Skip to content

JoyciAkira/Auditor

BranchesTags

Repository files navigation

Auditor Agent - Claude Code Companion 🤖🔍

Un agente di auditing intelligente che monitora e valida le azioni di Claude Code in tempo reale, fornendo un secondo livello di controllo qualità e sicurezza.

Stato reale (auditabile)

  • IMPLEMENTATO (eseguibile):
    • Polling eventi via hcom (API Python se disponibile, altrimenti CLI) e invio messaggi/avvisi.
    • Motore di regole locale (config/audit_rules.yaml) + analisi base (regex/euristiche).
    • Dashboard TUI (thread separato, best-effort).
    • Test suite python test_auditor.py (passata in questo workspace).
  • PARZIALMENTE IMPLEMENTATO:
    • Modalità block: oggi è un soft-block (messaggio “AUDIT BLOCK”), non un gate hard su tool execution.
  • NON IMPLEMENTATO (oggi solo roadmap):
    • Integrazione effettiva con AI-Github-Auditor e python-a2a (nel repository sono stati clonati a parte, ma non sono incorporati nel runtime del concept).
    • Gate hard (git hooks / pre-commit / policy engine).

🎯 Concept Overview

Questo progetto combina tecnologie open-source per creare un sistema di auditing multi-agente che lavora in parallelo con Claude Code:

  • Comunicazione: hcom (repo aannoo/claude-hook-comms) per eventi/trascritti/messaging
  • Auditing Engine (attuale): regole locali + controlli base (pattern matching statico)
  • Roadmap: innesto di scanner/policy engine MIT/Apache-2.0 + LLM integration

🚀 Nuovo: Integrazione AI con Ollama/CodeGeeX

Il sistema supporta ora analisi AI reale! Oltre al pattern matching statico, puoi abilitare:

  • ✅ LLM CodeGeeX via Ollama (open-source, locale)
  • ✅ Ragionamento semantico su codice complesso
  • ✅ Analisi impatto e vulnerabilità contestuali
  • ✅ Suggerimenti intelligenti oltre le regole statiche

Sistema Ibrido: Pattern matching veloce → AI profonda per casi complessi.

🏗️ Architettura

┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│   Claude Code   │◄──►│ claude-hook-comms│◄──►│  Auditor Agent  │
│   (Primary)     │    │  (Communication) │    │   (Secondary)   │
└─────────────────┘    └──────────────────┘    └─────────────────┘
                              │                           │
                              ▼                           ▼
                       ┌──────────────────┐    ┌──────────────────┐
                       │   Event Stream   │    │  Audit Engine    │
                       │   (SQLite DB)    │    │  (AI Analysis)   │
                       └──────────────────┘    └──────────────────┘
                                                │
                                                ▼
                                       ┌──────────────────┐
                                       │   Validation     │
                                       │   & Alerts       │
                                       └──────────────────┘

🚀 Come Funziona

1. Setup Iniziale

# Clona il repository
git clone https://github.com/JoyciAkira/Auditor.git
cd Auditor

# Installa dipendenze
pip install -r requirements.txt

# Setup automatico
python setup.py

# Installa claude-hook-comms
pip install hcom
hcom

# Configura hooks per Claude Code
# (segui istruzioni in docs/quick_start.md)

1.5 Setup Ollama per AI Analysis (Opzionale)

# 1. Verifica permessi Docker sul NAS
sudo docker ps | grep ollama  # Se non funziona: sudo usermod -aG docker $USER && reboot

# 2. Test Ollama (sul NAS)
curl -s http://localhost:11434/api/tags  # Dovrebbe mostrare i modelli

# 3. Test risposta rapida
time curl -s http://localhost:11434/api/chat \\
  -H 'Content-Type: application/json' \\
  -d '{"model":"codegeex4:latest","messages":[{"role":"user","content":"OK"}],"stream":false,"options":{"temperature":0.0,"num_predict":5}}' \\
  --max-time 240

# 4. Se risponde, configura l'Auditor:
# Modifica config/agent_config.yaml:
ai:
  enable_ai: true
  ollama_url: "http://TUO_NAS_IP:11434"  # IP del tuo container Ollama
  ollama_model: "codegeex4:latest"
  ai_timeout: 180  # Timeout per cold-start 9B model

# 5. Test connessione AI
python test_ai_integration.py

2. Avvia l'Auditor

# Terminale 1: Claude Code normale
claude

# Terminale 2: Auditor Agent
python auditor_agent/main.py --mode warn --dashboard

3. Workflow Operativo

  1. Claude Code lavora normalmente sul progetto
  2. Hook System intercetta ogni azione (file edits, tool calls, commits)
  3. Auditor Agent riceve notifiche in tempo reale via claude-hook-comms
  4. Audit Engine valida:
    • Sicurezza del codice
    • Qualità e best practices
    • Conformità ai requisiti
    • Rilevamento regressioni
  5. Alert System notifica l'utente se rileva problemi

📁 Struttura Progetto

auditor-concept/
├── auditor_agent/           # Core dell'agente auditor
│   ├── main.py             # Entry point
│   └── main.py             # Loop + routing eventi + invio messaggi
├── communication_layer/    # Integrazione con claude-hook-comms
│   ├── hcom_client.py      # Client per hcom
├── audit_engine/          # Engine di analisi (basato su AI-Github-Auditor)
│   └── auditor.py         # Regole + analisi base
├── monitoring/            # Sistema di monitoraggio
│   ├── dashboard.py       # Dashboard semplice
├── config/                # Configurazioni
│   ├── audit_rules.yaml   # Regole di auditing
│   ├── agent_config.py    # Loader config (IMPLEMENTATO)
│   └── agent_config.yaml  # Config agente
└── docs/                  # Documentazione
    └── quick_start.md     # Quick start

