应用安全漏洞扫描人工智能AI Agent【免费下载链接】deepsecDeepsec is a security harness for finding vulnerabilities in your codebase powered by coding agents项目地址https://gitcode.com/gh_mirrors/deeps/deepsec点击查看免费下载Deepsec 在将扫描候选文件交给编码 Agent 做安全研判前会先把系统提示词半区组装成一份完整、可复现、可快照的 prompt。本文以仓库中prompt-samples/08-with-info-and-append.md这一份真实样例为解剖对象讲解项目级 INFO.md 与config.json:promptAppend两块用户自定义上下文在组装 prompt 中的确切位置、它们如何与核心提示词、技术栈威胁要点、漏洞 Slug 笔记协同工作以及为什么 Agent 层不会把它们重复发射——读完你既能看懂任意一份 prompt 样本的来龙去脉也能在自己的项目里正确配置这两类上下文。这份样例在验证什么先看样例文件头部注释给出的场景元数据prompt-samples/08-with-info-and-append.md第 1-10 行场景名08-with-info-and-append场景描述Next.js 批处理 项目 INFO.md config.json:promptAppend附加说明——展示它们在组装后 prompt 中的位置并确认不会由 Agent 层二次发射检测到的技术标签[nextjs,react]批处理文件[app/secrets.tsx]批处理语言[typescript]批处理 Slug[xss,secret-in-fallback]生成者packages/processor/src/__tests__/prompt-samples.test.ts重新生成命令UPDATE_PROMPT_SAMPLES1 pnpm test:unit这些元数据不是手写的而是测试代码根据场景定义动态推导出来的批处理语言由文件扩展名推导批处理 Slug 由候选匹配的vulnSlug去重得到见 场景定义 中的scenarioBatch()与languagesForBatch()。也就是说这份 .md 文件不是示例文案而是当前代码实际会生成的确切 prompt 的确定性快照由测试逐字节比对校验。组装后的完整结构一份 prompt 的两个半区prompt-samples/08-with-info-and-append.md从第 12 行起就是模型最终收到的完整 prompt。它由两个半区拼接而成对应生产链路中的两个函数组装半区system prompt 部分由assemblePrompt()生成见 assemble.tsAgent 层包装任务部分由buildInvestigatePrompt()追加目标文件列表、调查步骤与 JSON 输出规范见 shared.ts。测试中fullPromptFor()正是按生产路径的顺序把两步串起来detectTech()得出标签 →assemblePrompt()组装系统提示词半区 →buildInvestigatePrompt()包上文件列表见 prompt-samples.test.ts。下面按实际出现顺序逐段拆解。1. 核心提示词与具体项目无关的通用底盘样例开头的世界级安全研究员角色设定、严重级别分类CRITICAL/HIGH/MEDIUM HIGH_BUG/BUG、已知漏洞类别总表、误报规避指南、认证绕过模式清单、作用域外文件说明全部来自CORE_PROMPT常量定义在 core.ts。这份内容刻意保持精简任何只属于某一个框架的内容都必须放进 highlights而不是这里core.ts 第 7-8 行的注释。值得注意的细节核心提示词里的Known Vulnerability Categories表格列了 30 多个 slugauth-bypass、xss、sql-injection、ssrf、secret-in-fallback……以及other-*通配后缀告诉模型扫描器只看这些模式但你要全看。这份样例中批处理的xss与secret-in-fallback两个 slug 都出现在表内属于该批次的已知类别。2. 技术栈威胁要点只注入检测到的技术样例的## Threat highlights for this repos tech stack一节只包含Next.js与React两个小节没有 Django、Laravel 等内容——因为场景的detectedTags就是[nextjs,react]。这正是assemblePrompt的按需注入逻辑renderFrameworkSection()只渲染detectedTags中能查到的 highlightassemble.ts 第 83-89 行。更细一层的控制是batchLanguages语言过滤highlightForTag()返回的每个TechHighlight都声明了适用的语言集合只有当批处理文件的语言与该集合有交集时该技术的 highlight 才会进入 prompt。所以在一个 Next.js Django 的 polyglot 仓库里纯 Python 批处理只会带 Django 的要点不会带 Next.js 的。本场景是[nextjs,react]标签 typescript批处理语言两者吻合两个 highlight 都正常注入。