AI 分析
痛点:AI 生成的 Web 应用普遍在前端泄露密钥、缺少安全头、暴露敏感文件,开发者缺乏低门槛的自动安全检查与修复工具。
目标用户:使用 Lovable、Bolt、Cursor 等 AI 工具快速上线应用的独立开发者、小型团队和非技术创始人。
证据:37/100 had at least one potentially exposed secret in their frontend JS. The most concerning patterns involved OpenAI, Stripe and Supabase credentials. ... Only 9/100 had no findings within the scope of these checks.
变现:免费扫描引流,付费提供持续监控、自动修复 PR、一次性深度审计或安全合规报告;可用 $10-30/月订阅或按项目收费。
MVP:2周内做一个只读扫描器:用户输入 URL,抓取公开 JS 和响应头,检测 VITE_/NEXT_PUBLIC_ 泄露的 sk_、Stripe、Supabase key,检查 CSP/HSTS/X-Frame-Options、/.git/、/.env.bak、CORS 通配符,输出风险报告和修复建议。
竞品:GitHub secret scanning、TruffleHog、Gitleaks、Snyk、Detectify、Aikido Security
摘要:作者对 100 个用 Lovable、Bolt、Cursor 等 AI 工具搭建并公开上线的应用做被动安全检查,发现 37 个前端 JS 暴露密钥(OpenAI、Stripe、Supabase),78 个缺少安全头,12 个暴露 /.git/ 或 .env.bak,只有 9 个无问题。问题多源于 VITE_/NEXT_PUBLIC_ 前缀误把服务端密钥打包到客户端。这为面向 AI 建站人群的自动化安全扫描/修复工具提供了明确切入点。