利用人工智能修复安全漏洞

GitHub推出代码扫描自动修复功能，利用人工智能为用户代码库中的安全漏洞提供修复建议。

自动修复功能目前仅支持JavaScript和TypeScript中的CodeQL警报。

自动修复通过提取警报信息构建，包括漏洞示例、修复方法、代码位置和相关代码片段。

系统包括预处理和后处理步骤，以选择显示给模型的代码和解决模型错误。

后端基于现有代码扫描基础设施构建，遵循安全和隐私程序。

使用遥测和监控来衡量性能和影响，并收集用户反馈以改进系统。

代码扫描分析代码以发现安全漏洞，扫描可以按计划或在特定事件触发。

自动修复通过AI生成的修复建议增强安全性，用户可以直接在拉取请求页面查看建议修复。

构建LLM提示时提取警报信息，包括漏洞类型、代码位置和相关代码片段。

在处理模型响应时，使用严格的格式要求以便于自动处理。

通过选择代码上下文和添加依赖项来支持复杂的现实场景。

评估和迭代通过自动化测试框架进行，以提高修复建议的质量。

用户体验通过在代码扫描拉取请求中显示建议修复来增强。

后端服务与现有代码扫描基础设施无缝集成，用户无需更改工作流程。

在推出之前，确保监控性能并测量影响，收集匿名的用户交互数据。

正在扩展自动修复功能以支持更多语言和用例，并改善用户体验。