Sourcegraph 发布 Deep Search:规模化检测依赖供应链攻击的新范式

ADK Amp官方 / ADK编译 2026-03-26 5 分钟 30 次浏览
速览导读 / Summary

面对 LiteLLM 依赖包被投毒窃取云凭证的供应链攻击,Sourcegraph 利用其 Deep Search 与 Code Search 功能,展示了如何快速定位风险。Deep Search 通过自然语言提问自动完成初步排查,识别受保护与高风险仓库;随后结合精确的 Code Search 语法进行全量扫描。该组合模式为开发者提供了从宏观概览到微观验证的完整供应链安全响应流程。

排查工具 Deep Search + Code Search Sourcegraph 核心 AI 与搜索引擎组合
响应速度 2 步内完成初筛 Deep Search 自动识别风险仓库分类
覆盖范围 全量代码库索引 支持直接依赖、间接依赖及全局上下文搜索

Key Insights / 核心看点

  • 1 Deep Search 支持自然语言提问,自动完成依赖供应链攻击的初步分诊(Triage),快速区分安全、受保护和高风险仓库。
  • 2 结合 Code Search 的精确语法,提供从宏观概览到微观验证的全流程排查方案,涵盖直接安装、范围约束及传递性依赖检测。
  • 3 揭示了版本约束(Version Constraints)是供应链攻击的核心漏洞,明确锁定安全版本或设置上限是防御关键。
  • 4 提供了一套标准化的查询模板,帮助开发者在类似攻击发生时,以分钟级速度完成全量代码库的风险扫描与修复。

Sourcegraph 发布 Deep Search:规模化检测依赖供应链攻击的新范式

背景:LiteLLM 投毒事件引发的安全危机

2026 年 3 月 24 日,威胁组织 TeamPCP 在 PyPI 上发布了被篡改的 LiteLLM 版本(1.82.7 和 1.82.8)。这些恶意包能够自动抓取安装机器的云凭证、SSH 密钥及 Kubernetes 秘密。此次攻击的核心在于依赖版本约束(Version Constraints)的误用:未锁定具体版本或仅使用范围约束(如 litellm >= 1.0.0)的仓库极易被攻击。相比之下,明确锁定安全版本(如 litellm==1.80.5)的仓库则安然无恙。

面对此类大规模供应链攻击,传统的静态扫描往往难以实时响应,而 Sourcegraph 团队利用其最新推出的 Deep Search 和 Code Search 功能,演示了一套高效的自动化排查与修复流程。

核心突破:Deep Search 的自动化排查能力

Deep Search 的核心价值在于将复杂的代码审计转化为自然语言对话。在 LiteLLM 事件中,团队首先向 Deep Search 提出了两个关键问题:

  1. 确认风险:是否有仓库使用了恶意版本(1.82.7 或 1.82.8)?
  2. 评估防护:哪些仓库通过版本锁定规避了风险?哪些存在漏洞?

自动化排查结果

Deep Search 在两步内完成了初步分诊(Triage):

  • 确认安全:未发现任何仓库直接锁定在恶意版本 ==1.82.7 或 ==1.82.8。
  • 识别防护:自动识别出已采取防御措施的仓库,例如 microsoft/graphrag 锁定在 1.82.6,datahub-project/datahub 锁定在 1.80.5,以及 microsoft/agent-framework 设置了 litellm<1.82.7 的上限约束。
  • 标记高危:精准定位出存在风险的仓库,如 microsoft/data-formulator 仅声明了 litellm 而无版本约束,或 datahub-project/datahub 的测试目录使用了 litellm>=1.0.0 的范围约束。

这种能力极大地缩短了响应时间,让团队迅速掌握了全局态势。

技术实践:从概览到全量扫描

Deep Search 提供了宏观视图,但为了彻底消除隐患,团队进一步利用 Code Search 编写了针对性的查询,对全量代码库进行穷举式扫描。以下是实战中的五个关键查询策略:

1. 检测恶意版本直接安装

litellm==1.82.7 OR litellm==1.82.8 file:(requirements.txt OR pyproject.toml OR setup.py OR Pipfile OR poetry.lock)

结果:零匹配。确认无人直接安装恶意版本。

2. 识别受保护的仓库

通过查找特定安全版本或上限约束,验证防御措施是否生效。 示例:

litellm<1.82.7

结果:成功定位到 agent-framework 等已设置上限约束的仓库。

3. 发现脆弱模式(范围约束与未锁定)

这是风险最高的两类模式:

  • 范围约束:litellm>=1.0.0 会接受任意高于 1.0.0 的版本,包括恶意包。
  • 未锁定:仅写 litellm 无任何约束,CI/CD 会默认安装最新(即恶意)版本。

4. 追踪传递性暴露

某些仓库并未直接依赖 LiteLLM,而是通过其他包间接引入。Code Search 支持全局上下文搜索:

context:global litellm

这有助于发现嵌入框架、测试依赖或内部工具中隐藏的间接依赖。

5. 综合防御查询

Sourcegraph 还提供了一种高级查询,结合 -content 过滤器,一次性找出所有依赖声明宽松但未锁定到安全版本的仓库:

file:(requirements|setup|pyproject|Pipfile) /litellm([>~]=?)/ -content:/litellm[<!=]=.*1\.82\.[0-6]/

