oss-fuzz-gen

用大模型自动写模糊测试，一键发现代码漏洞

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 225 🐛 待处理 165 👀 关注 15

GitHub ↗

GitHub 星标 ★ 1452

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和部署。

项目预览

oss-fuzz-gen 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队google

GitHubhttps://github.com/google/oss-fuzz-gen

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型ai,fuzzing,llm,security

GitHub 星标★ 1452

上线时间2024-01-25 00:00:00

代码更新2026-10-26

仓库体积56.9 MB

本站数据更新2026-11-08

维护状态较活跃

收录时间2026-08-09

浏览次数3

项目介绍

oss-fuzz-gen 是一个利用大语言模型（LLM）自动生成模糊测试用例的开源工具，基于 OSS-Fuzz 生态构建。它解决的是安全测试中模糊测试用例编写门槛高、覆盖率不足的问题。核心能力包括：通过 LLM 分析项目源码和 API 文档，自动生成针对 C/C++、Python、Java 等语言的 fuzz target；支持与 OSS-Fuzz 集成，可批量生成测试用例并提交到 OSS-Fuzz 平台运行；提供多种 LLM 后端（如 OpenAI、Vertex AI）和提示策略，能根据崩溃结果迭代优化测试用例。项目由 Google 维护，旨在将 LLM 的代码理解能力与模糊测试的自动化优势结合，提升开源软件的安全性和健壮性。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1452

技术标签

ai llm security

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 20 分钟部署方式：命令行工具 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 运行环境（本项目开发语言为 Python）
可用的 LLM 后端凭据：OpenAI / Azure OpenAI / Vertex AI（Gemini）其中之一
可访问 OSS-Fuzz 平台以进行基准评测
网络可访问 GitHub 与所选 LLM 服务

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取 oss-fuzz-gen 源码到本地，并进入项目目录。README 未给出依赖安装命令，请以仓库内说明为准。
```
git clone https://github.com/google/oss-fuzz-gen.git
cd oss-fuzz-gen
```
2阅读官方使用指南

README 明确要求参照 USAGE.md 了解如何运行框架并生成结果报告，先阅读该文档再动手配置。
```
cat USAGE.md
```
3确定并配置 LLM 后端

从 README 支持的模型中选定一个（如 Gemini Pro、OpenAI GPT-4o 或 Azure 版 GPT-4），并按其所属平台准备凭据。
4准备 OSS-Fuzz 评测环境

生成出的 fuzz target 需借助 OSS-Fuzz 平台做基准评测，请按 OSS-Fuzz 仓库说明搭建可用的评测环境。
```
git clone https://github.com/google/oss-fuzz.git
```
5运行框架并生成报告

按 USAGE.md 中的方式启动框架，对目标项目生成 fuzz target 并输出评测报告。具体命令以该文档为准。

如何确认成功

按 USAGE.md 运行后生成结果报告，报告中应能看到可编译性、运行时崩溃、运行时覆盖率及与人工 fuzz target 的覆盖率差异四项指标数据。

常见问题

Q：这个工具支持哪些大模型？

A：README 列出 Vertex AI code-bison、code-bison-32k、Gemini Pro/Ultra/Experimental/1.5，以及 OpenAI GPT-3.5-turbo、GPT-4、GPT-4o、GPT-4o-mini、GPT-4-turbo（含 Azure 版本）。

Q：具体怎么运行、怎么出报告？

A：README 的 Usage 部分指向仓库内的 USAGE.md，其中包含运行本框架并基于结果生成报告的详细说明，请以该文档为准。

Q：生成的 fuzz target 如何评测？

A：使用四项指标对照生产环境最新数据进行评测：可编译性、运行时崩溃、运行时覆盖率，以及与 OSS-Fuzz 中人工编写 fuzz target 的运行时行覆盖率差异。

Q：评测报告是公开的吗？

A：不是。README 说明这些报告未公开，因为其中可能包含尚未披露的安全漏洞。

Q：生成的测试用例效果如何？

A：README 给出 2024 年 1 月 31 日的样例结果：覆盖 297 个开源项目的 1300+ 基准，为 160 个 C/C++ 项目生成有效 fuzz target，行覆盖率最高提升 29%。