这一节还受 6000 字符的预算上限约束FRAMEWORK_SECTION_CHAR_BUDGETassemble.ts 第 14 行超过后整节退化为一行这个仓库使用了 N 个已知框架……的摘要避免撑爆模型上下文对应场景07-overflow-fallback.md。3. Slug 专项评审笔记只出现本批次命中的 slug## Slug-specific reviewer notes一节只有两行xss检查每一步的转义状态裸拼接进 HTML、script 中未转义/的 JSON、ref.innerHTML是常见 sinksecret-in-fallbackprocess.env.X || hardcoded才是 bug——只有当 fallback 看起来像真实凭据时才标记localhost不算。这两条来自 slug-notes.ts 的SLUG_NOTES表且只有出现在当前批次的 slug 才会被拉进来renderSlugSection()assemble.ts 第 122-133 行。SLUG_NOTES表内有 150 条笔记但每次只渲染命中项prompt 长度随扫描器实际看到的内容伸缩而不是按整个注册表膨胀。用户自定义上下文的注入INFO.md 与 promptAppend这是 08 号场景区别于其他样例的关键它是唯一同时携带projectInfoINFO.md与promptAppend两个字段的场景见 场景定义。注入位置在框架要点与 Slug 笔记之后在assemblePrompt中两个用户自定义块被追加在所有框架生成内容之后// INFO.md 和 promptAppend 是用户撰写的常自带 H1/H2 // 因此用水平分隔线---分隔而不是再包一层我们自己的标题 // 避免出现两个相邻的 H2 之间什么都没有。 if (projectInfo projectInfo.trim().length 0) { sections.push(---\n\n${projectInfo.trim()}); } if (promptAppend promptAppend.trim().length 0) { sections.push(---\n\n${promptAppend.trim()}); }见 assemble.ts。整个组装顺序由注释明确给出[generic core] ## Threat highlights for this repos tech stack ## Slug-specific reviewer notes [project INFO.md, verbatim] [config.json:promptAppend, verbatim]样例中两者的真实内容INFO.md## Project notes指出认证辅助函数是lib/auth.ts里的requireUser()内部路由集中在app/(internal)/**之下。这是给 Agent 的项目级背景知识——告诉它认证长什么样、哪些目录是内部面让它在研判时能区分真缺失与假缺失。promptAppendCustom: ...追加额外标记任何静默吞掉错误的 logger——这是本仓库已知的坑。这是把仓库特有的历史教训沉淀成提示词的方式。两者都以原样追加verbatim的方式进入 prompt中间用---分隔。选择水平分隔线而非包装标题是避免用户写的##标题与系统生成的##标题双 H2 撞车assemble.ts 第 179-182 行注释且测试明确断言最终 prompt 不含## Project context包装标题见 prompt-assemble.test.ts。防重复发射Agent 层只拿到空 projectInfo生产链路中process()调用buildInvestigatePrompt时把projectInfo传成因为 INFO.md 已经躺在组装好的promptTemplate里了shared.ts 第 394-398 行注释。buildInvestigatePrompt只在调用方显式传入时才生成## Project Context块模块化路径传空串于是 INFO.md 在最终 prompt 中只出现一次。测试用直接可验证的方式锁死了这一点it(INFO.md appears exactly once in the final prompt, () { const sample fullPromptFor(PROMPT_SAMPLE_SCENARIOS[7]); // 08-with-info-and-append const occurrences sample.split(Auth helper is requireUser()).length - 1; expect(occurrences, expected INFO.md content exactly once).toBe(1); });见 prompt-samples.test.ts。这条测试连同样例必须与组装器Agent 层输出逐字节一致的断言同文件第 66-91 行共同保证了仓库里的样例文件永远不会与代码漂移——任何有意改变 prompt 形状的改动都要先跑UPDATE_PROMPT_SAMPLES1 pnpm test:unit重写样本并人工 review diff。Target Files扫描候选如何落到 prompt 里样例的## Target Files一节把批处理文件app/secrets.tsx连同扫描器的两条候选命中一起列出[xss] L22: dangerouslySetInnerHTML[secret-in-fallback] L4: process.env.X || ...