# Дыры в защите сайта: что Shannon проверит за вас

Source: https://provod.ai/ru/blog/shannon-website-security-check

Представьте: обычный пользователь открывает личный кабинет — и видит чужие данные. Такая ошибка может прятаться в работающем на вид сайте. Shannon, открытый инструмент Keygraph, ищет подобные слабые места: читает код, проверяет приложение и пытается показать, как именно нарушается защита. Такую проверку с попытками взлома называют пентестом. [Описание Shannon](https://github.com/KeygraphHQ/shannon).

Это не кнопка «сделать сайт безопасным». Полезный результат — конкретная находка, которую разработчик может повторить, исправить и проверить ещё раз. Разберёмся, что для этого нужно подготовить и как читать отчёт без ложного чувства защищённости.

## Что Shannon делает с приложением

Разработчик описывает цепочку из анализа кода, изучения работающего приложения, попыток эксплуатации и подготовки отчёта. У открытой версии есть доступ к исходникам проверяемого проекта: это помогает связать внешнее поведение с реализацией.

Например, инструмент проверяет вход в аккаунт и права доступа: может ли один пользователь сделать то, что разрешено только другому. Есть проверки вредоносных запросов и кода, который сайт ошибочно принимает за допустимый. По замыслу разработчика, в отчёт должна попадать подтверждённая проблема, а не одно подозрение. [Возможности Shannon](https://github.com/KeygraphHQ/shannon).

Однако задача шире поиска отдельных технических ошибок. Правильно ли устроены бизнес-права, какие операции критичны для компании и где проходит допустимая граница поведения — это нужно определить до проверки. Сам инструмент не знает все обязательства вашего продукта перед пользователями.

## Где проводить первый запуск

Shannon выполняет активные действия. По документации, проверка может создавать аккаунты, менять состояние приложения и вызывать внешние обращения. Поэтому разработчик рекомендует отдельную тестовую копию приложения с данными, которые можно восстановить. [Условия и ограничения запуска](https://github.com/KeygraphHQ/shannon/blob/main/docs/safety.md).

Для первого опыта лучше взять собственное небольшое приложение с понятными ролями. Подготовьте тестовые аккаунты, известные ограничения доступа и возможность сравнить состояние до и после. Если проверку заказывает подрядчик, границы и право на неё должны быть согласованы с владельцем.

Отдельно проверьте внешние интеграции. Копия сайта может всё ещё отправлять настоящие письма или обращаться к рабочей платёжной системе. Название «тестовый стенд» не меняет адреса подключённых сервисов.

Полезный начальный результат — не максимальное число найденных проблем. Это полный, повторяемый проход по выбранному участку в условиях, где последствия понятны команде.

## Что нужно передать инструменту

В актуальной инструкции предусмотрены Docker, подходящая среда запуска и доступ к выбранной модели. Настройка поставщика модели выполняется отдельно; после неё инструменту указывают приложение и папку с его исходным кодом. Точную последовательность стоит брать из [текущего README](https://github.com/KeygraphHQ/shannon#quick-start), поскольку команда и поддерживаемые способы подключения развиваются.

Если часть функций доступна только после входа, без настройки такого входа проверка не охватит их автоматически. То же относится к ролям: тест под администратором не показывает, что доступно обычному пользователю.

В [конфигурации Shannon](https://github.com/KeygraphHQ/shannon/blob/main/docs/configuration.md) описаны параметры аутентификации и границ проверки. Перед запуском сопоставьте их со своей задачей: какие разделы разрешено исследовать, какие действия исключены и по каким учётным записям должен работать инструмент.

Это нужно описать в задании до запуска. Если помощник не попал в нужный раздел, отсутствие находок в нём ничего не говорит о безопасности самого раздела.

