Nosey Parker v0.23.0 发布:新增多平台支持与规则增强
2025-06-25 22:08:29作者:段琳惟
Nosey Parker 是一款由 Praetorian 开发的开源代码扫描工具,专注于帮助开发者和安全团队发现代码库中潜在的安全问题,如敏感信息泄露、API 密钥暴露等。该工具通过高效的扫描算法和丰富的规则库,能够快速识别代码中的安全隐患。
最新发布的 v0.23.0 版本带来了多项重要更新,包括新增多个检测规则、改进扫描稳定性以及提供更完善的多平台支持。这些改进使得 Nosey Parker 在安全扫描领域的能力进一步增强。
多平台 Docker 镜像支持
v0.23.0 版本提供了两种类型的 Docker 镜像,均支持 x86_64 和 ARM64 架构:
- 标准 Docker 镜像:基于通用 Linux 环境构建,适合大多数使用场景
- Alpine 基础镜像:体积更小,安全性更高,适合资源受限或对安全性要求更高的环境
用户可以根据自身需求选择合适的镜像版本,通过简单的 docker pull 命令即可获取。
新增检测规则
本次更新引入了多个新的检测规则,进一步扩展了工具的检测能力:
-
云服务相关:
- Anthropic API 密钥检测
- Groq API 密钥检测
- Firecrawl API 密钥检测
-
认证凭据相关:
- Gitalk OAuth 凭据检测
- 新增 2 种通用密钥检测规则
- 新增 2 种通用用户名密码组合检测规则
这些新增规则覆盖了当前流行的云服务和常见的安全风险模式,使得工具能够识别更多类型的敏感信息泄露。
稳定性改进
v0.23.0 版本修复了一个重要的稳定性问题:当使用相同的输入和数据存储重新运行扫描时,不再会出现"UNIQUE constraint failed"错误而崩溃。这一改进使得工具的可靠性得到提升,特别是在自动化扫描和持续集成场景中。
技术价值与应用场景
Nosey Parker 的这些更新对于以下场景特别有价值:
- 开发团队可以在代码提交前进行本地扫描,防止敏感信息被意外提交到代码库
- 安全团队可以定期扫描企业代码仓库,及时发现潜在的安全风险
- DevOps 团队可以将扫描集成到 CI/CD 流程中,实现自动化的安全检测
v0.23.0 版本的多平台支持也使得它能够在各种环境中部署,包括开发者的笔记本电脑、云服务器以及 ARM 架构的设备上。
总结
Nosey Parker v0.23.0 通过新增检测规则、改进稳定性和扩展平台支持,进一步巩固了其作为代码安全扫描工具的地位。对于关注代码安全的团队和个人开发者来说,这一版本提供了更全面、更可靠的扫描能力,是保护代码库免受敏感信息泄露威胁的有力工具。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210