Zum Inhalt springen
Alle Projekte

Die geschäftlichen Zusammenfassungen sind in dieser Sprache verfügbar. Produktabläufe und technische Belege werden auf Englisch gepflegt.

Sicherheit & Absicherung

Achilles

KI-generierten Code prüfen, bevor daraus ein Risiko entsteht.

KI-gestützte Entwicklung erhöht die Menge des zu prüfenden Codes. Ihr Team braucht Befunde, die es untersuchen, priorisieren und mit bestehenden Scannern vergleichen kann.

Verantwortliche für Anwendungssicherheit und Engineering

Softwareprototyp, Zugang unter Geheimhaltungsvereinbarung

A finding to investigate
request input
  → file path construction
  → filesystem access

Review question:
Can input escape the intended directory?
Input
Representative maintained source
Analysis
Selected rules and bounded taint paths
Evidence
Source location, rule and review context
Decision
Confirm, dismiss with reason, or investigate
Decision logic and control flow

Explore the reasoning

Agree the code, rule set and current scanners against which the evaluation will be judged.

Engage now
A bounded evaluation plan covering rule fit, review workflow and comparison with your current tools.
Inspect
Source prototype, access under NDA
Five Rust crates covering parsers, core analysis, optional AI support, LSP, and CLI surfaces.
Still to validate
Static rules can produce false positives and false negatives; a clean scan is not a security guarantee.
Measure false positives, false negatives, language coverage, and operating impact against representative maintained repositories.

Quellen geprüft

The decision behind the system

What should a reviewer inspect before accepting AI code?

A Rust static-analysis toolkit for AI-generated and AI-application code: deterministic rules, bounded taint analysis, editor diagnostics and reviewable CI findings. Complements existing SAST and accountable security review.

Achilles inspects selected code and application-security patterns. Aegis organises system-level governance evidence. Neither substitutes for accountable security review.

Rules you can inspect

Tree-sitter parsing and source-controlled rules identify selected risky patterns. Bounded taint analysis supports selected high-risk rules.

Where developers work

CLI, language-server diagnostics and SARIF output put findings into editor, CI and code-review workflows.

Team-specific triage

Custom rule setup, severity overrides and optional model-assisted triage help adapt review to a team's code and risk model.

Read the complete system walkthrough
  1. Select

    Agree the code, rule set and current scanners against which the evaluation will be judged.

  2. Inspect

    Examine deterministic rules and selected bounded taint paths. A potential finding is a question for review, not proof of exploitability.

  3. Triage

    Follow the finding into CLI, editor or SARIF review. Keep optional model-assisted triage distinct from deterministic analysis.

  4. Compare

    Review missed cases and false positives, remediate and rescan. A clean scan is not a security guarantee.

See all evidence and limits

Inspect the source, test conditions and operating limits in the technical record.

Technische Unterlagen und Evidenz

Brücke Business ↔ Technologie · Security capability experiment

Convert fast AI-assisted coding into reviewable release evidence.

Explores deterministic security analysis for AI-generated and AI-application code.

Dies ist eine Portfolio- und Quellinterpretation, keine Aussage über Kunden, Betrieb, Zertifizierung oder Ergebnisse.

  1. 01

    Geschäftlicher Druck

    AI-assisted development can increase code volume and repeat insecure patterns faster than conventional review capacity grows.

  2. 02

    Produktentscheidung

    Keep deterministic parsing and source-controlled rules primary, with model-assisted triage optional and explicitly separate.

  3. 03

    Technischer Nachweis

    Rust crates, tree-sitter parsers, YAML rules, SARIF output, CLI, LSP, CI integration, and selected fixtures.

  4. 04

    Evidenzrückfluss

    Findings and unresolved uncertainty return to remediation priority, release criteria, security review, and engineering policy.

Repository-/Laufzeitgrenze

Diese Seite interpretiert Quellen aus einem getrennten Venture-Repository. Quellcode dort bedeutet nicht, dass das Venture als Dienst in hyperion-consulting.io läuft.

