VulnSeeker: CodeQL and LLM Security Analysis

VulnSeeker 探索如何结合静态程序分析与 LLM 推理，实现自动化安全评估。

该工作在复旦大学软件工程（CodeWisdom）实验室开展，由李昳讲师指导，并与博士生陈启才合作完成。

主要组件包括：

• 基于 CodeQL 的漏洞检测；
• 自动扩展相关外部函数上下文；
• CodeQL 与 LLM 协同提示流程；
• 结构化安全判断状态；
• 静态规则与模型分类的联合评估。

该项目将研究思路与实际代码分析流程结合，是人工智能安全应用方向的重要实践。