Aller au contenu
Tous les projets

Les synthèses commerciales sont disponibles dans cette langue. Les parcours produit et les preuves techniques sont maintenus en anglais.

Sécurité et assurance

Achilles

Examiner le code généré par l’IA avant qu’il ne vous expose à un risque.

Le développement assisté par l’IA augmente le volume de code à examiner. Votre équipe a besoin de constats qu’elle peut inspecter, trier et comparer à ceux de ses outils d’analyse actuels.

Responsables de la sécurité applicative et de l’ingénierie

Prototype logiciel, accès sous accord de confidentialité

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.

Start here
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.

Sources examinées

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.

Explorer le dossier technique et les preuves

Pont métier ↔ technologie · Security capability experiment

Convert fast AI-assisted coding into reviewable release evidence.

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

Il s'agit d'une interprétation du portefeuille et des sources, et non d'une affirmation de client, déploiement, certification ou résultat.

  1. 01

    Pression métier

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

  2. 02

    Décision produit

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

  3. 03

    Dossier technique

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

  4. 04

    Retour des preuves

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

Frontière dépôt/exécution

Cette page interprète les sources d'un dépôt de venture distinct. Leur présence ne signifie pas que la venture est un service exécuté dans hyperion-consulting.io.

Le traitement IA des données des visiteurs et clients est limité à Mistral via le point de terminaison européen gouverné. Les parcours Helio, Recherche, Product Council et Revue des preuves fournisseur (pilote) autorisés par le propriétaire sont activés. Un circuit éditorial distinct de sources publiques utilise Anthropic avec Mistral gouverné en secours ; il ne reçoit ni demandes du site, ni documents clients, ni conversations des visiteurs. Les outils déterministes restent disponibles sans IA distante.

Preuves issues du code source

Ce que le code source permet réellement d’établir

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.

Le relevé technique détaillé est maintenu en anglais.

Maturité
Source prototype, access under NDA
Revue des preuves
État du code au

Décisions produit et architecture

  • 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.

Éléments vérifiables

  • 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.

Limites des affirmations

  • 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.

Les preuves du dépôt ne constituent pas des preuves client, de déploiement, de certification ou de résultats.

Architecture

Du hook CI aux résultats de sécurité

Trois couches : intégration CLI et CI, un scanner AST de 210 règles pour certains motifs propres au code généré par IA et aux applications d'IA, et un triage optionnel assisté par modèle qui peut aider à classer les résultats. Aucune ne remplace une revue de sécurité.

Carte des sources uniquement : une couche peut représenter du code implémenté, une frontière d'adaptateur ou une conception documentée. Elle n'affirme pas l'existence d'un service de production configuré.

  1. 01

    Couche 1 — Surface Développeur

    Les interfaces Rust en ligne de commande, LSP, CI et SARIF servent aux analyses locales et aux analyses dans le flux de revue. Aucun environnement d'exécution universel ni aucune performance à grande échelle ne sont revendiqués.

  2. 02

    Couche 2 — Moteur de 210 Règles

    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

    Couche 3 — Triage optionnel assisté par modèle

    Un triage optionnel avec un modèle Mistral, local ou hébergé, peut aider à écarter les faux positifs probables et à reclasser les résultats selon le contexte. Il ne s'exécute que s'il est activé et ne remplace pas une revue de sécurité.

210 règles réparties en 5 catégories

Des patterns propres aux applications d'IA qui exigent des règles explicites

Des règles déterministes repèrent certains patterns propres aux applications d'IA ; un triage optionnel assisté par modèle peut aider à classer les résultats, mais aucune des deux voies ne remplace une revue de sécurité.

Surface du dépôt uniquement : disponibilité, exhaustivité, performance et aptitude opérationnelle exigent une validation distincte.

Vibe-Code Patterns

01

Clés API codées en dur dans les templates de prompts, SQL via concaténation de chaînes dans les chemins de code 'juste pour la démo,' désérialisation non sécurisée, évaluation de la sortie LLM, secrets logués en niveau INFO. L'ensemble des patterns qui sont livrés quand 'ça marche une fois' l'emporte sur 'ça marche en toute sécurité.'

Agent Security

02

Définitions d'outils sans validation des paramètres, capacités d'agent qui chevauchent les privilèges admin, absence de limites de débit sur les outils appelables par LLM, préfixes de prompts qui divulguent l'identité du système. L'ensemble qui permet à un jailbreak de se transformer en incident.

LLM Application Risks

03

Sortie LLM non assainie rendue en HTML, vecteurs d'injection de prompt dans un contexte contrôlé par l'utilisateur, injection indirecte via des documents récupérés, sortie du modèle redirigée vers un shell ou eval, absence de validation du schéma de sortie. L'OWASP-LLM-Top-10 concrétisé.

Framework Vulnerabilities

04

Exposition de Next.js Server Action sans authentification, contournement de l'injection de dépendances FastAPI, fuite de la chaîne de pensée LangChain, injection SQL via raw() dans Django ORM, rendu de template non sécurisé. Règles spécifiques à chaque framework, pas un suivi de taint générique.

Cloud Security

05

S3 publics avec des préfixes sensibles, rôles IAM avec des actions `*`, permissions cross-account AWS Bedrock, GCP Vertex AI exposé dans un contexte sans compte de service. L'ensemble qui permet à une URL de point de terminaison divulguée de se transformer en exfiltration complète de données.

Technologies

Technologies utilisees

Les technologies citées identifient des dépendances ou des adaptateurs du dépôt ; elles n'affirment ni intégration active ni déploiement.

Moteur principal
Espace de travail Rust : achilles-parsers, achilles-core, achilles-ai, achilles-lsp, achilles-cli — tree-sitter, serde, regex, moteur de regles YAML, analyse de flux de contamination
Analyseurs de langages
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
Intégration IA
Mistral AI SDK, client Ollama, selection de modèle configurable, filtrage des faux positifs, reajustement de severite
CLI, LSP et sortie
clap, colored, serde_json, sortie SARIF v2.1.0, Language Server Protocol
CI/CD
GitHub Actions (CI + compilation croisee), GitLab CI, Bitbucket Pipelines, hooks de pre-commit
Plateformes
Linux (amd64/arm64), macOS (amd64/arm64), Windows (amd64)
Technical documents & controlled source access

Code source

Explorer le code

Le code source de Achilles est disponible sur demande à des fins d'évaluation et de partenariat.

NDA requis

Pour acceder au code source, veuillez signer notre accord de non-divulgation.

Travailler avec Hyperion

Évaluer un échantillon de code représentatif

Un plan d’évaluation délimité couvrant la pertinence des règles, le processus de revue et la comparaison avec vos outils actuels.

Apportez une brève description de votre situation, de vos contraintes et de la décision à prendre. Le périmètre, les responsabilités et le devis sont convenus avant le début des travaux.