这是buildInvestigatePrompt渲染的对每个FileRecord把候选匹配的 slug、行号、匹配模式拼成列表shared.ts 第 368-385 行。如果某文件没有任何扫描器命中则会渲染成(no scanner hits — full holistic review)要求 Agent 对整文件做全面评审而非只盯候选行——保证process --diff之类场景下无命中的文件也不会被忽略。输出规范JSON findings 的契约## Output Format一节样例第 145-173 行定义了模型必须返回的 JSON 结构每个文件一个条目findings数组中每条包含severityCRITICAL/HIGH/MEDIUM/HIGH_BUG/BUG、vulnSlug可用已知类别新颖问题用other-前缀、title、description、lineNumbers、recommendation、confidencehigh/medium/low。无真实漏洞的文件也必须出现带空findings数组。这是整个管线的解析契约模型输出先经 JSON 解析严格解析失败会走jsonrepair容错再逐条用findingSchema做字段级校验校验失败的不落盘而是发起同会话的字段修复轮次shared.ts 第 800-849 行parseInvestigateResults与第 857-895 行修复 prompt。如何在自己的项目里配置这两块上下文方式一deepsec.config.ts的项目声明字段在项目声明的ProjectDeclaration上直接声明见 configuration.mdimport { defineConfig } from deepsec/config; export default defineConfig({ projects: [ { id: my-app, root: ../my-app, infoMarkdown: ## 仓库背景\n\n认证用 requireUser()内部路由在 app/(internal)/**。, promptAppend: 额外标记任何静默吞掉错误的 logger——本仓库已知的坑。, }, ], });对应字段packages/core/src/config.ts字段类型必填作用infoMarkdownstring否注入到 AI 提示词中的仓库背景与data/id/INFO.md同时存在时优先promptAppendstring否追加到该系统提示词末尾的自由文本方式二data/id/INFO.md与data/id/config.json如果infoMarkdown未设置deepsec 会读取data/id/INFO.md并注入其内容适用于process、triage、revalidate。docs/configuration.md对篇幅的建议是几百词的仓库背景——代码库是干什么的、认证长什么样、威胁模型、已知误报来源并说明 one-shot setup 会自动写入并校验该文件。promptAppend等字段仍支持在data/id/config.json中声明见 configuration.md{ priorityPaths: [app/api/, lib/], promptAppend: Pay extra attention to the booking flow., ignorePaths: [**/legacy/**] }如果配置文件与项目声明的同名字段同时存在配置文件优先。一个真实可参考的样例在 samples/webapp/config.json其中的promptAppend明确写了跨租户访问缺少 companyId 作用域是本代码库影响最大的 bug 形态检查数据库查询是否按req.session.user.companyId过滤——这正是 08 号样例所展示的用法把只有项目维护者知道的领域知识沉淀进提示词引导 Agent 关注高价值 bug 形状。处理器侧的数据流从处理器入口看projectConfig.promptAppend在初始化时被读入并透传见 index.ts最终经assemblePrompt({ projectInfo, promptAppend })进入组装器组装器对两者一视同仁非空白就追加且都用---分隔保持与系统生成段落的分界。INFO.md 与 promptAppend 的原样注入、只出现一次、位置固定由此贯穿配置层 → 处理器 → 组装器 → Agent 层整条链路。样例的生成与回归机制prompt-samples/目录下的 11 份样例全部由 prompt-samples.test.ts 生成并持续校验常态运行每个场景的fullPromptFor()与磁盘上的.md文件逐字节比对不一致即测试失败有意变更时UPDATE_PROMPT_SAMPLES1 pnpm test:unit会重写全部样例文件然后通过 PR diff 审查变更内容。这意味着08-with-info-and-append.md不只是文档更是一份可回归的契约任何对核心提示词、highlights、slug 笔记、INFO.md/promptAppend 注入位置或 Agent 层包装的改动都会先在这里留下痕迹。测试还额外断言了两点样例必须同时包含组装半区与 Agent 层文件列表两个部分同文件第 93-100 行以及 INFO.md 在最终 prompt 中恰好出现一次第 102-106 行——与样例头部注释声称的确认它们不会被 Agent 层重复发射完全对应。