[!警告] Skunkworks プロジェクト 目で開きます これは、生産グレードのツールではなく、積極的な研究の努力です。 荒い端を期待して下さい:

• 長期サポート無し。 予告なく変更する場合があります。
• 不明なカバレッジギャップ。 検出ルールは、製造グレードではなく、参照です。 脆弱性クラスや言語パターンは見逃します。 進化し、調味料を追加!
• 偽陽性保証はありません。 精度は、レポサイズ、言語、スキャンのバリアントによって変化し、ノイズを期待します。
• Costの予測不可能。 LLMトークンの使用量は、選択したレポサイズとバリエーションに大きく依存します。大きなレポは高価な高速を得ることができます。 -マニュアルレビューの代替ではありません。 それらを演じる前に、ファインディングは人間によってトリガされるべきです。

お問い合わせ

これこそが

レールガードは、LM-driven静的セキュリティ解析の実験です。 これは、セキュリティ脆弱性のソースコードリポジトリをスキャンするために、Claude Code エージェントのスキルを活用し、迅速な評価のために異なるアプローチをエミュレートするリポジトリです。ランタイムの実行、動的テスト、純粋な読み取りおよびリーソンはありません.

Railguard: Scan Skills

[!WARNING] Skunkworks project. Use with eyes open. This is an active research effort, not production-grade tool(s). Expect rough edges:

• No long-term support. All things may change without notice.
• Unknown coverage gaps. Detection rules included are references, not production grade; some vulnerability classes or language patterns will be missed. Evolve and add seasoning!
• No false-positive guarantees. Precision varies by repo size, language, and scan variant, expect noise.
• Cost unpredictability. LLM token usage depends heavily on repo size and variant chosen; large repos can get expensive fast.
• Not a replacement for manual review. Findings should be triaged by a human before acting on them.

---

What This Is

Railguard is an experiment in LLM-driven static security analysis. This is a repository emulating the different approaches for quick evaluation leveraging Claude Code agent skills to scan source code repositories for security vulnerabilities; no runtime execution, no dynamic testing, pure read-and-reason.

The core question driving the work: does splitting analysis across many specialized agents produce meaningfully better results than having one agent do everything? There’s no obvious right answer. More agents means more focused analysis per domain, but also more cost, more orchestration complexity, and no cross-domain correlation. Fewer agents is cheaper and simpler, but the model has to juggle more rules and may give each vulnerability class shallow attention. We’re running controlled experiments to find out where the breakpoints are.

Each scan variant shares the same rule files, methodology docs, and benchmark infrastructure. The only thing that changes is how Phase 3 (vulnerability analysis) is structured.

---

Repository Structure

.
├── LICENSE.md
├── README.md
├── repos/                                         # Eval target repositories
│   ├── vul-anime-rest-api/                        # Intentionally vulnerable FastAPI app
│   └── ...                                        # More to come
│
└── .claude/
    └── skills/
        ├── README.md                              # Skills-level docs (eval focus)
        │
        ├── railguard-orchestrated-scan/           # 12 parallel specialized agents (canonical baseline)
        │   ├── SKILL.md                           # Orchestrator entry point
        │   ├── references/
        │   │   ├── directives/                    # Universal agent directives (tool logging etc.)
        │   │   ├── methodology/                   # Data flow, severity, FP, triage, dedup
        │   │   ├── rules/                         # 12 vulnerability detection rules
        │   │   └── schemas/                       # Finding JSON format
        │   ├── scripts/                           # File enumeration, LSP helpers, merge, semgrep