li-codeql-llm

name	Li_codeql_LLM
description	CodeQL 安全扫描与 LLM 智能分析融合工具。自动检测 CodeQL 安装、扫描指定目录、生成漏洞报告、LLM 分析、Jenkins 集成、输出验证 Checklist。
metadata	{"openclaw":{"requires":{"bins":"[Truncated]"},"install":["[Truncated]"]}}

CodeQL + LLM 融合安全扫描 Skill

🎯 核心功能

本 Skill 实现 CodeQL 扫描与 LLM 智能分析的完整自动化流程：

1. 自动检测 - 检查 CodeQL 是否安装及版本
2. 安全扫描 - 扫描指定目录或靶机项目
3. 报告生成 - 生成 SARIF 格式和 Markdown 格式报告
4. LLM 分析 - 智能分析扫描结果，识别误报，给出优先级
5. 验证清单 - 生成可执行的漏洞验证 Checklist

---

📦 前置要求

必需

• CodeQL CLI (v2.10.0+)
• Python 3.11+ (用于创建数据库)
• uv 或 pip (Python 包管理)

可选

• Node.js (用于某些语言的分析)
• Java JDK (用于 Java 项目分析)

---

🚀 快速开始

1. 检查环境

# 检查 CodeQL 是否安装
codeql --version

# 如果未安装，下载并解压
wget https://github.com/github/codeql-cli-binaries/releases/latest/download/codeql-linux64.zip
unzip codeql-linux64.zip -d /opt/codeql
ln -s /opt/codeql/codeql/codeql /usr/local/bin/codeql

2. 使用 Skill

在对话中直接请求：

扫描 /path/to/project 的安全漏洞

或指定靶机目录：

扫描 /root/devsecops-python-web 靶机，生成验证清单

---

📋 命令参考

基础扫描

# 扫描当前目录
codeql database create codeql-db --language=python --source-root=.
codeql database analyze codeql-db python-security-extended.qls \
  --format=sarif-latest --output=results.sarif

通过 Skill 调用

在 OpenClaw 会话中：

/codeql_scan /path/to/project

或直接描述需求：

帮我扫描这个项目，用 CodeQL 分析安全问题，然后生成报告

---

📊 工作流程

Step 1: 环境检测

# 检查 CodeQL
which codeql && codeql --version

# 检查支持的語言
codeql resolve languages

Step 2: 创建数据库

# Python 项目
codeql database create codeql-db \
  --language=python \
  --source-root=/path/to/project \
  --overwrite

Step 3: 运行分析

# 下载查询包
codeql pack download codeql/python-queries

# 运行分析
codeql database analyze codeql-db \
  /root/.codeql/packages/codeql/python-queries/*/codeql-suites/python-security-extended.qls \
  --format=sarif-latest \
  --output=codeql-results.sarif

Step 4: LLM 分析

将 SARIF 结果发送给 LLM：

import json

with open('codeql-results.sarif') as f:
    data = json.load(f)

# 提取关键信息
results = data['runs'][0]['results']
for r in results:
    print(f"规则：{r['ruleId']}")
    print(f"描述：{r['message']['text']}")
    print(f"位置：{r['locations'][0]['physicalLocation']['artifactLocation']['path']}")

LLM 分析内容：

• 漏洞严重程度排序
• 误报识别
• 修复建议
• 利用难度评估

Step 5: 生成报告

生成以下文件：

1. CODEQL_SECURITY_REPORT.md - 完整扫描报告
2. 漏洞验证_Checklist.md - 可执行的验证清单
3. codeql-results.sarif - 原始结果（可上传 GitHub Security）

---

🎯 使用场景

场景 1: 靶机漏洞分析

扫描 /root/devsecops-python-web 靶机
- 识别所有安全漏洞
- 按 OWASP Top 10 分类
- 生成利用 payload
- 输出验证 Checklist

场景 2: 项目安全审计

扫描 /path/to/my-project
- 检测严重和高危漏洞
- 给出修复优先级
- 生成审计报告

场景 3: CI/CD 集成

# .github/workflows/security.yml
- name: CodeQL Scan
  run: |
    codeql database create db --language=python
    codeql database analyze db python-security-extended.qls \
      --format=sarif-latest --output=results.sarif

- name: LLM Analysis
  run: |
    # 调用 LLM 分析 results.sarif
    # 生成修复建议

---

📁 输出文件说明

1. CODEQL_SECURITY_REPORT.md

包含：

• 执行摘要（漏洞总数、分布）
• 按严重程度分类的详细信息
• 每个漏洞的代码位置、描述、修复建议
• 统计图表

2. 漏洞验证_Checklist.md

包含：

• 可打印的检查清单
• 每个漏洞的验证步骤
• 测试 payload 和命令
• 预期结果
• 截图/日志记录项

3. codeql-results.sarif

• 标准 SARIF 格式
• 可上传到 GitHub Security
• 可用 VS Code SARIF Viewer 查看

---

🔧 配置选项

扫描语言

# Python
--language=python

# JavaScript
--language=javascript

# Java
--language=java

# Go
--language=go

# 多语言
--language=python,javascript

查询套件

# 安全扩展（推荐）
python-security-extended.qls

# 代码质量
python-code-quality.qls

# 安全与质量
python-security-and-quality.qls

# 代码扫描（默认）
python-code-scanning.qls

输出格式

# SARIF（推荐）
--format=sarif-latest

# CSV
--format=csv

# JSON
--format=json

---

🐛 常见问题

Q: CodeQL 数据库创建失败？

A: 确保项目可以正常构建：

# Python 项目
python -m pip install -r requirements.txt

# 然后创建数据库
codeql database create db --language=python

Q: 扫描结果太多？

A: 使用过滤：

# 只看严重和高危
codeql database analyze db python-security-extended.qls \
  --rerun --checkout=latest \
  --sarif-category=severity \
  --output=results.sarif

Q: 如何减少误报？

A:

1. 使用 python-security-extended.qls 而非 python-code-scanning.qls
2. 让 LLM 分析识别误报
3. 手动验证关键漏洞

---

📚 相关资源

• CodeQL 官方文档
• CodeQL 查询套件
• SARIF 格式规范
• OWASP Top 10

---

🎓 示例会话

完整流程示例

用户: 扫描 /root/devsecops-python-web 靶机

助手:

1. ✅ 检测 CodeQL 已安装 (v2.22.1)
2. ✅ 创建数据库 (13 个 Python 文件)
3. ✅ 运行 52 条安全查询
4. ✅ 发现 30 个漏洞
5. ✅ 生成报告：
   • CODEQL_SECURITY_REPORT.md
   • 漏洞验证_Checklist.md
   • codeql-results.sarif

用户: 分析最严重的 3 个漏洞

助手:

1. SQL 注入 - 行 44 - 利用：' OR '1'='1
2. 代码注入 - 行 138 - 利用：__import__('os').system('id')
3. 命令注入 - 行 88 - 利用：; cat /etc/passwd

详细利用方法见报告...

---

版本: 1.0.0
作者: OpenClaw Community
许可: MIT