小结08-with-info-and-append是理解 deepsec 提示词工程的最小完备案例一条组装器代码路径assemblePrompt加上一条 Agent 层包装路径buildInvestigatePrompt把通用核心、按需技术要点、按需 slug 笔记、用户自定义的 INFO.md 与 promptAppend、具体的候选文件列表与输出契约拼成一份既不过度膨胀、又承载了项目特有知识的最终提示词。而样例文件本身被测试以字节级精度钉在仓库里让 prompt 的每一次演化都变得可审查、可回放、可回归。若要进一步研究可以从 assemble.ts、core.ts、slug-notes.ts 三个源文件入手再对照 configuration.md 与 samples/webapp/config.json 把配置侧的字段接上。赞分享应用安全漏洞扫描人工智能AI Agent【免费下载链接】deepsecDeepsec is a security harness for finding vulnerabilities in your codebase powered by coding agents项目地址https://gitcode.com/gh_mirrors/deeps/deepsec点击查看免费下载相关推荐Deepsec 多语言仓库的 Python 批次提示词组装语言过滤、按需注入与确定性样本机制全解析Deepsec 多语言仓库的 Python 批次提示词组装语言过滤、按需注入与确定性样本机制全解析 导读 本文基于 Deepsec 仓库中的确定性提示词样本应用安全漏洞扫描人工智能AI AgentDeepsec 语言感知式安全审查提示词多语言仓库中纯 TypeScript 批次的过滤组装机制Deepsec 语言感知式安全审查提示词多语言仓库中纯 TypeScript 批次的过滤组装机制 本指南以 prompt samples/05 polyglo应用安全漏洞扫描人工智能AI AgentDeepsec 深入解析Rails/Ruby 批量扫描的 Agent 调查提示词是如何构造与执行的Deepsec 深入解析Rails/Ruby 批量扫描的 Agent 调查提示词是如何构造与执行的 本篇以 Deepsec 仓库中的确定性提示词样例 prom应用安全漏洞扫描人工智能AI Agent上一篇DevDocs MCP服务器配置如何让Claude智能查询你的文档数据下一篇DeepSeek Harness 统一 JSON 值 Schema DSL从工具参数到结构化输出的单一强制词汇创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 deepsec 批处理提示词组装解析：INFO.md 与 promptAppend 的注入位置及防重复机制
应用安全漏洞扫描人工智能AI Agent【免费下载链接】deepsecDeepsec is a security harness for finding vulnerabilities in your codebase powered by coding agents项目地址https://gitcode.com/gh_mirrors/deeps/deepsec点击查看免费下载Deepsec 在将扫描候选文件交给编码 Agent 做安全研判前会先把系统提示词半区组装成一份完整、可复现、可快照的 prompt。本文以仓库中prompt-samples/08-with-info-and-append.md这一份真实样例为解剖对象讲解项目级 INFO.md 与config.json:promptAppend两块用户自定义上下文在组装 prompt 中的确切位置、它们如何与核心提示词、技术栈威胁要点、漏洞 Slug 笔记协同工作以及为什么 Agent 层不会把它们重复发射——读完你既能看懂任意一份 prompt 样本的来龙去脉也能在自己的项目里正确配置这两类上下文。这份样例在验证什么先看样例文件头部注释给出的场景元数据prompt-samples/08-with-info-and-append.md第 1-10 行场景名08-with-info-and-append场景描述Next.js 批处理 项目 INFO.md config.json:promptAppend附加说明——展示它们在组装后 prompt 中的位置并确认不会由 Agent 层二次发射检测到的技术标签[nextjs,react]批处理文件[app/secrets.tsx]批处理语言[typescript]批处理 Slug[xss,secret-in-fallback]生成者packages/processor/src/__tests__/prompt-samples.test.ts重新生成命令UPDATE_PROMPT_SAMPLES1 pnpm test:unit这些元数据不是手写的而是测试代码根据场景定义动态推导出来的批处理语言由文件扩展名推导批处理 Slug 由候选匹配的vulnSlug去重得到见 场景定义 中的scenarioBatch()与languagesForBatch()。也就是说这份 .md 文件不是示例文案而是当前代码实际会生成的确切 prompt 的确定性快照由测试逐字节比对校验。组装后的完整结构一份 prompt 的两个半区prompt-samples/08-with-info-and-append.md从第 12 行起就是模型最终收到的完整 prompt。