以下是您要求的英文文章的中文翻译，已按照保留原文结构、技术术语不翻译、代码块保持原样等要求处理。
Anthropic 开源框架：基于 AI 的漏洞发现
防御代码参考框架
一个基于 Claude 的自主漏洞发现与修复参考实现，源自我们自推出 Claude Mythos 预览版以来与多个组织安全团队合作的经验总结。有关这些经验及最佳实践的详细说明，请参阅随附的博客文章（也可在 blog-post.md 中找到）。如需了解同一“侦察 → 发现 → 分类 → 报告 → 修补”流程的轻量级 SDK 版演练，请参阅配套的 cookbook。
此仓库不维护且不接受贡献。
🔒 想要托管方案？Anthropic 提供 Claude Security，这是一个托管产品，可在多个项目中查找并修复源代码中的漏洞。Claude Security 会扫描您的仓库以发现漏洞，应用多阶段验证流程以减少误报，并允许您管理整个生命周期中的发现：分类、修复验证和快速修复生成。
此仓库是一个基于使用 Claude 查找漏洞的通用最佳实践的开源参考实现。您可以用它构建自己的漏洞发现流水线，自定义逻辑，并且可以配合您拥有的任何 Claude API 访问权限（包括 Bedrock、Vertex 或 Azure）使用。
目录
- Claude Code 技能：
/quickstart、/threat-model、/vuln-scan、/triage、/patch、/customize：交互式范围界定、扫描、分类和修补。在 Claude Code 中打开此仓库并运行/quickstart以熟悉环境。 harness/：自主参考流水线（侦察 → 发现 → 验证 → 报告 → 修补），配置为使用 Docker 和 ASAN 查找 C/C++ 内存漏洞。此 harness 是参考实现，而非产品。其整体结构、提示词和沙箱机制可复用，但该 harness 无法开箱即用于所有代码库。运行/customize将其移植到您的语言、检测器或漏洞类别。
⚠️ 安全：/quickstart、/threat-model、/vuln-scan 和 /triage 仅读取和写入文件。对静态发现结果（TRIAGE.json 或 VULN-FINDINGS.json）运行 /patch 同样仅涉及读写操作。/customize 会编辑 harness 代码并运行验证命令。只要您在 Claude Code 中交互式审查并批准每次工具使用，这些技能在非沙箱环境下运行都是安全的。自主参考流水线（包括对流水线结果运行 /patch）会执行目标代码，因此除非明确覆盖，否则它拒绝在 gVisor 沙箱之外运行。要进行设置，请运行 scripts/setup_sandbox.sh 一次，然后通过 bin/vp-sandboxed 调用流水线。更多详情请参阅 docs/security.md 和 docs/agent-sandbox.md。
快速开始
git clone https://github.com/anthropics/defending-code-reference-harness
cd defending-code-reference-harness
claude
# 30 秒介绍 + 在 canary 目标上引导首次运行
> /quickstart
> /quickstart how do I port the pipeline to Java?
> /quickstart how do I triage all these bugs?进一步阅读
- 博客文章 · 随附的博客文章，包含经验总结和最佳实践
- 流水线 · 工作原理：图表、阶段、CLI 标志
- 安全 · 沙箱机制、不应挂载的内容
- Agent 沙箱 · gVisor 隔离 + 每个 agent 的出站允许列表
- 自定义 · 移植到我的技术栈；哪些文件会更改及原因
- 修补 · 为已验证的崩溃生成并验证修复
- 故障排除 · 重复项、速率限制、子 agent 模型固定
- 安全防护 · 阻止危险网络工作的措施
逐步推进
我们合作过的最成功的安全团队，是那些最快动手实践的团队。尽管设计完美流水线的诱惑很大，但我们建议从第一天开始小规模起步，然后随着经验的积累逐步构建。以下步骤遵循这一模式，并根据我们观察到的情况设定了一个雄心勃勃（但合理）的节奏。
第 1 步（第 1 天）：构建威胁模型并运行首次静态扫描 + 分类
第 1 天的重点是端到端地看到整个循环。仅使用交互式技能，您将构建一个威胁模型，运行由其界定的静态扫描，对返回的结果进行分类，并起草候选修复方案。您将在当天结束时获得一个威胁模型、一份排序后的静态发现列表以及候选补丁。相关技能仅读取和写入您仓库中的文件。只要您交互式运行 Claude Code 并批准每次工具使用，就无需沙箱。
# 将每个子 agent 固定到您想要的模型
export CLAUDE_CODE_SUBAGENT_MODEL=
claude
# 0. 介绍 + 引导首次运行
> /quickstart
# 1. 构建威胁模型（先瞄准再射击）
> /threat-model bootstrap targets/canary
# 2. 运行静态扫描，由该威胁模型界定范围
> /vuln-scan targets/canary
# 3. 验证、去重并对返回结果排序
> /triage targets/canary/VULN-FINDINGS.json
# 4. 为已验证的发现生成候选修复
> /patch ./TRIAGE.json --repo targets/canary 此流程会生成 THREAT_MODEL.md、VULN-FINDINGS.{json,md}、TRIAGE.{json,md} 和 PATCHES/。第 1 步产生的漏洞候选来自 Claude 对源代码的静态审查（不构建或运行任何内容），因此对于非 canary 目标，预计会有更多误报。在第 2 步中，您将产生经过执行验证的发现。
注意：在 canary 目标上，/triage 可能会将扫描结果判定为误报。entry.c 明确声明自己是故意存在漏洞的演示代码，而 /triage 会正确排除测试/夹具代码中的错误。要查看完整的确认/去重/误报流程，请改为在精选的夹具上运行（/triage .claude/skills/triage/fixtures/canary-findings.json --repo targets/canary），或者将第 1 步的技能指向您自己的代码。
第 2 步（第 2 天）：在 C/C++ 库上运行参考流水线
在第 2 天，您将从交互式技能转向使用参考流水线进行首次自主运行。您将运行完整的 r
（注：原文在“您将运行完整的 r”处截断，因此翻译在此处结束。若您有后续内容，请提供完整文本以便继续翻译。）