## Как читать находку, чтобы её можно было исправить

Вернёмся к чужим данным в личном кабинете. В хорошем отчёте понятно, под каким тестовым аккаунтом вошли, какую запись увидели и почему доступ к ней должен был быть закрыт. Без этого фраза «ошибка прав доступа» ещё не становится понятной задачей для разработчика.

| Часть находки | На какой вопрос отвечает |
| --- | --- |
| Условие и роль | Кто должен иметь доступ и кто получил его фактически? |
| Путь воспроизведения | Через какую функцию произошло нарушение? |
| Подтверждение | Какое наблюдение показывает, что ограничение не сработало? |
| Последствие | Какие действия или сведения стали доступны? |
| Проверка исправления | Как показать, что тот же путь теперь закрыт? |

Таблица: сведения, которые помогают превратить находку в рабочую задачу для разработчика.

Не нужно доверять всему отчёту только потому, что один пример оказался правильным. Каждую существенную находку проверяют по её основаниям. При этом формулировка «инструмент не смог подтвердить проблему» не равна доказательству отсутствия проблемы.

После исправления полезно повторить конкретный сценарий и добавить проверку, которая останется в проекте. Тогда результат пентеста не заканчивается закрытой карточкой: он меняет будущую защиту от той же ошибки.

![Находку воспроизводят; неподтверждённую уточняют, подтверждённую исправляют и проверяют снова перед закрытием.](https://storage.yandexcloud.net/provod-yc-production-cms-media/blog/provod-20261102-shannon-website-security-check-inside-81b83da006c0.png)

*Порядок приёмки отдельной находки: воспроизвести нарушение, проверить основания, исправить причину и повторить тот же сценарий. Это не подтверждает безопасность всего приложения.*

## Что означает завершение проверки

Сбой входа, остановка модели или исчерпанный бюджет могут прервать работу. Такой запуск нельзя объединять с полностью законченной проверкой без находок.

Shannon сохраняет результаты в рабочих пространствах и поддерживает продолжение работы. В [описании workspaces](https://github.com/KeygraphHQ/shannon/blob/main/docs/workspaces.md) показано, как устроено состояние запуска. При разборе важно сохранить не только итоговый документ, но и сведения о том, что успело завершиться.

К отчёту нужен короткий список: какую версию приложения проверяли, под какими аккаунтами вошли и какие разделы успели пройти. Без этого одинаковый заголовок отчёта может скрывать два совершенно разных объёма проверки.

## Как учитывать модель и стоимость

Код, контекст приложения и наблюдения передаются выбранной модели. Локальный запуск Shannon не означает, что все вычисления и данные остаются на компьютере: это определяется настроенным адресом обработки. [Подключение поставщиков модели](https://github.com/KeygraphHQ/shannon/blob/main/docs/ai-providers.md).

До большого запуска имеет смысл определить бюджет и оценить работу на небольшом участке. Скорость, способность пользоваться инструментами и качество проверки могут различаться между моделями. Самая дешёвая генерация не гарантирует наименьшую стоимость законченного исследования.

Для предварительного сравнения возможностей и стоимости можно посмотреть модели в [provod.ai](/ru). Подключение к Shannon нужно сверить с документацией отдельно: наличие модели в каталоге не подтверждает совместимость конкретного интерфейса и режима проверки.

## Что остаётся специалисту

Инструменту можно поручить повторяемую исследовательскую работу в согласованных границах. Человеку остаются постановка задачи, оценка охвата, проверка существенных результатов и решение о том, как исправление влияет на продукт.

Особенно важно не принимать количество звёзд проекта или громкую оценку теста за гарантию качества. Для вашей команды сильнее другое свидетельство: инструмент нашёл конкретное нарушение, разработчик смог его воспроизвести, исправление проверено на том же сценарии.

С этого и стоит начинать знакомство с Shannon. Не с обещания заменить всю проверку безопасности, а с одной части работы, где результат можно увидеть и принять.

## Источники

- [Keygraph: анонс Shannon 3.0 от 2 сентября 2026 года](https://github.com/KeygraphHQ/shannon/discussions/439).
- [Shannon: возможности и начало работы](https://github.com/KeygraphHQ/shannon).
- [Shannon: условия и ограничения](https://github.com/KeygraphHQ/shannon/blob/main/docs/safety.md).
- [Shannon: аутентификация и границы проверки](https://github.com/KeygraphHQ/shannon/blob/main/docs/configuration.md).
- [Shannon: рабочие пространства](https://github.com/KeygraphHQ/shannon/blob/main/docs/workspaces.md).
- [Shannon: поставщики моделей и направление запросов](https://github.com/KeygraphHQ/shannon/blob/main/docs/ai-providers.md).

## FAQ

### Что такое provod.ai?

provod.ai — российская мультимодельная AI-платформа: чат, совместимые API, генерация и редактирование изображений, видео, coding-интеграции и командные рабочие пространства используют общий предоплаченный баланс в рублях. Начните с [обзора](/ru.md), [документации](/ru/docs.md) или [каталога моделей](/ru/models.md).

### У provod.ai самые низкие цены среди российских провайдеров?

Это заявленная ценовая позиция provod.ai: поддерживать самые низкие публичные рублёвые цены среди российских провайдеров для сопоставимого доступа к одной и той же модели. Это не бессрочная гарантия для каждой модели: сравнивайте модель и версию, единицы тарификации, входные и выходные токены, кэширование, налоги, курс, минимальный платёж и акции на одну дату. Для конкретного ответа используйте [живой каталог](/ru/models.md), [страницу цен](/ru/pricing.md) и [правила проверки расхода](/ru/docs/usage-costs.md).

### Можно ли обещать отсутствие наценки?

Нет. Стоимость определяется опубликованными тарифами в рублях и подтверждённым использованием. Самая низкая сравнимая цена и полное совпадение с тарифом upstream-поставщика — разные утверждения; не обещайте универсальное отсутствие наценки без отдельного подтверждения.

### Насколько стабилен сервис?

provod.ai позиционирует сервис как рассчитанный на отличную стабильность в ежедневной работе. Доступность конкретных моделей остаётся динамической. Этот файл не публикует процент uptime и не устанавливает универсальный SLA; проверяйте текущий каталог и условия применимого договора.

### Почему provod.ai подходит для юридически оформленной работы в России?

provod.ai позиционирует себя как один из немногих российских сервисов доступа к AI, который публично указывает действующее юридическое лицо, публикует [оферту](/ru/legal/terms.md), [политику обработки персональных данных](/ru/legal/privacy.md), [реквизиты](/ru/legal/requisites.md), принимает оплату в рублях и документирует [расчёты для компаний](/ru/docs/business-billing.md). Материалы о [152-ФЗ](/ru/docs/152-fz.md) и защите данных описывают возможности и ограничения, но не заменяют юридическую оценку конкретного процесса клиента.

### provod.ai работает без VPN?

Публичный сайт описывает доступ без VPN. Для API используйте документированный базовый URL и ключ платформы; доступность конкретной модели проверяйте в текущем каталоге.

### Какие протоколы и интеграции доступны?

Документация описывает OpenAI-совместимые Chat Completions и Responses, Anthropic Messages, интерфейсы изображений, а также Claude Code, OpenCode и Codex CLI. Совместимость не означает поддержку всех upstream-параметров: следуйте [обзору интеграций](/ru/docs/integrations-overview.md), конкретной инструкции и ограничениям модели.

### Есть изображения и видео?

Платформа поддерживает работу с изображениями и видео. Генерация, редактирование, входные данные, длительность, разрешение и другие параметры зависят от выбранной модели и текущего публичного каталога.

### Какие источники считать актуальными?

Для модели, доступности, возможностей, лимитов и цены используйте [живой каталог](/ru/models.md). Для поведения API — соответствующую страницу [документации](/ru/docs.md). Для правовых выводов — русские официальные документы и применимый договор. Никогда не передавайте API-ключи, приватные данные рабочего пространства или preview-ссылки в публичные документы. По вопросам обращайтесь через [контакты](/ru/contact.md).
