Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 101 · Текст · ~5 мин

Сканеры безопасности вместе с Agents SDK

Урок 101 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

В этом notebook мы создадим рабочий процесс анализа безопасности с OpenAI Agents SDK и статическими сканами от Semgrep и Bandit. Агент-менеджер в нашем рабочем процессе динамически выбирает агентов-специалистов для исследования кода, стоящего за каждым обнаружением сканера. После анализа и валидации мы используем подтвержденные обнаружения для создания Codex /goal prompt, который вы сможете просмотреть, прежде чем попросить Codex внести исправления.

  1. Требования и разрешения
  2. Как работает анализ
  3. Закрепление исходных файлов и запуск сканеров
  4. Один менеджер выбирает специалистов
  5. Валидация обнаружений и подготовка Codex goal
  6. Сравнение двух анализов репозиториев
  • Python: Используйте Python 3.12.
  • API key: Для реальных запусков требуется OPENAI_API_KEY.
  • Поддерживаемые платформы: Реальные сканирования поддерживают macOS, Linux и подсистему Windows для Linux (WSL). Нативная Windows не поддерживается.
  • JupyterLab: Установите его отдельно.
  • Пакеты и сканеры: Установите закрепленные версии ниже.
  • Модель по умолчанию: gpt-5.6-sol с xhigh reasoning.
  • Разрешения: network разрешает загрузки, scanners разрешает локальные сканирования, а model_agents разрешает вызовы модели.
  • Безопасная инспекция: Оставьте разрешения пустыми, чтобы запустить все cell без внешних действий.
  • Полная демонстрация: Включите все три разрешения.

security_review_helpers.py обрабатывает загрузки, выполнение сканера, проверки доказательств и форматирование результатов. Держите вспомогательный файл в той же директории, что и этот notebook, если вы запускаете его локально. Определения агентов, валидатор и результаты приведены ниже.

Теперь давайте рассмотрим, как это работает. Мы начинаем со сбора возможных проблем из отчетов сканера в список кандидатов. Агент-менеджер выбирает специалиста для анализа каждого кандидата, а независимый валидатор предлагает решение. Python проверяет, что каждый кандидат был проанализирован ровно один раз, и останавливает анализ, если ID кандидата неизвестен, дублируется или отсутствует.

Python также обеспечивает соблюдение разрешений, проверяет файлы и выбирает сканеры. Каждый агент-специалист получает выдержки из проверенных файлов. Мы инструктируем агентов рассматривать текст репозитория как доказательство, а не как инструкции.

Оба примера используют статический анализ исходного кода. Они не вызывают Codex Security, не запускают ни одно из приложений…

План урока

  1. 1. Требования и разрешения
  2. Загрузка вспомогательного модуля
  3. 2. Как работает анализ
  4. 3. Закрепление исходных файлов и запуск сканеров
  5. 4. Один агент-менеджер выбирает специалистов
  6. 5. Валидация обнаружений и подготовка Codex goal
  7. 6. Сравнение двух анализов репозиториев
  8. Передача Codex для анализа человеком

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды