Awesome GitHub RepositoriesAuthentication Flow Analysis

Potpie is an LLM codebase analysis platform and multi-agent orchestration framework designed to act as an AI software engineer. It parses repositories into a structured code knowledge graph, enabling AI agents to perform multi-hop reasoning, dependency tracing, and grounded technical analysis across large codebases. The system distinguishes itself through a spec-driven development framework where agents generate detailed technical specifications and architecture plans before implementing multi-file code changes. It utilizes a durable execution engine to coordinate specialized AI personas for

Cartography ist ein graphbasiertes Framework zur Infrastrukturvisualisierung und Sicherheitsanalyse. Es erfasst Daten von verschiedenen Cloud-, Identitäts- und Software-as-a-Service-Anbietern, um komplexe Beziehungen zwischen Ressourcen, Benutzern und Sicherheitsergebnissen in einer zentralen Graphdatenbank zu modellieren. Durch die Abbildung dieser Abhängigkeiten ermöglicht die Plattform Unternehmen, Transparenz über ihre Umgebung zu gewinnen und potenzielle Sicherheitsrisiken durch Graph-Traversal-Abfragen zu identifizieren. Die Plattform zeichnet sich durch ihre ontologiebasierte Normalisierung und plattformübergreifende Entitätskorrelation aus, die heterogene Daten aus mehreren Quellen in ein einheitliches, konsistentes Modell überführen. Sie verwendet modulare Ingestions-Pipelines und schema-basierte Filterung, um diesen Graphen zu pflegen und sicherzustellen, dass Infrastrukturdaten durch automatisiertes, zustandsbasiertes Bereinigen veralteter Knoten korrekt bleiben. Dieser Ansatz ermöglicht die Entdeckung komplexer Angriffspfade und Sicherheitsfehlkonfigurationen, die sich über disparate Cloud-, Geräte- und Identitätsmanagementsysteme erstrecken. Über die Kernmodellierung hinaus bietet das System umfangreiche Funktionen für Asset-Inventarisierung, Identitäts-Governance und Software-Supply-Chain-Analyse. Es unterstützt eine breite Palette von Integrationen, einschließlich Cloud-nativer Compute- und Netzwerkressourcen, Endpunkt-Management-Telemetrie und Metadaten des Entwicklungslebenszyklus. Benutzer können die Funktionalität der Plattform erweitern, indem sie benutzerdefinierte Sicherheitsregeln definieren, spezialisierte Datenanalyse-Jobs hinzufügen oder neue Intelligenzquellen über das modulare Framework integrieren. Das Projekt ist in Python implementiert und bietet Dokumentation für die Konfiguration von Ingestionsmodulen und die Definition benutzerdefinierter Graph-Abfragen.