发现**: AI辅助的复杂漏洞模式识别\n\n### 📊 升级版业务流可视化\n- **智能图表生成**: 自动分析代码生成Mermaid业务流程图\n- **多层次分析展示**: 支持项目级、文件夹级、函数级可视化\n- **跨合约依赖跟踪**: 清晰展示复杂的合约交互关系\n- **实时交互式图表**: 动态展示代码结构和调用链\n\n### 🔍 全面安全检测体系\n- **精准漏洞检测**: 专注核心语言，提供更精准的漏洞识别\n- **跨合约深度分析**: 多合约交互分析和复杂依赖关系跟踪\n- **业务场景审查**: 针对不同DeFi场景的专业安全分析\n- **智能误报过滤**: AI辅助减少误报，提升分析准确性\n\n### ⚡ v2.0架构优化\n- **LanceDB 2表架构**: 统一存储策略，查询效率提升300%\n- **多维度Embedding**: 内容、名称、自然语言三重embedding技术\n- **内存优化管理**: 减少50%内存占用，支持更大规模项目\n- **并发处理升级**: 优化线程管理，提升分析速度\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"your_api_key_here\" # API密钥\nCLAUDE_MODEL=claude-sonnet-4-20250514 # 推荐Claude模型\nVUL_MODEL=claude-sonnet-4-20250514 # 漏洞检测模型\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式\nSWITCH_BUSINESS_CODE=False # 业务流分析\nSWITCH_FILE_CODE=True # 文件级分析\nCROSS_CONTRACT_SCAN=True # 跨合约/文件分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认线程数\nBUSINESS_FLOW_COUNT=8 # 业务流重复数\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个合约）\n```bash\nSCAN_MODE=SPECIFIC_PROJECT\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=False\nMAX_THREADS_OF_SCAN=3\n```\n\n#### 🏢 企业级配置（大项目 > 100个合约）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=True\nMAX_THREADS_OF_SCAN=8\nCROSS_CONTRACT_SCAN=True\n```\n\n#### 💰 成本优化配置\n```bash\nVUL_MODEL=gpt-4-mini\nCONFIRMATION_MODEL=gpt-4-mini\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=1\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（可选，也可使用SQLite）\n- **AI API密钥**（OpenAI、Claude或其他兼容服务）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"/path/to/your/contracts\",\n \"white_files\": [\"Contract1.sol\", \"Contract2.sol\"],\n \"white_functions\": [\"criticalFunction1\", \"criticalFunction2\"]\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 第237行设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: 分析完成后会生成 `output.xlsx` 报告\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 技术支持\n\n- **问题反馈**: [GitHub Issues](https://github.com/your-org/finite-monkey-engine/issues)\n- **功能讨论**: [GitHub Discussions](https://github.com/your-org/finite-monkey-engine/discussions)\n- **技术交流**: 加入我们的技术交流群\n\n## 🆕 v2.0版本说明\n\n### 重大升级\n- **核心语言专精**: 专注Solidity/Rust/C++/Move四种核心语言，提供最优分析体验\n- **RAG架构革新**: LanceDB合并式2表架构，性能提升300%\n- **智能embedding**: 多维度代码理解，分析精度显著提升\n- **架构优化**: 内存占用减少50%，支持更大规模项目\n\n### 迁移指南\n- v2.0完全向后兼容，无需修改现有配置\n- 不支持的语言文件会自动跳过，不影响系统运行\n- 建议更新配置文件以获得最佳性能体验\n\n---\n\n**🎉 Finite Monkey Engine v2.0 - 让代码安全分析更智能、更专业、更高效！