#sast Repositories
Entdecke 28 aktive Open-Source-GitHub-Repositories, die mit #sast getaggt sind und insgesamt 75,344 Sterne gesammelt haben (durchschnittlich 2,690 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist semgrep/semgrep mit 17,874 Sternen.
Insgesamt 28 Repositories
Leichtgewichtige statische Analyse für viele Sprachen. Finden Sie Bug-Varianten mit Mustern, die wie Quellcode aussehen.
⚙️ Eine kuratierte Liste von Static-Analysis-(SAST)-Tools und Linter-Tools für alle Programmiersprachen, Konfigurationsdateien, Build-Tools und mehr. Der Fokus liegt auf Tools, die die Code-Qualität verbessern.
DeepAudit: Ein KI-Hackerteam für alle, das die Suche nach Sicherheitslücken für jeden zugänglich macht. Auch Anfänger können es mit einem Klick bereitstellen und starten – mit autonomer, kollaborativer Prüfung und automatisierter PoC-Validierung in einer Sandbox. Unterstützt die private Bereitstellung mit Ollama und die Berichtserstellung per Mausklick. Unterstützt Relay-Dienste. Sicherheit muss nicht teuer und Audits müssen nicht kompliziert sein.
Ein modularer, stack-unabhängiger Werkzeugkasten, mit dem KI-Coding-Agenten Schwachstellen autonom finden, reproduzieren und beheben können.
Code-Sicherheits-Scanning-Tool (SAST) zur Entdeckung, Filterung und Priorisierung von Sicherheits- und Datenschutzrisiken.
nodejsscan ist ein statischer Sicherheitscode-Scanner für Node.js-Anwendungen.
Vollständige Lösung für VAPT/AppSec und Pentesting-Leitfaden: Web | Mobile | API | Thick Client | Source Code Review | DevSecOps | Wireless | Network Pentesting | SAST | DAST usw...
Sammlung von Agenten-Fähigkeiten zum Finden von Schwachstellen in Ihren Web-/Mobil-Apps.
Open-Source-KI-Agent für Penetrationstests, der jeden Fund durch Ausnutzung verifiziert. Autonome Penetrationstests in 22 Phasen für Webanwendungen und APIs mit PDF-Berichten inklusive CVSS-Bewertung. Selbst hosten, ein eigenes LLM verwenden oder mit Ollama vollständig lokal ausführen.
Horusec ist ein Open-Source-Tool, das die Identifizierung von Schwachstellen in Ihrem Projekt mit nur einem Befehl verbessert.
Erkenne Secrets. Validiere sie in Echtzeit. Ermittle das Ausmaß möglicher Auswirkungen. Widerrufe sie schnell. Führe die CLI aus oder integriere sie in Rust, Python oder Node.js.
Open-Source-KI-Code-Review für Coding-Agenten. Ein unabhängiger Reviewer prüft jede Änderung, die dein Agent schreibt, bevor du sie pushst – in Claude Code, Codex, Cursor und Cline. Kein eigenes Konto und kein eigener Schlüssel erforderlich.
KI-gestützter Sicherheitsscanner. NEU in v2026.7: Claude-Code-Kompromittierungserkennung – prüfen Sie .claude/-Hooks, Berechtigungen und Fähigkeiten vor dem Klonen – plus einen ständig aktiven KI-Angriffssignatur-Scanner und native Rust- und PHP-Regeln. Auch: medusa scan --git zur Überprüfung jedes Repos, medusa secrets scan für durchgesickerte API-Schlüssel. 40.000+ Muster, keine Einrichtung.
APKHunt ist ein umfassendes statisches Code-Analyse-Tool für Android-Apps, das auf dem OWASP MASVS-Framework basiert. Obwohl APKHunt in erster Linie für mobile App-Entwickler und Sicherheitstester gedacht ist, kann es von jedem verwendet werden, um potenzielle Sicherheitslücken in seinem Code zu identifizieren und zu beheben.
Open-Source-PR-Scanner mit lokalem Fokus, der toten Code, Sicherheitsfehler, Geheimnisse, Qualitätsregressionen und KI-Codefehler vor dem Merge findet. Für Neulinge siehe https://duriantaco.github.io/skylos/repo-map/
JavaSecLab ist eine umfassende Java-Schwachstellenplattform| JavaSecLab ist eine umfassende Java-Schwachstellenplattform, die entsprechende fehlerhafte Code-Schwachstellen, behobenen Code, Schwachstellen-Szenarien, Audit-SINK-Punkte und sichere Codierungsstandards bietet, die verschiedene Schwachstellen-Szenarien abdecken, mit einer benutzerfreundlichen Benutzeroberfläche...
OWASP Benchmark ist eine Test-Suite, die entwickelt wurde, um die Geschwindigkeit und Genauigkeit von Software-Schwachstellen-Erkennungstools zu überprüfen. Es handelt sich um eine vollständig ausführbare Web-App, die in Java geschrieben ist und Analysen durch statische (SAST), dynamische (DAST) und Laufzeit- (IAST) Tools unterstützt, die Java unterstützen. Die Idee ist, dass sie vollständig ausführbar ist und alle Schwachstellen tatsächlich ausnutzbar sind, was sie zu einem fairen Test für jedes Schwachstellen-Erkennungstool macht. Für weitere Details zu diesem Projekt siehe die OWASP Benchmark Project-Homepage.
Agentischer KI-Sicherheitsscanner, der wie ein Angreifer nach ausnutzbaren Schwachstellen sucht, sie mit ausführbaren PoCs nachweist und sie testorientiert behebt. Ein gepflegter Fork von Capital Ones VulnHunter, neu aufgebaut für jedes Agenten-Harness.
OpenAnt von Knostic ist das führende Open-Source-Produkt auf Basis großer Sprachmodelle zur Erkennung und Behebung von Schwachstellen. Es hilft Verteidigern, verifizierte Sicherheitslücken proaktiv zu finden und zu schließen und dabei sowohl falsch-positive als auch falsch-negative Ergebnisse zu minimieren. Phase 1 erkennt. Phase 2 greift an. Was standhält, ist echt.
mobsfscan ist ein statisches Analysewerkzeug, das unsichere Codemuster in Ihrem Android- und iOS-Quellcode finden kann. Unterstützt Java-, Kotlin-, Swift- und Objective-C-Code. mobsfscan verwendet MobSF-Regeln für die statische Analyse und wird von Semgrep und dem Mustervergleich von libsast angetrieben.
ASH ist eine erweiterbare Open-Source-Orchestrierungs-Engine für SAST-, SCA- und IaC-Sicherheitsscanner.
Ein Statik-Analyse-Tool zur Erkennung von Schwachstellen in C/C++-Quellcode
Globstar ist ein schnelles, funktionsreiches und quelloffenes Toolkit für die statische Analyse zum Schreiben und Ausführen von Code-Prüfungen. Basiert auf tree-sitter.
Häufig gestellte Fragen
Welches ist das beliebteste #sast-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#sast-Projekt auf GitHub ist semgrep/semgrep mit 17,874 Sternen. Leichtgewichtige statische Analyse für viele Sprachen. Finden Sie Bug-Varianten mit Mustern, die wie Quellcode aussehen.
Welche Programmiersprachen werden in #sast-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #sast-Projekten auf GitHub sind Python, Go, Java, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #sast-Repositories berechnet?
Wir verfolgen 28 aktive Open-Source-Repositories, die mit #sast getaggt sind (500+ Sterne), mit insgesamt 75,344 Sternen und durchschnittlich 2,690 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.