项目简介

VibeShift 是一个智能安全代理，设计用于与各种AI编程助手（如 Cursor, GitHub Copilot 等）无缝集成。它作为一个自动化的安全工程师，在不安全的AI生成代码进入你的代码库之前，对其进行分析、识别漏洞，并促进AI驱动的修复。它利用 Model Context Protocol (MCP) 在现有的AI编码环境中进行平滑交互。

主要功能点

VibeShift 通过MCP协议向AI编程助手提供以下核心能力：

自动化代码安全扫描: 对AI生成或修改的代码片段进行安全分析，集成 Semgrep 等静态分析工具。
Web测试记录: 自动化地基于自然语言描述在浏览器中记录用户操作流程，生成可重复执行的测试脚本。
Web测试执行: 运行之前记录的JSON格式的Web测试脚本，并返回执行结果、截图和日志。支持自我修复能力，以应对页面变化。
Web测试发现: 爬取网站，利用LLM分析页面内容，并建议潜在的测试步骤或用户流程。
列出已记录测试: 提供当前项目中已保存的Web测试文件列表。

安装步骤

确保您已安装 Python 3.10 或更高版本。
确保您可以访问任何兼容的LLM（如 Gemini 2.0 Flash）。
安装 MCP 命令行工具：'pip install mcp[cli]'

克隆 VibeShift 仓库到您的本地机器：

git clone https://github.com/GroundNG/VibeShift
cd VibeShift

（推荐）创建一个虚拟环境并激活：

python -m venv venv
source venv/bin/activate # Linux/macOS
# venv\Scripts\activate # Windows

安装项目依赖：

pip install -r requirements.txt

安装 Playwright 浏览器及依赖：

patchright install --with-deps

配置 LLM API 密钥：复制项目根目录下的 '.env.example' 文件，重命名为 '.env'，并在其中填入您的LLM API 密钥及其他必要配置（例如，'LLM_API_KEY="YOUR_LLM_API_KEY"'）。

服务器配置

将以下配置信息添加到您的 MCP 客户端（如 Cursor）的 MCP 配置文件中。这告诉您的客户端如何启动和连接到 VibeShift MCP 服务器。

{
  "mcpServers": {
    "VibeShift": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/your/cloned/VibeShift/repo", // 将此替换为您的 VibeShift 仓库的绝对或相对路径
        "run",
        "mcp_server.py" // 这是 VibeShift 的 MCP 服务器启动文件
      ]
    }
  }
}

请确保将 '"path/to/your/cloned/VibeShift/repo"' 替换为您实际克隆 VibeShift 仓库的路径。配置完成后，启动您的 MCP 客户端，它将根据此配置启动 VibeShift 作为其后端 MCP 服务器。请保持 VibeShift 服务器运行。

基本使用方法

通过您的 MCP 兼容的 AI 编程助手，使用自然语言与 VibeShift 进行交互。AI 助手会识别您的意图并向 VibeShift MCP 服务器发送相应的工具调用请求。

示例命令 (在AI助手对话框中输入):

代码安全分析:
- 通常由AI助手自动触发。
- 或者通过明确的命令：
  
  "VibeShift, analyze this function for security vulnerabilities." (VibeShift，分析这个函数查找安全漏洞。) "Ask VibeShift to check the Python code Copilot just wrote for SQL injection." (让VibeShift检查Copilot刚刚写的Python代码是否有SQL注入。)
记录一个测试:

"Record a test: go to https://practicetestautomation.com/practice-test-login/, type 'student' into the username field, type 'Password123' into the password field, click the submit button, and verify the text 'Congratulations student' is visible." (记录一个测试：访问...，在用户名输入...，在密码输入...，点击...，并验证...可见。)
执行一个测试:

"Run the regression test 'output/test_practice_test_login_20231105_103000.json'" (运行回归测试文件 '...')
- (您需要指定已记录测试文件的路径，通常在 'output/' 目录下找到。)
发现测试步骤:

"Discover potential test steps starting from https://practicetestautomation.com/practice/" (从...开始发现潜在的测试步骤。)
列出已记录测试:

"List the available recorded web tests." (列出所有已记录的Web测试。)

VibeShift 将执行请求的任务，并将结果（如安全报告、测试结果摘要、发现的步骤列表）通过 MCP 返回给您的 AI 助手，供您查看或进一步处理。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息