展开本页目录
开始前准备什么
- Python 3.13+ 与独立练习目录;默认离线重放不需要 Key。
- 发起新请求时使用自己的 apizt Key;先核对当前模型权限和价格,Key 不写入教材。
- 材料为原创合成样例;相关第三方项目仅作方法参考,真实执行范围以本页记录为准。
- 核对输入
- 保存响应
- 执行本地处理
- 验收文件和负例
原始输入、真实请求与响应、业务脚本、正反例检查及已生成的结果文件;不含 Key。
1. 准备这份输入,先确定不能猜的字段
把机器扫描记录变为可定位的修复清单。先将下面的原创合成材料保存为 input.json;不要一开始接正式客户资料。
本例与已有教程的区别:已有Semgrep规则/Gitleaks篇是检测,本篇汇总已产生报告
input.json(较长时显示节选,完整文件在资料包)
{
"findings": [
{
"ruleId": "DEMO001",
"path": "src/demo.ts",
"line": 12,
"message": "Unchecked nullable value"
},
{
"ruleId": "DEMO002",
"path": "src/list.ts",
"line": 8,
"message": "Unused variable"
}
]
}2. 发送一次小请求,保留原始响应
下载并解压资料包,按 README 创建独立 Python 环境。python run.py 默认仅离线复核已保存回执;显式运行 python run.py --live 才发起新请求并可能计费。
模型阶段使用下面的任务约束。若存在预处理,prepared-input.json 是去重、分页收集或过滤后的真实输入;完整原始材料仍保留。识图任务发送实际 JPEG,不把人工真值放入提示词。
对应任务的请求参数说明;完整实际 request-N.json 见资料包
{
"model": "gpt-4.1-mini",
"messages": [
{
"role": "system",
"content": "只处理给定的虚构演示材料。只输出JSON,字段findings,每项ruleId、path、line、summary。保留源定位信息,不补编漏洞。"
},
{
"role": "user",
"content": "{\n \"findings\": [\n {\n \"ruleId\": \"DEMO001\",\n \"path\": \"src/demo.ts\",\n \"line\": 12,\n \"message\": \"Unchecked nullable value\"\n },\n {\n \"ruleId\": \"DEMO002\",\n \"path\": \"src/list.ts\",\n \"line\": 8,\n \"message\": \"Unused variable\"\n }\n ]\n}"
}
],
"temperature": 0,
"max_tokens": 1024,
"provider": {
"sort": "success_rate"
},
"response_format": {
"type": "json_object"
}
}3. 执行本例的本地处理,模型字段还要再验算
以下节选来自这次实际执行的 verify-task.py 分支。完整函数和辅助方法均在资料包;运行 python run.py 会使用原始回执重放这段业务操作,而不是让模型自己宣布成功。
摘要保留每个原始告警定位
verify-task.py · sarif 分支节选,需在完整脚本上下文运行
sarif = {'version': '2.1.0', 'runs': [{'tool': {'driver': {'name': 'DEMO scanner'}}, 'results': [{'ruleId': item['ruleId'], 'message': {'text': item['message']}, 'locations': [{'physicalLocation': {'artifactLocation': {'uri': item['path']}, 'region': {'startLine': item['line']}}}]} for item in data['findings']]}]}
write_json(folder / 'scan.sarif', sarif)
originals = {(row['ruleId'], row['path'], row['line']) for row in data['findings']}
check('摘要保留每个原始告警定位', {(row['ruleId'], row['path'], row['line']) for row in output['findings']} == originals)
save_csv(folder / 'findings.csv', output['findings'])4. 查看真实结果、文件与验收记录
本次 7/7 项通过。模型返回与最终业务结果分开保存;以下是本地处理后的 result.json。
最后一次实测时间:2026-10-24T15:06:12.982936+00:00;HTTP 200;请求型号 gpt-4.1-mini;返回型号 gpt-4.1-mini;本次返回用量 203。中断或超时不会补造用量,多个尝试不合并成一次成功。
实际产物:checks.json、findings.csv、result.json、scan.sarif。
| 检查项 | 本次结果 |
|---|---|
| 真实 apizt 响应 HTTP 200 | 通过 |
| 原始响应 content 可直接解析 JSON | 通过 |
| 事实检查:findings.0.ruleId | 通过 |
| 事实检查:findings.0.line | 通过 |
| 事实检查:findings.1.path | 通过 |
| 明确错误的本地反例被验收规则拒绝 | 通过 |
| 摘要保留每个原始告警定位 | 通过 |
- 检查项
- 真实 apizt 响应 HTTP 200
- 本次结果
- 通过
- 检查项
- 原始响应 content 可直接解析 JSON
- 本次结果
- 通过
- 检查项
- 事实检查:findings.0.ruleId
- 本次结果
- 通过
- 检查项
- 事实检查:findings.0.line
- 本次结果
- 通过
- 检查项
- 事实检查:findings.1.path
- 本次结果
- 通过
- 检查项
- 明确错误的本地反例被验收规则拒绝
- 本次结果
- 通过
- 检查项
- 摘要保留每个原始告警定位
- 本次结果
- 通过
verified/result.json(节选)
{
"findings": [
{
"ruleId": "DEMO001",
"path": "src/demo.ts",
"line": 12,
"summary": "Unchecked nullable value"
},
{
"ruleId": "DEMO002",
"path": "src/list.ts",
"line": 8,
"summary": "Unused variable"
}
]
}5. 换自己的材料时,先检查失败分支
本地反例用于验证业务边界,已在检查表中明确标记;不能把本地构造的错误状态写成网关真实故障。原始回执及失败尝试不删除。
本例是小样验证;替换输入后必须重新检查字段、事实和实际费用。
只把本篇标注的任务作为本次验收范围。第三方软件、未测模型、工具调用能力和真实用户数据都需要另行验证;没有调用视频生成模型。
- 摘要保留每个原始告警定位
解压目录中运行;第一条离线,第二条显式发起新请求
python run.py
# 安全设置自己的 tokenba_API_KEY 后,才执行下面这一条
python run.py --live怎样确认已经完成
- 真实 apizt 响应 HTTP 200
- 原始响应 content 可直接解析 JSON
- 事实检查:findings.0.ruleId
- 事实检查:findings.0.line
- 事实检查:findings.1.path
- 明确错误的本地反例被验收规则拒绝
- 摘要保留每个原始告警定位
常见问题
AI 整理 SARIF 扫描报告只看 HTTP200 就完成了吗?
还需要按本页独立规则检查事实、缺失项及最终文件。模型阶段成功与本地工作流成功分别记录。
可以不登录其他平台运行本例吗?
可以。本例使用 apizt API 和本地 Python 脚本;离线复核也无需 API Key。第三方软件的原生 UI、插件和账号权限不在本次验收范围。
更换输入后还能沿用本页的通过结果吗?
不能。原始事实断言只适用于本页合成材料。替换输入后必须同步调整 expected、业务规则与负例,再检查输出。