**"}, "09c3a5163f90441c05603e94063f5fd5f9a381c8": {"t": 1785765886.1803424, "n": 5365, "h": "33337b11547f7856", "c": "# Finite Monkey Engine\n\n**基于AI的智能代码安全分析平台**\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**不仅支持智能合约，更可扩展到任何编程语言项目**。通过集成多种AI模型和先进的静态分析技术，为各类代码项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n平台基于ANTLR4解析引擎和函数级分析架构，目前已支持：\n\n**区块链语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整ANTLR支持\n- **Rust** (.rs) - Solana生态，Substrate等\n- **Move** (.move) - Aptos, Sui区块链语言\n- **Cairo** (.cairo) - StarkNet智能合约语言\n- **Tact** (.tact) - TON区块链智能合约\n- **FunC** (.fc/.func) - TON区块链原生语言\n- **FA** (.fr) - 函数式智能合约语言\n\n**传统编程语言:**\n- **Python** (.py) - 支持Web3、DeFi后端项目\n- **JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目 \n- **Go** (.go) - 区块链基础设施、TEE项目\n- **Java** (.java) - 企业级区块链应用\n- **C/C++** (.c/.cpp/.cxx/.cc/.C) - 区块链底层、节点客户端\n\n> 💡 **设计理念**: 基于函数粒度的代码分析，理论上可扩展到任何编程语言\n\n### 核心优势\n- 🧠 **多AI模型支持**: 集成Claude、GPT-4、DeepSeek等主流AI模型\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图\n- 🔍 **深度安全分析**: 覆盖智能合约、Web3、传统软件项目\n- ⚡ **高效并发处理**: 支持多线程并发分析\n- 🎯 **智能上下文理解**: RAG技术增强的代码理解能力\n- 🌐 **语言无关架构**: 通用的函数级分析框架\n\n## 🚀 主要特性\n\n### AI驱动的智能分析\n- **多模型支持**: Claude-4 Sonnet、GPT-4等主流AI模型\n- **上下文感知**: 基于RAG技术的智能代码理解\n- **业务逻辑分析**: 深度理解DeFi协议、治理机制和代币经济学\n\n### 可视化业务流程图\n- **自动生成**: 智能分析代码生成Mermaid图表\n- **多层次展示**: 支持项目级、文件夹级、函数级分析\n- **交互式图表**: 清晰展示合约交互和依赖关系\n\n### 全面安全检测\n- **漏洞检测**: 覆盖常见和复杂的智能合约漏洞\n- **跨合约分析**: 多合约交互分析和依赖关系跟踪\n- **业务逻辑审查**: 针对性的业务场景安全分析\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"your_api_key_here\" # API密钥\nCLAUDE_MODEL=claude-sonnet-4-20250514 # 推荐Claude模型\nVUL_MODEL=claude-sonnet-4-20250514 # 漏洞检测模型\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式\nSWITCH_BUSINESS_CODE=False # 业务流分析\nSWITCH_FILE_CODE=True # 文件级分析\nCROSS_CONTRACT_SCAN=True # 跨合约/文件分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认线程数\nBUSINESS_FLOW_COUNT=8 # 业务流重复数\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个合约）\n```bash\nSCAN_MODE=SPECIFIC_PROJECT\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=False\nMAX_THREADS_OF_SCAN=3\n```\n\n#### 🏢 企业级配置（大项目 > 100个合约）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=True\nMAX_THREADS_OF_SCAN=8\nCROSS_CONTRACT_SCAN=True\n```\n\n#### 💰 成本优化配置\n```bash\nVUL_MODEL=gpt-4-mini\nCONFIRMATION_MODEL=gpt-4-mini\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=1\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（可选，也可使用SQLite）\n- **AI