完整合约喂给模型
大型 Solidity 项目本身上下文巨大，尤其涉及继承链、代理模式、库引用和权限系统时，必须读取完整代码才能减少误判。
Web3 Security AI Platform
把高 token 消耗，变成可交付的安全生产力
面向 Web3 安全团队、协议方、交易平台与合规部门，brizge 将 AI 合约扫描、 漏洞自动挖掘、POC 生成、分叉链复盘、链上攻击溯源与 KYT 风控整合为一套可落地的平台。
4
核心场景：扫描、挖掘、溯源、KYT 风险分析
10x
高上下文合约审计提效，降低人工初筛成本
24/7
自动跑漏洞候选、POC 和复盘链路
B2B
适合稳定付费客户的企业级安全服务交付
场景矩阵
围绕“高 token、高价值、高复购”的安全业务闭环
每个场景都不是一句卖点，而是能单独成交、交付和复用的数据与模型工作流。
AI 合约扫描
将完整 Solidity 合约代码切分为大模型可消费的语义块，保留继承、调用链、权限边界和状态变量上下文， 避免传统规则扫描只看单文件、单函数的断层问题。
支持多合约项目的跨文件扫描与上下文拼接。
自动识别可升级代理、权限 owner、外部依赖与价格预言机路径。
生成面向安全工程师的 Findings 初版报告。
为什么耗 token
完整代码上下文92%
跨文件调用分析76%
语义重排与总结68%
漏洞自动挖掘
平台会将模型输出的漏洞定位继续推进到“可验证”的下一步，自动生成 POC 攻击用例、 执行前置条件、攻击步骤与预期收益计算，而不是停留在抽象描述。
定位漏洞后自动构建利用脚本骨架。
在分叉链复现实验环境中执行攻击流程。
把执行日志再次喂回模型做复盘和误报修正。
多轮推理链
Step 1
漏洞候选定位
Step 2
生成 POC 攻击用例
Step 3
分叉链执行与日志回注
链上攻击溯源
从 exploit 入口交易开始，平台自动串联攻击地址、混币跳转、跨链桥流向和套现终点， 输出结构化时间线和资金路径图，方便安全团队与合规团队同步处置。
按时间轴恢复攻击步骤和关键交易。
识别主地址、协同地址和资金归集节点。
支持对外共享的事件复盘摘要。
Trace Intelligence
Exploit 发起T+0
多跳洗转T+12m
归集与出金T+47m
KYT 风险分析
平台对批量地址和海量链上交易做行为解析，自动打风险标签、输出风险理由和 AML 报告段落， 适用于交易平台、支付结算和合规审查团队。
批量识别 mixer、drainer、scam、sanction 关联路径。
用自然语言解释模型结论，减少人工写报告时间。
将交易聚类结果转成客户可读的风险摘要。
KYT 工作流
01
批量拉取交易与对手方关系
02
自动风险标签与实体归因
03
生成 AML Narrative 报告
为什么值钱
查看定价模型
为什么这个赛道天然适合高 token 商业模式
你的问题不只是“会不会烧 token”，而是“token 消耗能不能形成稳定付费价值”。
多轮执行与复盘
定位漏洞后，还要继续生成 POC、在分叉链执行、读取日志、让模型复盘。每一步都在叠加高价值推理 token。
海量交易风控研判
对 KYT 来说，批量交易解析、地址聚类、风险标签生成和 AML 文本报告，本身就是典型的高吞吐高上下文场景。
适合哪些客户
协议方安全团队：需要在上线前做密集审计和修复。
交易平台：需要 KYT 风控、地址风险分析和 AML 报告。
安全服务商：希望把人工审计流程产品化、自动化。
基金与做市团队：需要在投前和事件发生后快速判断项目风险。
多页面演示入口
`audit.html`：模拟审计任务、结果面板、POC 验证过程。
`trace.html`：地址风险筛选、明细切换、攻击复盘卡片。
`pricing.html`：月付 / 年付切换、token 估算器、FAQ 展开。
准备开始
把 Web3 安全能力，包装成可成交的企业级产品
这个版本已经是完整展示站结构，下一步可以继续接后台 API、表单提交和真实审计结果数据。