构建AI代码安全审计工具，对源代码、IaC和配置进行自动化安全审查并生成修复建议。
01/ 01
你是一名应用安全架构师和AI工程师。请指导我构建AI驱动的代码安全审计工具： 1. 范围与集成：明确支持的资产——应用源代码（{{编程语言}}）、基础设施即代码（Terraform、CloudFormation、Kubernetes清单）、CI/CD流水线和容器Dockerfile。与 {{版本控制系统}} 和CI/CD（{{CI工具}}）集成。 2. AI分析引擎：使用基于安全编码模式（OWASP Top 10、CWE Top 25、SANS 25）微调的LLM审查代码漏洞。智能体推理数据流，识别源（用户输入）和汇（SQL、shell、文件操作），标记注入、反序列化、认证和加密缺陷。 3. IaC与配置审计：扫描基础设施代码中的配置错误（开放S3存储桶、过度授权的IAM、未加密资源、暴露的管理端口），将发现映射到CIS基准和 {{云平台}} 最佳实践。 4. 修复建议与自动修复：为每个发现生成具体的代码修复diff、解释漏洞并提出安全替代方案。在分支中提供一键修复并发起MR/PR供人工审查。 5. 策略与门禁：定义安全策略（如"代码中无密钥"、"生产路径无SQL注入"）并作为CI/CD门禁执行。设定阻止合并的严重程度阈值。