它由两个半区拼接而成对应生产链路中的两个函数组装半区system prompt 部分由assemblePrompt()生成见 assemble.tsAgent 层包装任务部分由buildInvestigatePrompt()追加目标文件列表、调查步骤与 JSON 输出规范见 shared.ts。测试中fullPromptFor()正是按生产路径的顺序把两步串起来detectTech()得出标签 →assemblePrompt()组装系统提示词半区 →buildInvestigatePrompt()包上文件列表见 prompt-samples.test.ts。下面按实际出现顺序逐段拆解。1. 核心提示词与具体项目无关的通用底盘样例开头的世界级安全研究员角色设定、严重级别分类CRITICAL/HIGH/MEDIUM HIGH_BUG/BUG、已知漏洞类别总表、误报规避指南、认证绕过模式清单、作用域外文件说明全部来自CORE_PROMPT常量定义在 core.ts。这份内容刻意保持精简任何只属于某一个框架的内容都必须放进 highlights而不是这里core.ts 第 7-8 行的注释。值得注意的细节核心提示词里的Known Vulnerability Categories表格列了 30 多个 slugauth-bypass、xss、sql-injection、ssrf、secret-in-fallback……以及other-*通配后缀告诉模型扫描器只看这些模式但你要全看。这份样例中批处理的xss与secret-in-fallback两个 slug 都出现在表内属于该批次的已知类别。2. 技术栈威胁要点只注入检测到的技术样例的## Threat highlights for this repos tech stack一节只包含Next.js与React两个小节没有 Django、Laravel 等内容——因为场景的detectedTags就是[nextjs,react]。这正是assemblePrompt的按需注入逻辑renderFrameworkSection()只渲染detectedTags中能查到的 highlightassemble.ts 第 83-89 行。更细一层的控制是batchLanguages语言过滤highlightForTag()返回的每个TechHighlight都声明了适用的语言集合只有当批处理文件的语言与该集合有交集时该技术的 highlight 才会进入 prompt。所以在一个 Next.js Django 的 polyglot 仓库里纯 Python 批处理只会带 Django 的要点不会带 Next.js 的。本场景是[nextjs,react]标签 typescript批处理语言两者吻合两个 highlight 都正常注入。这一节还受 6000 字符的预算上限约束FRAMEWORK_SECTION_CHAR_BUDGETassemble.ts 第 14 行超过后整节退化为一行这个仓库使用了 N 个已知框架……的摘要避免撑爆模型上下文对应场景07-overflow-fallback.md。3. Slug 专项评审笔记只出现本批次命中的 slug## Slug-specific reviewer notes一节只有两行xss检查每一步的转义状态裸拼接进 HTML、script 中未转义/的 JSON、ref.innerHTML是常见 sinksecret-in-fallbackprocess.env.X || hardcoded才是 bug——只有当 fallback 看起来像真实凭据时才标记localhost不算。这两条来自 slug-notes.ts 的SLUG_NOTES表且只有出现在当前批次的 slug 才会被拉进来renderSlugSection()assemble.ts 第 122-133 行。SLUG_NOTES表内有 150 条笔记但每次只渲染命中项prompt 长度随扫描器实际看到的内容伸缩而不是按整个注册表膨胀。用户自定义上下文的注入INFO.md 与 promptAppend这是 08 号场景区别于其他样例的关键它是唯一同时携带projectInfoINFO.md与promptAppend两个字段的场景见 场景定义。注入位置在框架要点与 Slug 笔记之后在assemblePrompt中两个用户自定义块被追加在所有框架生成内容之后// INFO.md 和 promptAppend 是用户撰写的常自带 H1/H2 // 因此用水平分隔线---分隔而不是再包一层我们自己的标题 // 避免出现两个相邻的 H2 之间什么都没有。 if (projectInfo projectInfo.trim().length 0) { sections.push(---\n\n${projectInfo.trim()}); } if (promptAppend promptAppend.trim().length 0) { sections.push(---\n\n${promptAppend.trim()}); }见 assemble.ts。整个组装顺序由注释明确给出[generic core] ## Threat highlights for this repos tech stack ## Slug-specific reviewer notes [project INFO.md, verbatim] [config.json:promptAppend, verbatim]样例中两者的真实内容INFO.md## Project notes指出认证辅助函数是lib/auth.ts里的requireUser()内部路由集中在app/(internal)/**之下。