此查询能精准捕获所有可能解析为易受攻击版本的依赖声明。

实际价值与启示

此次事件表明,供应链攻击无需复杂的逻辑即可造成严重破坏,其突破口往往在于简单的版本控制疏忽。Sourcegraph 的解决方案为开发者提供了标准化的应对范式:

  1. 快速响应:利用 Deep Search 的自然语言交互,在几分钟内完成全量代码库的风险初筛。
  2. 精准定位:利用 Code Search 的语法能力,将初筛结果转化为可执行的修复指令。
  3. 持续防护:通过查询结果,开发者可以立即更新 requirements.txt 或 pyproject.toml,将范围约束改为精确锁定,或添加上限约束。

正如 Sourcegraph 团队所言,"Supply chain attacks don't need to be sophisticated to work."(供应链攻击不需要高深莫测,简单的疏忽足以致命)。Deep Search 与 Code Search 的组合,正是对抗此类威胁最有力的武器。

“Supply chain attacks don't need to be sophisticated to work. This one succeeded because a simple version constraint was missing or too broad.”

— Sourcegraph 团队

同主题深度资讯

查看更多 →
AI 工具 2026-10-31

中信建投国际 2027 秋招深度解读:港股中资券商本科可投,投行与量化门槛差异显著

中信建投国际 2027 届秋招面向本科及以上应届生开放,作为香港中资券商平台,其核心亮点在于提供跨境金融业务入口。然而,该招聘存在明显的岗位分化:投行分析师与量化研究助理对财务建模、编程及英文能力要求极高,而财富管理类岗位更侧重沟通与执行。文章强调,受限于“最多投递 2 个岗位”的规则,求职者需精准匹配自身背景(如金融、量化、计算机背景),避免盲目海投。同时,详细拆解了从网申到录用的七轮流程及准备策略,为 2027 届求职者提供决策依据。

超级简历官方 / ADK编译 5 分钟
AI 工具 2026-09-24

Vizcom 携手 Zellerfeld 发起全球马靴设计挑战:AI 驱动下的 3D 打印时尚新范式

Vizcom 联合 Zellerfeld 发起全球马靴(Mule)设计挑战,邀请设计师利用 Vizcom 平台进行 3D 建模与打印验证。430 份来自全球的参赛作品展示了 AI 辅助设计在生物仿生、可持续性及文化叙事上的突破。最终三名获奖作品(Digits, CATAPILL, The Saman)将进入 3D 打印阶段,标志着 Vizcom 在连接创意生成与实体制造生态中的关键作用。

Vizcom官方 / ADK编译 4 分钟
AI 工具 2026-09-24

Vizcom 发布“自带光源”功能:从手绘草图到物理验证的 AI 设计新范式

Vizcom 推出名为“Bring Your Own Sun”的新功能,允许设计师将物理原型(如 LED 灯环、亚克力板)直接导入 AI 工作流。该功能不仅支持生成式渲染,更关键的是通过“风格集合(Style Collection)”将物理材质属性(如漫反射、透光性)转化为可复用的数字规则,帮助设计师在虚拟环境中快速迭代并锁定最终设计语言,实现了从概念草图到工程验证的无缝闭环。

Vizcom官方 / ADK编译 4 分钟
AI 工具 2026-09-24

Vizcom 发布 Region Maps:从单次渲染到全色系的零重绘设计革命

Vizcom 正式推出 Region Maps 功能,彻底改变产品设计与色彩迭代流程。该功能允许用户在不重新渲染的情况下,自动分割产品图像并逐区域编辑颜色、材质与图案。通过无缝对接 PLM 数据,设计决策可直接转化为生产规格,大幅缩短从概念到成品的周期,适用于从单人探索到企业级团队协作的全场景需求。

Vizcom官方 / ADK编译 4 分钟
code · 免费+付费
★ 5.0 · 120评测
A

Amp

Sourcegraph推出的免费AI编程工具

Amp 是 Sourcegraph 推出的 AI 编程智能体,定位为”面向团队与成果的自主编程工具”。与传统代码补全工具不同,Amp 能像初级工程师一样自主规划并执行跨代码库的多步骤任务,依托 Sourcegraph 十年积累的代码搜索能力,可深度理解项目结构、追踪函数调用链,实现复杂重构、测试生成、文档编写等端到端开发工作。Amp 采用”质量优先”策略,不限制 Token 使用,自动选择 Claude Opus 4.6、GPT-5.2 等前沿模型交付高质量代码。独特的 Thread 会话分享功能让团队可复用提示词、Agent 回复和代码修改记录,促进协作与最佳实践沉淀。支持 CLI 命令行和 VS Code 扩展两种使用方式,新用户每日可获得 $10 免费额度。

查看 Amp 使用教程与功能