VibeShift
GroundNG · 程式設計
VibeShift 是 GroundNG 推出的開放原始碼 AI 程式碼安全代理，透過 MCP 接入 AI 程式開發助手。它會檢查 AI 生成的程式碼，並在程式上線前把修正送回你的編輯器。
關於 VibeShift
What Is VibeShift
VibeShift 是一套安全代理，為那些讓 AI 助手分擔越來越多程式碼的團隊而設計。它不是獨立的面板，而是透過 Model Context Protocol 連上 Cursor、GitHub Copilot、Claude Code 這類工具，安全檢查因此發生在你原本就在用的編輯器裡。
它鎖定的是一個明確的缺口。AI 助手寫程式很快，但這些程式碼可能藏著不易察覺的缺陷，例如 SQL 注入、跨網站指令碼、不安全的設定或錯誤的邏輯。逐段人工檢查 AI 寫的內容既慢又容易被略過。VibeShift 把第一輪檢查自動化：分析生成的程式碼，標出問題的位置與嚴重程度，再把修正提示交回給寫出這段程式的助手。
它以自架 MCP 伺服器的形式提供，由你自己執行，並接上任何你握有 API 金鑰的 LLM。這讓你同時掌握程式碼與模型選擇。代價是安裝設定：你得先備妥 Python 3.10 以上版本、一組 LLM API 金鑰，以及可運作的 MCP 設定，代理才會開始做事。
Getting Started
- 複製 VibeShift 的儲存庫，並用 Python 3.10 以上版本建立虛擬環境。
- 安裝相依套件與 Playwright 瀏覽器，接著把範例環境檔重新命名，填入你的 LLM API 金鑰。
- 把 VibeShift 伺服器加進 MCP 設定，讓你的 AI 助手可以呼叫它。
- 讓伺服器持續執行，請助手分析某個函式、錄製一項測試，或跑一組回歸測試。
產品資訊
快速了解 VibeShift 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 獨自寫程式的開發者：在程式進入儲存庫前先攔下安全漏洞，前提是能執行本機 Python 伺服器並提供 LLM 金鑰。
- 沒有專職安全工程師的小型產品團隊：為 AI 撰寫的程式碼取得自動化的第一輪檢查，再自行分類處理結果。
- QA 與測試工程師：用自然語言錄製 Playwright 測試流程，再以回歸測試組重跑。
任務
- 檢查 AI 生成的程式碼是否有漏洞：對片段或較大的程式區塊執行靜態分析與 AI 驅動的檢查，取回嚴重程度與位置。
- 錄製瀏覽器測試：用自然語言描述流程，存成可重複使用的測試檔。
- 執行回歸測試組：跑既有的測試，取回通過或失敗的結果，附上截圖與主控台紀錄。
- 探索測試覆蓋範圍：爬梳網站，為每個頁面取得建議的測試步驟。
情境
- 審查一份滿是 AI 撰寫程式碼的 pull request：在提交前先觸發掃描，不必自己逐行讀過。
- 為沒有測試組的應用起步建立覆蓋：從描述錄製流程，逐步累積回歸基準。
- 重構後讓測試繼續存活：自我修復的測試減少了手動更新選擇器的工作。
主要功能
與主流助手整合的 MCP 串接
VibeShift 以 Model Context Protocol 伺服器的形式運作，能嵌進 Cursor、Windsurf、GitHub Copilot、Roo Code 等助手。你只要在 MCP 設定裡加一筆伺服器項目，就能用自然語言呼叫。這層整合讓安全檢查留在編輯器內，不必另開工具。
自動化安全掃描
代理會在你的助手生成或修改程式碼時同步分析。它把檢視原始碼的靜態分析，與針對執行中元件的動態檢查結合起來。它會找出 XSS、SQL 注入、不安全設定與邏輯缺陷等問題，再回報類型、位置與嚴重程度。
AI 輔助的測試錄製
你用自然語言描述一段瀏覽器流程，VibeShift 就把它轉成以 Playwright 為基礎的測試腳本。代理會規劃步驟、操作真實瀏覽器，並把結果存成 JSON 檔。這縮短了「描述功能該做什麼」與「拿出測試證明」之間的距離。
可重現的測試執行
錄好的測試透過 Playwright 以可重複的方式執行。一次執行結束後，VibeShift 會回傳通過或失敗的狀態，以及錯誤、截圖與主控台紀錄。這些回饋能幫助手看出哪裡壞了，並提出修正。
自我修復的測試
當底層程式碼或頁面變動時，既有測試會自行調整，單純的重構不會逼你手動改寫選擇器。這項功能省下的維護成本，正是小型測試組逐漸失效的主因。
測試探索與視覺回歸
VibeShift 能爬梳網站，為找到的頁面建議測試步驟，並支援任何相容 OpenAI 的 LLM。它也提供視覺回歸檢查，同時用像素比對與視覺模型比較截圖，抓出純文字測試看不到的版面變化。
優缺點
優點
- 以 Apache-2.0 開放原始碼，程式碼可以閱讀、稽核與擴充。
- 以 MCP 伺服器形式在本機執行，接得上任何你握有金鑰的 LLM，程式碼與模型選擇都留在你手上。
- 把安全掃描與瀏覽器測試整合進同一個代理，涵蓋更多開發生態。
- 報告包含位置、嚴重程度與修正提示，AI 助手可以直接據此行動。
缺點
- 安裝設定偏向開發者：得先備妥 Python、安裝相依套件並搞定 MCP 設定，它才會運作。
- 你得自備 LLM API 金鑰，掃描與測試的品質取決於你接上的模型。
- 部分能力，例如針對執行中應用的動態檢查，只有在你有可指向的實際目標時才派得上用場。
常見問題
它檢查 AI 生成的程式碼是否有安全漏洞，並把結果（含修正提示）交回你的 AI 程式開發助手。它也透過同一個 MCP 伺服器錄製並執行瀏覽器測試。
相關內容
探索與 VibeShift 相關的工具、技能與文章。
VibeShift 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。