这是给 Agent 的项目级背景知识——告诉它认证长什么样、哪些目录是内部面让它在研判时能区分真缺失与假缺失。promptAppendCustom: ...追加额外标记任何静默吞掉错误的 logger——这是本仓库已知的坑。这是把仓库特有的历史教训沉淀成提示词的方式。两者都以原样追加verbatim的方式进入 prompt中间用---分隔。选择水平分隔线而非包装标题是避免用户写的##标题与系统生成的##标题双 H2 撞车assemble.ts 第 179-182 行注释且测试明确断言最终 prompt 不含## Project context包装标题见 prompt-assemble.test.ts。防重复发射Agent 层只拿到空 projectInfo生产链路中process()调用buildInvestigatePrompt时把projectInfo传成因为 INFO.md 已经躺在组装好的promptTemplate里了shared.ts 第 394-398 行注释。buildInvestigatePrompt只在调用方显式传入时才生成## Project Context块模块化路径传空串于是 INFO.md 在最终 prompt 中只出现一次。测试用直接可验证的方式锁死了这一点it(INFO.md appears exactly once in the final prompt, () { const sample fullPromptFor(PROMPT_SAMPLE_SCENARIOS[7]); // 08-with-info-and-append const occurrences sample.split(Auth helper is requireUser()).length - 1; expect(occurrences, expected INFO.md content exactly once).toBe(1); });见 prompt-samples.test.ts。这条测试连同样例必须与组装器Agent 层输出逐字节一致的断言同文件第 66-91 行共同保证了仓库里的样例文件永远不会与代码漂移——任何有意改变 prompt 形状的改动都要先跑UPDATE_PROMPT_SAMPLES1 pnpm test:unit重写样本并人工 review diff。Target Files扫描候选如何落到 prompt 里样例的## Target Files一节把批处理文件app/secrets.tsx连同扫描器的两条候选命中一起列出[xss] L22: dangerouslySetInnerHTML[secret-in-fallback] L4: process.env.X || ...这是buildInvestigatePrompt渲染的对每个FileRecord把候选匹配的 slug、行号、匹配模式拼成列表shared.ts 第 368-385 行。如果某文件没有任何扫描器命中则会渲染成(no scanner hits — full holistic review)要求 Agent 对整文件做全面评审而非只盯候选行——保证process --diff之类场景下无命中的文件也不会被忽略。输出规范JSON findings 的契约## Output Format一节样例第 145-173 行定义了模型必须返回的 JSON 结构每个文件一个条目findings数组中每条包含severityCRITICAL/HIGH/MEDIUM/HIGH_BUG/BUG、vulnSlug可用已知类别新颖问题用other-前缀、title、description、lineNumbers、recommendation、confidencehigh/medium/low。无真实漏洞的文件也必须出现带空findings数组。这是整个管线的解析契约模型输出先经 JSON 解析严格解析失败会走jsonrepair容错再逐条用findingSchema做字段级校验校验失败的不落盘而是发起同会话的字段修复轮次shared.ts 第 800-849 行parseInvestigateResults与第 857-895 行修复 prompt。如何在自己的项目里配置这两块上下文方式一deepsec.config.ts的项目声明字段在项目声明的ProjectDeclaration上直接声明见 configuration.mdimport { defineConfig } from deepsec/config; export default defineConfig({ projects: [ { id: my-app, root: ../my-app, infoMarkdown: ## 仓库背景\n\n认证用 requireUser()内部路由在 app/(internal)/**。, promptAppend: 额外标记任何静默吞掉错误的 logger——本仓库已知的坑。, }, ], });对应字段packages/core/src/config.ts字段类型必填作用infoMarkdownstring否注入到 AI 提示词中的仓库背景与data/id/INFO.md同时存在时优先promptAppendstring否追加到该系统提示词末尾的自由文本方式二data/id/INFO.md与data/id/config.json如果infoMarkdown未设置deepsec 会读取data/id/INFO.md并注入其内容适用于process、triage、revalidate。