API密钥**（OpenAI、Claude或其他兼容服务）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"/path/to/your/contracts\",\n \"white_files\": [\"Contract1.sol\", \"Contract2.sol\"],\n \"white_functions\": [\"criticalFunction1\", \"criticalFunction2\"]\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 第237行设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: 分析完成后会生成 `output.xlsx` 报告\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 技术支持\n\n- **问题反馈**: [GitHub Issues](https://github.com/your-org/finite-monkey-engine/issues)\n- **功能讨论**: [GitHub Discussions](https://github.com/your-org/finite-monkey-engine/discussions)\n- **技术交流**: 加入我们的技术交流群\n\n---\n\n**🎉 让智能合约安全分析变得更智能、更高效！**"}, "c792173d7330c6a60ee13d869ed080775887ba12": {"t": 1785765887.8095026, "n": 5408, "h": "ae1a88ca90af2389", "c": "# Finite Monkey Engine\n\n**基于AI的智能代码安全分析平台**\n\n## 🎯 项目简介\n\nFinite Monkey Engine 是一个先进的AI驱动代码安全分析平台，**不仅支持智能合约，更可扩展到任何编程语言项目**。通过集成多种AI模型和先进的静态分析技术，为各类代码项目提供全面、智能的安全审计解决方案。\n\n### 🌍 多语言支持\n平台基于ANTLR4解析引擎和函数级分析架构，目前已支持：\n\n**区块链语言:**\n- **Solidity** (.sol) - 以太坊智能合约，完整ANTLR支持\n- **Rust** (.rs) - Solana生态，Substrate等\n- **Move** (.move) - Aptos, Sui区块链语言\n- **Cairo** (.cairo) - StarkNet智能合约语言\n- **Tact** (.tact) - TON区块链智能合约\n- **FunC** (.fc/.func) - TON区块链原生语言\n- **FA** (.fr) - 函数式智能合约语言\n\n**传统编程语言:**\n- **Python** (.py) - 支持Web3、DeFi后端项目\n- **JavaScript/TypeScript** (.js/.ts) - Web3前端、Node.js项目 \n- **Go** (.go) - 区块链基础设施、TEE项目\n- **Java** (.java) - 企业级区块链应用\n- **C/C++** (.c/.cpp/.cxx/.cc/.C) - 区块链底层、节点客户端\n\n> 💡 **设计理念**: 基于函数粒度的代码分析，理论上可扩展到任何编程语言\n\n### 核心优势\n- 🧠 **多AI模型支持**: 集成Claude、GPT-4、DeepSeek等主流AI模型\n- 📊 **业务流可视化**: 自动生成Mermaid业务流程图\n- 🔍 **深度安全分析**: 覆盖智能合约、Web3、传统软件项目\n- ⚡ **高效并发处理**: 支持多线程并发分析\n- 🎯 **智能上下文理解**: RAG技术增强的代码理解能力\n- 🌐 **语言无关架构**: 通用的函数级分析框架\n\n## 🚀 主要特性\n\n### AI驱动的智能分析\n- **多模型支持**: Claude-4 Sonnet、GPT-4等主流AI模型\n- **上下文感知**: 基于RAG技术的智能代码理解\n- **业务逻辑分析**: 深度理解DeFi协议、治理机制和代币经济学\n\n### 可视化业务流程图\n- **自动生成**: 智能分析代码生成Mermaid图表\n- **多层次展示**: 支持项目级、文件夹级、函数级分析\n- **交互式图表**: 清晰展示合约交互和依赖关系\n\n### 全面安全检测\n- **漏洞检测**: 覆盖常见和复杂的智能合约漏洞\n- **跨合约分析**: 多合约交互分析和依赖关系跟踪\n- **业务逻辑审查**: 针对性的业务场景安全分析\n\n## 📁 项目架构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── main.py # 主入口文件\n│ ├── planning/ # 智能任务规划模块\n│ ├── validating/ # 漏洞检测验证模块\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── code_summarizer/ # 智能代码分析模块\n│ ├── reasoning/ # 推理分析模块\n│ ├── dao/ # 数据访问层\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程管理\n├── knowledges/ # 领域知识库\n├── docker-compose.yml # Docker部署配置\n└── requirements.txt # 依赖包列表\n```\n\n## ⚙️ 环境配置\n\n### 快速配置\n\n1. **复制环境变量模板**：\n ```bash\n cp env.example .env\n ```\n\n2. **编辑 `.env` 文件**，配置你的API密钥和首选项\n\n### 核心环境变量\n\n```bash\n# 数据库配置（必需）\nDATABASE_URL=postgresql://postgres:1234@127.0.0.1:5432/postgres\n\n# AI模型配置（必需）\nOPENAI_API_BASE=\"api.openai-proxy.org\" # LLM代理平台\nOPENAI_API_KEY=\"your_api_key_here\" # API密钥\nCLAUDE_MODEL=claude-sonnet-4-20250514 # 推荐Claude模型\nVUL_MODEL=claude-sonnet-4-20250514 # 漏洞检测模型\n\n# 扫描模式配置\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED # 推荐模式\nSWITCH_BUSINESS_CODE=False # 业务流分析\nSWITCH_FILE_CODE=True # 文件级分析\nCROSS_CONTRACT_SCAN=True # 跨合约/文件分析\n\n# 性能调优\nMAX_THREADS_OF_SCAN=10 # 扫描线程数\nMAX_THREADS_OF_CONFIRMATION=50 # 确认线程数\nBUSINESS_FLOW_COUNT=8 # 业务流重复数\n```\n\n> 📝 **完整配置**: 查看 `env.example` 文件了解所有可配置选项和详细说明\n\n### 推荐配置方案\n\n#### 🚀 快速开始配置（小项目 < 50个合约）\n```bash\nSCAN_MODE=SPECIFIC_PROJECT\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=False\nMAX_THREADS_OF_SCAN=3\n```\n\n#### 🏢 企业级配置（大项目 > 100个合约）\n```bash\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nHUGE_PROJECT=True\nMAX_THREADS_OF_SCAN=8\nCROSS_CONTRACT_SCAN=True\n```\n\n#### 💰 成本优化配置\n```bash\nVUL_MODEL=gpt-4-mini\nCONFIRMATION_MODEL=gpt-4-mini\nMAX_THREADS_OF_SCAN=3\nBUSINESS_FLOW_COUNT=1\n```\n\n## 🚀 快速开始\n\n### 环境要求\n- **Python 3.10+**\n- **PostgreSQL 13+**（可选，也可使用SQLite）\n- **AI API密钥**（OpenAI、Claude或其他兼容服务）\n\n### 安装步骤\n\n```bash\n# 1. 克隆项目\ngit clone https://github.com/your-org/finite-monkey-engine.git\ncd finite-monkey-engine\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入你的API密钥和数据库配置\n\n# 4. 运行分析\npython src/main.py\n```\n\n## 📊 使用指南\n\n### 项目配置\n\n在 `src/dataset/agent-v1-c4/datasets.json` 中配置你的项目：\n\n```json\n{\n \"your_project_id\": {\n \"path\": \"/path/to/your/contracts\",\n \"white_files\": [\"Contract1.sol\", \"Contract2.sol\"],\n \"white_functions\": [\"criticalFunction1\", \"criticalFunction2\"]\n }\n}\n```\n\n### 运行分析\n\n1. **修改项目ID**: 在 `src/main.py` 第237行设置你的项目ID\n```python\nproject_id = 'your_project_id'\n```\n\n2. **执行分析**:\n```bash\npython src/main.py\n```\n\n3. **查看结果**: 分析完成后会生成 `output.xlsx` 报告\n\n### 输出文件说明\n\n- **Excel报告**: 详细的漏洞发现和分析结果\n- **Mermaid图表**: `src/codebaseQA/mermaid_output/` 