🔧 Configurazione

Regole di Auditing (config/audit_rules.yaml)

security:
  - name: "hardcoded_secrets"
    pattern: "(?i)(password|secret|key|token).*['\"]([^'\"]*)['\"]"
    severity: "high"
    action: "block"

quality:
  - name: "large_functions"
    max_lines: 50
    severity: "medium"
    action: "warn"

compliance:
  - name: "missing_tests"
    require_tests: true
    severity: "low"
    action: "suggest"

Modalità Operative

  • Read-only: Solo monitoraggio e suggerimenti
  • Warn: Notifiche per problemi rilevati
  • Block: Blocco automatico di azioni rischiose
  • Interactive: Richiesta conferma per azioni critiche

🛠️ Setup Rapido

  1. Installa dipendenze:
pip install -r requirements.txt

  1. Configura hooks: vedi docs/quick_start.md (usa snippet ufficiale di claude-hook-comms)

  2. Avvia sistema:

# Terminale 1
claude

# Terminale 2
python auditor_agent/main.py

🎯 Casi d'Uso

Sicurezza

  • Rilevamento chiavi API hardcodate
  • Validazione input non sicura
  • Controlli dipendenze vulnerabili

Qualità Codice

  • Complessità ciclomatica
  • Coverage test
  • Best practices linguaggio

Compliance

  • Conformità standard aziendali
  • Validazione architetturale
  • Controlli regressione

Workflow

  • Code review automatizzato
  • Validazione pre-commit
  • Monitoraggio modifiche critiche

🔄 Integrazione con Claude Code

L'agente si integra perfettamente con Claude Code attraverso:

  1. Hooks di sistema: Intercetta tool calls e file edits
  2. Event streaming: Riceve notifiche in tempo reale
  3. Message passing: Può inviare suggerimenti e avvisi
  4. Transcript access: Legge conversazioni per context awareness

🤖 Aggiungere LLM Integration (per diventare "AI Auditor")

Per trasformare questo da "linting tool" a "AI Auditor" vero, aggiungere:

1. Dipendenze LLM

pip install openai anthropic  # O altri provider

2. Configurazione

# config/agent_config.yaml
llm:
  provider: "openai"  # openai, anthropic, local
  model: "gpt-4"
  api_key: "${OPENAI_API_KEY}"
  temperature: 0.1
  max_tokens: 1000

3. Engine AI

# audit_engine/ai_analyzer.py
import openai

class AIAnalyzer:
    def analyze_code_change(self, code_diff: str, context: dict) -> dict:
        """Analizza cambiamenti codice con LLM per impatto/risk assessment"""
        prompt = f"""
        Analizza questo cambiamento codice per rischi di sicurezza e qualità:

        {code_diff}

        Contesto: {context}

        Fornisci:
        - Livello di rischio (low/medium/high)
        - Problemi potenziali
        - Suggerimenti miglioramento
        """

        response = openai.ChatCompletion.create(
            model="gpt-4",
            messages=[{"role": "user", "content": prompt}],
            temperature=0.1
        )

        return self.parse_llm_response(response)

🚀 Estensioni Future

  • LLM Integration (vedi sopra) per analisi intelligente
  • Integrazione con git hooks per validazione pre-commit
  • Dashboard web per monitoraggio real-time
  • Plugin system per regole custom
  • Integrazione con CI/CD pipelines
  • Multi-agent orchestration con python-a2a

Miglioramenti ambiziosi (con sorgenti MIT/Apache-2.0 verificati)

Questi componenti sono stati verificati via GitHub API (campo license.spdx_id) nel workspace corrente:

  • Secret scanning hard:
    • gitleaks/gitleaks (MIT) – secrets in repo e history
    • Yelp/detect-secrets (Apache-2.0) – baseline enterprise-friendly
    • aquasecurity/trivy (Apache-2.0) – vulnerabilità + misconfig + secrets + SBOM
  • SAST / sicurezza:
    • PyCQA/bandit (Apache-2.0) – security lint Python
    • bridgecrewio/checkov (Apache-2.0) – IaC scanning (Terraform/K8s/etc.)
    • rhysd/actionlint (MIT) – lint workflow GitHub Actions
  • Gate deterministico:
    • pre-commit/pre-commit (MIT) – framework per hook; consente gating locale prima del commit
    • open-policy-agent/opa (Apache-2.0) – policy engine (rego) per decisioni “allow/deny” tracciabili

Integrazione concreta suggerita (non implementata in questo concept): aggiungere uno strato “policy gate” che, prima di git commit/git push o prima di tool execution, esegue gli scanner sopra e produce una decisione allow|deny con evidenza.

📊 Metriche e Reporting

L'agente traccia:

  • Tasso di problemi rilevati vs risolti
  • Tempo di risposta alle notifiche
  • Accuratezza delle rilevazioni
  • Impatto sulla produttività

🤝 Contributi

Questo è un concept basato su progetti open-source esistenti. Per contribuire:

  1. Fork dei repository originali
  2. Implementa miglioramenti specifici
  3. Crea PR nei progetti upstream
  4. Documenta integrazioni nuove

Basato su: claude-hook-comms, AI-Github-Auditor, python-a2a Licenza: MIT Status: Concept funzionante

About

Auditor

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

1 tags

Packages

 
 
 

Contributors

Languages