Un outil en ligne de commande qui effectue une analyse statique basée sur l'AST sur le code Python généré par IA pour détecter les bugs, les failles de sécurité et évaluer la préparation à la production.
Installer & Télécharger
1. ClawHub CLI
Le moyen le plus rapide d'installer une compétence directement depuis le registre.
npx clawhub@latest install code-inspector
2. Installation manuelle
Copiez le dossier de la compétence dans l'un de ces emplacements
~/.openclaw/skills/ <project>/skills/ Priorité : Espace de travail > Local > Intégré
3. Installation du prompt
Copiez ce prompt dans OpenClaw pour l'installer automatiquement.
Aide-moi à installer code-inspector via Clawhub. Si Clawhub n'est pas installé, installe-le d'abord (npm i -g clawhub).
Vous préférez télécharger ?
Obtenez les fichiers bruts de la compétence dans une archive ZIP.
Qu'est-ce que Code Inspector ?
Les générateurs de code par IA peuvent produire du code qui semble syntaxiquement correct mais qui dissimule des failles de sécurité critiques, des erreurs logiques ou de graves anti-patterns. L'outil code-inspector résout ce problème en scannant vos fichiers Python selon huit points de contrôle d'analyse statique cruciaux, des identifiants hardcodés aux valeurs par défaut mutables. En introduisant un filet de sécurité structuré, les développeurs peuvent exploiter les agents LLM en toute confiance.
En tant qu'élément de l'écosystème Openclaw Skills, cet outil s'intègre parfaitement aux flux de travail des développeurs pour inspecter les entrées de pipe ou les fichiers directement depuis le terminal. Il évalue chaque script et génère un score de préparation à la production de 0 à 100, garantissant que le code à haut risque ne soit jamais mis en production.
Cas d'utilisation de Code Inspector
- Scan pré-déploiement du code Python généré par des assistants de codage IA ou des flux de travail LLM.
- Vérifications automatisées dans les pipelines de CI/CD pour détecter les vulnérabilités de sécurité critiques avant la mise en production.
- Revue interactive dans le terminal du code transmis par pipe directement depuis les wrappers de sortie LLM.
Comment fonctionne Code Inspector
- L'utilisateur installe l'outil et l'oriente vers un fichier Python ou transmet le code via stdin.
- Le moteur analyse la base de code et exécute des vérifications d'analyse statique basées sur l'AST sur 8 catégories de règles distinctes.
- Des points sont déduits en fonction de la gravité de la règle (vulnérabilités critiques, hautes, moyennes, basses trouvées).
- Le script calcule un score final de préparation à la production de 0 à 100.
- Il génère un rapport d'état codé par couleur mettant en évidence les lignes problématiques spécifiques et les avertissements.
Configuration de Code Inspector
# Installer directement depuis le dépôt GitHub
pip install git+https://github.com/minirr890112-byte/code-inspector.git
# Scanner un fichier Python individuel
code-inspector app.py
# Diffuser le code directement via stdin depuis d'autres processus
cat app.py | code-inspector
Schéma de données et taxonomie de Code Inspector
L'outil traite les arbres de syntaxe abstraite (AST) Python en mémoire pour exécuter les vérifications. Le mappage de gravité des scores et la taxonomie de préparation à la production sont structurés comme suit :
| Catégorie de vérification | Gravité | Exemples / Comportement cible |
|---|---|---|
| Secrets hardcodés | Critique | Recherche des chaînes en texte clair attribuées à des variables clés comme 'api_key'. |
| eval/exec non sécurisé | Critique | Identifie l'utilisation non sécurisée de méthodes d'exécution dynamique. |
| Boucles infinies | Critique | Signale les modifications d'itérateurs dans une boucle while. |
| except/pass vide | Critique | Vérifie l'étouffement silencieux des exceptions ('except: pass'). |
| Valeurs par défaut mutables | Haute | Signale les listes, dictionnaires ou ensembles utilisés comme valeurs d'arguments par défaut dans les fonctions. |
| Built-ins masqués | Haute | Détecte la redéfinition de termes intégrés comme 'list = [1,2,3]'. |
| Imbrication profonde | Moyenne | Localise les blocs de code avec cinq niveaux ou plus de boucles imbriquées. |
| Importations inutilisées | Basse | Signale les modules importés qui ne sont jamais référencés. |
Schéma de score
- 90-100: Prêt pour la production (Sûr à déployer)
- 70-89: Nécessite une révision (Ajustements mineurs de code smell requis)
- 50-69: Risque élevé (Contient des problèmes de gravité élevée ; revue de code obligatoire)
- 0-49: Ne pas déployer (Vulnérabilités critiques ou boucles infinies présentes)
Fonctionnalités avancées de Code Inspector
- Support de pipeline de commandes simplifié ('cat file.py | code-inspector') pour des évaluations instantanées.
- Moteurs d'inspection haute performance basés sur l'AST qui s'exécutent en millisecondes sans exécuter de code cible non sécurisé.
- Facilement intégrable dans des flux de travail automatisés personnalisés et d'autres Openclaw Skills pour sécuriser la génération de code par agent.
SKILL.md
Chargement
Compétences Openclaw associées
api-cost-compare
Un outil de ligne de commande pour comparer les prix de 18 modèles d'IA provenant de 6 fournisseurs, recommander les options les moins chères pour des cas d'utilisation spécifiques et suivre les dépenses API.
model-watch
Un utilitaire CLI axé sur les développeurs pour évaluer les modèles d'IA via API au fil du temps, détectant la dégradation de la qualité grâce à des tests locaux et des alertes de performance.
llm-deploy-helper
Une CLI de détection de matériel local qui analyse automatiquement la mémoire système, le GPU et les spécifications CPU pour suggérer et afficher des commandes de configuration idéales pour Ollama et llama.cpp.
Calculateur de disposition pour robinet mural
Un calculateur mathématique de haute précision et un visualiseur SVG pour résoudre la portée du robinet mural, la hauteur de la sortie et les coordonnées d'alignement de l'évacuation.
OpenAI Ban Tracker
Un utilitaire de ligne de commande interactif qui évalue les risques de suspension des comptes OpenAI, génère des modèles d'appel personnalisés et scanne les forums de développeurs pour détecter les vagues de bannissement en temps réel.
Système de Décision d'Investissement Boursier
Un framework systématique intégrant un modèle bayésien à cinq dimensions, une matrice de décision à six lentilles et des corrections de finance comportementale pour générer des diagnostics d'investissement structurés.
En vedette*
