技能介绍

要解决的工程问题

Semgrep 的规则引擎足够灵活，但真正写起来并不轻松。团队想拦截 eval() 调用、禁止危险 shell 执行，或者把内部编码规范固化成静态检查时，往往得先翻文档、反复试错，才能搞清楚 metavariable 匹配、taint 数据流追踪、fix 自动修复这几套语法该怎么组合。规则写不好，要么匹配不到目标代码，要么误报淹没信号，CI 里跑一次就卡半天。

技能如何工作

这个技能围绕 Semgrep 的 pattern syntax 和 semgrep CLI 展开，核心是帮你生成结构正确的 YAML 规则文件，而不是从零手敲模板。

识别扫描目标：先明确要检测的语言、代码模式和风险点，例如 PHP 中的不安全反序列化、JavaScript 里的 innerHTML 赋值。
构建匹配逻辑：利用 metavariable patterns 提取并约束变量形态，比如要求变量名匹配 .*password.* 才命中。
启用数据流追踪：通过 taint tracking 让规则追踪数据从来源到汇点的路径，适合处理输入污染这类跨函数问题。
补充自动修复：在规则中加入 autofix transformations，为低风险问题提供可直接应用的修改建议。

生成的 YAML 可直接接入 semgrep ci 或编辑器插件，配合 brew、docker 等运行环境使用。

适用边界与注意点

这个技能提取自 Semgrep 上游文档，适合快速产出规则初稿或学习官方语法。它不替代对静态分析原理的理解——taint 模式的误报率取决于你的 source/sink 定义，自动修复也可能引入语义变化，应用前要跑测试。规则性能同样需要验证：过宽的匹配会让扫描时间膨胀，建议先在小范围目录试跑。遇到复杂跨仓库数据流或自定义分析需求时，仍需手动调参或结合 Semgrep 的 Pro 能力。