目录下的业务流程图\n- **数据库记录**: 完整的分析过程和结果存储\n\n## 🎯 最佳实践建议\n\n### 性能优化\n1. **大项目处理**: 设置 `HUGE_PROJECT=True` 和适当的线程数\n2. **API成本控制**: 使用 `gpt-4-mini` 进行初步分析\n3. **内存管理**: 大项目建议设置 `SWITCH_FILE_CODE=False`\n\n### 准确性提升\n1. **业务流分析**: 保持 `SWITCH_BUSINESS_CODE=True` 获得更好的上下文理解\n2. **多轮确认**: 设置适当的 `MAX_CONFIRMATION_ROUNDS`\n3. **专业模型**: 重要项目使用 Claude-4 Sonnet 或 GPT-4\n\n### 安全建议\n1. **API密钥安全**: 使用环境变量，不要硬编码\n2. **网络访问**: 生产环境建议关闭 `ENABLE_INTERNET_SEARCH`\n3. **数据备份**: 定期备份分析数据库\n\n## 🔧 故障排除\n\n### 常见问题\n\n**Q: API调用失败**\n```bash\n# 检查API密钥和网络连接\nexport OPENAI_API_KEY=your_key\ncurl -H \"Authorization: Bearer $OPENAI_API_KEY\" https://api.openai.com/v1/models\n```\n\n**Q: 内存不足**\n```bash\n# 调整配置减少内存使用\nHUGE_PROJECT=True\nSWITCH_FILE_CODE=False\nMAX_THREADS_OF_SCAN=3\n```\n\n**Q: 分析速度慢**\n```bash\n# 增加并发线程（注意API限制）\nMAX_THREADS_OF_SCAN=8\nMAX_THREADS_OF_CONFIRMATION=5\n```\n\n## 🤝 贡献指南\n\n1. Fork 项目\n2. 创建功能分支 (`git checkout -b feature/新功能`)\n3. 提交更改 (`git commit -m '添加新功能'`)\n4. 推送到分支 (`git push origin feature/新功能`)\n5. 创建 Pull Request\n\n## 📄 许可证\n\nApache License 2.0 - 查看 [LICENSE](LICENSE) 文件了解详情\n\n## 📞 技术支持\n\n- **问题反馈**: [GitHub Issues](https://github.com/your-org/finite-monkey-engine/issues)\n- **功能讨论**: [GitHub Discussions](https://github.com/your-org/finite-monkey-engine/discussions)\n- **技术交流**: 加入我们的技术交流群\n\n---\n\n**🎉 让智能合约安全分析变得更智能、更高效！**"}, "83bf408a0e35c68a1994904f8f03c2d3b985261b": {"t": 1785765889.2214508, "n": 3320, "h": "569e2c5e69d91130", "c": "# Finite Monkey Engine\n\n**基于AI的智能合约安全分析平台**\n\n## 🎯 概述\n\nFinite Monkey Engine是一个先进的智能合约安全分析平台，利用AI和前沿分析技术为区块链项目提供全面的漏洞检测和业务流分析。\n\n## 🚀 核心功能\n\n### 🧠 AI驱动分析\n- **Claude-4 Sonnet集成**：利用先进的语言模型进行智能代码理解\n- **多模态分析**：结合静态分析和AI驱动的语义理解\n- **上下文感知检测**：具备业务逻辑理解的智能漏洞检测\n\n### 📊 业务流可视化\n- **Mermaid图表自动生成**：自动生成业务流程图\n- **交互式分析**：合约交互和依赖关系的可视化表示\n- **多层次粒度**：项目级、文件夹级和函数级分析\n\n### 🔍 高级安全功能\n- **全面漏洞检测**：检测常见和复杂的智能合约漏洞\n- **业务逻辑分析**：理解DeFi协议、治理机制和代币经济学\n- **跨合约分析**：多合约交互分析和依赖关系跟踪\n\n### 🛠 模块化架构\n- **规划模块**：智能任务规划和业务流提取\n- **验证模块**：全面的漏洞检查和验证\n- **上下文模块**：具备RAG和调用树分析的高级上下文管理\n- **代码总结器**：具备强化学习能力的智能代码分析\n\n## 📁 项目结构\n\n```\nfinite-monkey-engine/\n├── src/\n│ ├── planning/ # 任务规划和业务流分析\n│ ├── validating/ # 漏洞检测和验证\n│ ├── context/ # 上下文管理和RAG处理\n│ ├── code_summarizer/ # AI驱动的代码分析和总结\n│ ├── reasoning/ # 分析推理和对话管理\n│ ├── dao/ # 数据访问对象和实体管理\n│ ├── library/ # 解析库和工具\n│ ├── openai_api/ # AI API集成\n│ └── prompt_factory/ # 提示工程和管理\n├── knowledges/ # 领域知识库\n├── scripts/ # 实用脚本\n└── docs/ # 文档\n```\n\n## 🚀 快速开始\n\n### 前置要求\n\n- Python 3.9+\n- Node.js 16+ (用于某些分析功能)\n- OpenAI API密钥或兼容的AI服务\n\n### 安装\n\n1. **克隆代码库**\n ```bash\n git clone https://github.com/your-org/finite-monkey-engine.git\n cd finite-monkey-engine\n ```\n\n2. **安装依赖**\n ```bash\n pip install -r requirements.txt\n ```\n\n3. **配置环境**\n ```bash\n cp .env.example .env\n # 编辑.env文件，配置您的API密钥和设置\n ```\n\n4. **运行分析**\n ```bash\n python src/main.py\n ```\n\n## 🔧 配置\n\n### 分析模式\n\n平台支持多种分析模式：\n\n- **业务流模式** (`SWITCH_BUSINESS_CODE=True`)：专注于业务逻辑分析\n- **文件级模式** (`SWITCH_FILE_CODE=True`)：全面的逐文件分析\n- **细粒度模式** (`SCAN_MODE=COMMON_PROJECT_FINE_GRAINED`)：详细的漏洞扫描\n\n### 环境变量\n\n```bash\n# 分析配置\nSWITCH_BUSINESS_CODE=True\nSWITCH_FILE_CODE=False\nSCAN_MODE=COMMON_PROJECT_FINE_GRAINED\n\n# AI配置\nOPENAI_API_KEY=your_api_key_here\nOPENAI_BASE_URL=https://api.openai.com/v1\n\n# 输出配置\nOUTPUT_DIR=./output\nMERMAID_OUTPUT_DIR=src/codebaseQA/mermaid_output\n```\n\n## 🎯 使用场景\n\n### DeFi协议分析\n- **流动性池安全**：AMM和借贷协议分析\n- **治理机制审查**：DAO治理和投票系统分析\n- **代币经济学验证**：代币经济学和分配机制审查\n\n### NFT项目安全\n- **铸造逻辑分析**：NFT铸造机制和访问控制审查\n- **市场集成**：二级市场集成安全分析\n- **版税机制审查**：创作者版税和费用分配分析\n\n### 跨链协议分析\n- **桥接安全评估**：跨链桥接机制分析\n- **多链部署**：不同链上的一致性安全\n- **互操作性审查**：协议交互和依赖关系分析\n\n## 📊 分析报告\n\n平台生成全面的分析报告，包括：\n\n- **安全漏洞报告**：详细的漏洞发现和严重性评级\n- **业务流图表**：合约交互的可视化表示\n- **Gas优化建议**：性能改进建议\n- **最佳实践合规性**：安全标准和指南的遵循情况\n\n## 🧪 测试\n\n运行测试套件：\n\n```bash\n# 单元测试\npython -m pytest tests/\n\n# 集成测试\npython -m pytest tests/integration/\n\n# 覆盖率报告\npython -m pytest --cov=src tests/\n```\n\n## 🤝 贡献\n\n我们欢迎贡献！请查看我们的[贡献指南](CONTRIBUTING.md)了解详情。\n\n1. Fork代码库\n2. 创建功能分支 (`git checkout -b feature/amazing-feature`)\n3. 提交您的更改 (`git commit -m 'Add amazing feature'`)\n4. 推送到分支 (`git push origin feature/amazing-feature`)\n5. 开启Pull Request\n\n## 📄 许可证\n\n此项目基于Apache License 2.0许可证 - 请查看[LICENSE](LICENSE)文件了解详情。\n\n## 🙏 致谢\n\n- **ANTLR4**：提供Solidity解析能力\n- **Claude AI**：提供高级代码理解\n- **Mermaid**：提供业务流可视化\n- **OpenAI**：提供AI驱动的分析能力\n\n## 📞 支持\n\n- **文档**：[https://finite-monkey-engine.readthedocs.io](https://finite-monkey-engine.readthedocs.io)\n- **问题**：[GitHub Issues](https://github.com/your-org/finite-monkey-engine/issues)\n- **讨论**：[GitHub Discussions](https://github.com/your-org/finite-monkey-engine/discussions)\n- **邮件**：support@finite-monkey-engine.com\n\n---\n\n**🎉 Finite Monkey Engine - 让智能合约安全分析变得智能和可访问！**"}}}} |