Die KI-Verarbeitung von Besucher- und Kundendaten ist auf Mistral über den kontrollierten EU-Endpunkt beschränkt. Die vom Inhaber freigegebenen Pfade Helio, Suche und Product Council sind aktiviert. Ein getrenntes Redaktionsverfahren mit öffentlichen Quellen nutzt Anthropic mit kontrolliertem Mistral-Ersatz; es erhält keine Website-Anfragen, Kundendokumente oder Besuchergespräche. Deterministische Werkzeuge bleiben ohne Remote-KI verfügbar.

Quellcode-Evidenz

Was der Quellcode tatsächlich belegt

A Rust static-analysis toolkit for AI-generated and AI-application code. The reviewed source includes tree-sitter parsing, deterministic rules, bounded taint analysis for selected rules, SARIF output, CLI and editor diagnostics, and optional model-assisted triage.

Der detaillierte technische Stand wird auf Englisch gepflegt.

Reifegrad
Source prototype, access under NDA
Evidenzprüfung
Quellstand bis

Produkt- und Architekturentscheidungen

  • Keep deterministic parsing and rules as the primary scan path; make model-assisted analysis optional.
  • Represent findings in interoperable output such as SARIF for CI and code-review workflows.
  • Position the tool as a complement to general-purpose security scanners, not a replacement for them.

Prüfbare Evidenz

  • Five Rust crates covering parsers, core analysis, optional AI support, LSP, and CLI surfaces.
  • Source-controlled rules, selected bounded taint paths, custom-rule setup and severity overrides.
  • Integration fixtures, SARIF help links, a GitHub Action, editor extension and in-memory language-server diagnostics.

Aussagegrenze

  • Static rules can produce false positives and false negatives; a clean scan is not a security guarantee.
  • Optional model-assisted triage requires separate configuration and review.
  • No certification, comprehensive vulnerability coverage, or customer security outcome is asserted.

Repository-Evidenz ist kein Nachweis für Kunden, Betrieb, Zertifizierung oder Ergebnisse.

Architektur

Vom CI-Hook zu Sicherheitserkenntnissen

Drei Schichten: CLI- und CI-Integration, ein AST-Scanner mit 210 Regeln für ausgewählte Muster in KI-generiertem Code und KI-Anwendungen sowie eine optionale modellgestützte Triage, die beim Priorisieren der Befunde helfen kann. Keine davon ersetzt ein Security-Review.

Nur Quellübersicht: Eine Schicht kann implementierten Code, eine Adaptergrenze oder dokumentiertes Design darstellen. Sie belegt keinen konfigurierten Produktionsdienst.

  1. 01

    Schicht 1 — Entwickleroberfläche

    Rust-Kommandozeile, LSP, CI und SARIF unterstützen lokale Scans und Scans im Review-Workflow. Es wird keine universelle Laufzeitumgebung und keine Leistung im großen Maßstab behauptet.

  2. 02

    Schicht 2 — 210-Regel-Engine

    The source represents parsers for JavaScript, TypeScript, Python, Go, Java, Rust, Ruby, PHP, C# and Swift. Source-controlled rules cover selected AI-generated and AI-application risks, with bounded taint analysis for selected high-risk rules. Coverage and accuracy require evaluation against representative code.

  3. 03

    Schicht 3 — Optionale modellgestützte Triage

    Eine optionale Triage mit einem Mistral-Modell, lokal oder gehostet, kann helfen, wahrscheinliche Fehlalarme auszusortieren und Befunde nach Kontext neu zu ordnen. Sie läuft nur, wenn sie aktiviert ist, und ersetzt kein Security-Review.

210 Regeln in 5 Kategorien

Muster in KI-Anwendungen, die explizite Regeln brauchen

Deterministische Regeln erkennen ausgewählte Muster in KI-Anwendungen; eine optionale modellgestützte Triage kann beim Priorisieren der Befunde helfen, aber keiner der beiden Wege ersetzt ein Security-Review.

Nur Repository-Oberfläche: Verfügbarkeit, Vollständigkeit, Leistung und Betriebstauglichkeit erfordern eine gesonderte Validierung.