docs/configuration.md对篇幅的建议是几百词的仓库背景——代码库是干什么的、认证长什么样、威胁模型、已知误报来源并说明 one-shot setup 会自动写入并校验该文件。promptAppend等字段仍支持在data/id/config.json中声明见 configuration.md{ priorityPaths: [app/api/, lib/], promptAppend: Pay extra attention to the booking flow., ignorePaths: [**/legacy/**] }如果配置文件与项目声明的同名字段同时存在配置文件优先。一个真实可参考的样例在 samples/webapp/config.json其中的promptAppend明确写了跨租户访问缺少 companyId 作用域是本代码库影响最大的 bug 形态检查数据库查询是否按req.session.user.companyId过滤——这正是 08 号样例所展示的用法把只有项目维护者知道的领域知识沉淀进提示词引导 Agent 关注高价值 bug 形状。处理器侧的数据流从处理器入口看projectConfig.promptAppend在初始化时被读入并透传见 index.ts最终经assemblePrompt({ projectInfo, promptAppend })进入组装器组装器对两者一视同仁非空白就追加且都用---分隔保持与系统生成段落的分界。INFO.md 与 promptAppend 的原样注入、只出现一次、位置固定由此贯穿配置层 → 处理器 → 组装器 → Agent 层整条链路。样例的生成与回归机制prompt-samples/目录下的 11 份样例全部由 prompt-samples.test.ts 生成并持续校验常态运行每个场景的fullPromptFor()与磁盘上的.md文件逐字节比对不一致即测试失败有意变更时UPDATE_PROMPT_SAMPLES1 pnpm test:unit会重写全部样例文件然后通过 PR diff 审查变更内容。这意味着08-with-info-and-append.md不只是文档更是一份可回归的契约任何对核心提示词、highlights、slug 笔记、INFO.md/promptAppend 注入位置或 Agent 层包装的改动都会先在这里留下痕迹。测试还额外断言了两点样例必须同时包含组装半区与 Agent 层文件列表两个部分同文件第 93-100 行以及 INFO.md 在最终 prompt 中恰好出现一次第 102-106 行——与样例头部注释声称的确认它们不会被 Agent 层重复发射完全对应。小结08-with-info-and-append是理解 deepsec 提示词工程的最小完备案例一条组装器代码路径assemblePrompt加上一条 Agent 层包装路径buildInvestigatePrompt把通用核心、按需技术要点、按需 slug 笔记、用户自定义的 INFO.md 与 promptAppend、具体的候选文件列表与输出契约拼成一份既不过度膨胀、又承载了项目特有知识的最终提示词。而样例文件本身被测试以字节级精度钉在仓库里让 prompt 的每一次演化都变得可审查、可回放、可回归。若要进一步研究可以从 assemble.ts、core.ts、slug-notes.ts 三个源文件入手再对照 configuration.md 与 samples/webapp/config.json 把配置侧的字段接上。赞分享应用安全漏洞扫描人工智能AI Agent【免费下载链接】deepsecDeepsec is a security harness for finding vulnerabilities in your codebase powered by coding agents项目地址https://gitcode.com/gh_mirrors/deeps/deepsec点击查看免费下载相关推荐Deepsec 多语言仓库的 Python 批次提示词组装语言过滤、按需注入与确定性样本机制全解析Deepsec 多语言仓库的 Python 批次提示词组装语言过滤、按需注入与确定性样本机制全解析 导读 本文基于 Deepsec 仓库中的确定性提示词样本应用安全漏洞扫描人工智能AI AgentDeepsec 语言感知式安全审查提示词多语言仓库中纯 TypeScript 批次的过滤组装机制Deepsec 语言感知式安全审查提示词多语言仓库中纯 TypeScript 批次的过滤组装机制 本指南以 prompt samples/05 polyglo应用安全漏洞扫描人工智能AI AgentDeepsec 深入解析Rails/Ruby 批量扫描的 Agent 调查提示词是如何构造与执行的Deepsec 深入解析Rails/Ruby 批量扫描的 Agent 调查提示词是如何构造与执行的 本篇以 Deepsec 仓库中的确定性提示词样例 prom应用安全漏洞扫描人工智能AI Agent上一篇DevDocs MCP服务器配置如何让Claude智能查询你的文档数据下一篇DeepSeek Harness 统一 JSON 值 Schema DSL从工具参数到结构化输出的单一强制词汇创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考