Vibe-Code Patterns

01

Hardcodierte API-Schlüssel in Prompt-Templates, SQL via String-Konkatenation in 'nur Demo'-Code-Pfaden, unsichere Deserialisierung, Eval von LLM-Ausgaben, Secrets, die auf INFO-Level geloggt werden. Die Ansammlung von Mustern, die ausgeliefert werden, wenn 'funktioniert einmal' über 'funktioniert sicher' siegt.

Agent Security

02

Tool-Definitionen ohne Parameter-Validierung, Agent-Fähigkeiten, die sich mit Admin-Privilegien überschneiden, fehlende Ratenbegrenzungen für LLM-aufrufbare Tools, Prompt-Präfixe, die Systemidentitäten preisgeben. Die Ansammlung, die aus einem Jailbreak einen Vorfall macht.

LLM Application Risks

03

Unsanitisierte LLM-Ausgaben, die als HTML gerendert werden, Prompt-Injection-Vektoren in benutzerkontrolliertem Kontext, indirekte Injection über abgerufene Dokumente, Modellausgaben, die in Shell oder Eval geleitet werden, fehlende Validierung des Ausgabe-Schemas. Das OWASP-LLM-Top-10 konkret umgesetzt.

Framework Vulnerabilities

04

Next.js Server Action Exposure ohne Authentifizierung, FastAPI Dependency Injection Bypass, LangChain Chain-of-Thought-Leakage, Django ORM SQL-Injection via raw(), unsicheres Template-Rendering. Framework-spezifische Regeln, kein generisches Taint-Tracking.

Cloud Security

05

Öffentliche S3-Buckets mit sensiblen Präfixen, IAM-Rollen mit `*`-Aktionen, AWS Bedrock Cross-Account-Berechtigungen, GCP Vertex AI in einem Kontext ohne Service-Account exponiert. Die Ansammlung, die aus einer geleakten Endpunkt-URL eine vollständige Datenexfiltration macht.

Technologien

Eingesetzte Technologien

Genannte Technologien kennzeichnen Repository-Abhängigkeiten oder Adapteroberflächen; sie belegen keine aktive Integration oder Bereitstellung.

Kern-Engine
Rust Workspace: achilles-parsers, achilles-core, achilles-ai, achilles-lsp, achilles-cli — tree-sitter, serde, regex, YAML-Regel-Engine, Taint-Flow-Analyse
Sprach-Parser
tree-sitter-javascript, tree-sitter-typescript, tree-sitter-python, tree-sitter-go, tree-sitter-java, tree-sitter-rust, tree-sitter-ruby, tree-sitter-php, tree-sitter-c-sharp, tree-sitter-swift
KI-Integration
Mistral AI SDK, Ollama-Client, konfigurierbare Modellauswahl, Fehlalarm-Filterung, Schweregrad-Neubewertung
CLI, LSP und Ausgabe
clap, colored, serde_json, SARIF v2.1.0-Ausgabe, Language Server Protocol
CI/CD
GitHub Actions (CI + Cross-Compile-Release), GitLab CI, Bitbucket Pipelines, Pre-Commit-Hooks
Plattformen
Linux (amd64/arm64), macOS (amd64/arm64), Windows (amd64)
Technical documents & controlled source access

Quellcode

Den Code erkunden

Der Achilles-Quellcode ist auf Anfrage fuer Evaluierungs- und Partnerschaftszwecke verfuegbar.

NDA erforderlich

Um auf den Quellcode zuzugreifen, unterzeichnen Sie bitte unsere Geheimhaltungsvereinbarung.

Mit Hyperion arbeiten

Eine repräsentative Codeprobe evaluieren

Ein abgegrenzter Evaluierungsplan zur Eignung der Regeln, zum Prüfablauf und zum Vergleich mit Ihren bisherigen Werkzeugen.

Bringen Sie eine kurze Beschreibung Ihrer Situation, Rahmenbedingungen und Entscheidung mit. Umfang, Verantwortlichkeiten und Angebot werden vor Arbeitsbeginn vereinbart.