ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصداركود / SDK · جاهز للعملGitHub Changelog→ المصدر

GitHub تعلّم Copilot اكتشاف كلمات المرور والمفاتيح المسرَّبة في الشيفرة قبل الدمج

أضاف GitHub ماسح الأسرار إلى فحص الأمان في Copilot، بحيث يمكن التقاط كلمة مرور أو رمز وصول (token) وصل إلى الشيفرة عن طريق الخطأ قبل دمجها. يتعرّف الماسح على أكثر من 500 نوع من المفاتيح، بينما يقرأ نموذج مُدرَّب بدقة (fine-tuned) الشيفرة المحيطة ليكتشف حتى كلمات المرور داخل سلاسل الاتصال بقواعد البيانات. تعمل الميزة في Copilot CLI وتطبيق Copilot وSDK ومراجعة الشيفرة لطلبات السحب (pull request). وإذا كان وكيل ذكاء اصطناعي يكتب الشيفرة نيابةً عنك، فمن الأفضل أن يطلب هذا الفحص بنفسه قبل إرسال التعديلات.

معالج بواسطة الذكاء الاصطناعي من GitHub Changelog؛ بتحرير Hamidun News
GitHub تعلّم Copilot اكتشاف كلمات المرور والمفاتيح المسرَّبة في الشيفرة قبل الدمج
المصدر: GitHub Changelog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليGitHub Changelog ↗
رئيس التحرير
الخيار معطَّل افتراضيًا ويُفعَّل يدويًا/settings aiSecretDetection on
حقيقة رئيسية #2تُفحص التعديلات فقط، أما سجل المستودع فلا يفحصه الماسح
حقيقة رئيسية #3كل عملية فحص تستهلك أرصدة AI وفق SKU الخاص بـ Secret Protection

تبقى الأسرار في الشيفرة من أكثر الأخطاء شيوعًا وكلفةً: يلصق مطوّر رمز وصول لثانية «للاختبار»، ثم يرسل التعديل (commit)، فيصبح المفتاح في المستودع. ومع ظهور وكلاء الذكاء الاصطناعي يزداد الخطر: يكتب الوكيل كمية كبيرة من الشيفرة بسرعة، ولا يقرأ الإنسان كل سطر منها دائمًا. ويردّ GitHub على ذلك بإمكانية جديدة: فحص الأمان في Copilot صار قادرًا على تشغيل مسح الأسرار عند الطلب.

ما الذي ظهر تحديدًا

كان متخصص Copilot في مراجعة الأمان يبحث عن الأسرار المسرَّبة من قبل أيضًا، لكنه كان يعتمد في ذلك على النموذج اللغوي وحده. أما الآن، فإذا فعّلتَ الخيار، يشغّل بالإضافة إلى ذلك كاشفات GitHub secret scanning. ويغطي الفهرس أكثر من 500 نوع من الأسرار، وهو يتوسع مع برنامج الشراكة الخاص بـ secret scanning، إذ تضيف الخدمات صيغ مفاتيحها بنفسها.

وهناك جزء ثانٍ. فليس لكل سر صيغة يسهل التعرف عليها: كلمة المرور في سلسلة الاتصال بقاعدة البيانات لا تشبه رمز GitHub أو AWS. ولمثل هذه الحالات يستخدم GitHub نموذجًا مُدرَّبًا بدقة، ينظر إلى الشيفرة المحيطة ويقدّر ما إذا كان السطر يشبه كلمة مرور حقيقية أو بيانات اعتماد.

الميزة في مرحلة المعاينة العامة. وهي متاحة في Copilot CLI وتطبيق Copilot، وعبر التكاملات مع Copilot SDK، وفي مراجعة شيفرة Copilot لطلبات السحب (pull request). أما دعم VS Code فغير متوفر في هذا الإصدار.

كيف تدمجها في عملك

هناك ثلاثة سيناريوهات:

  • أثناء العمل. في Copilot CLI أو التطبيق يمكن أن تطلب من وكيل الشيفرة تشغيل متخصص الأمان، وإصلاح ما يجده، وطلب فحص ثانٍ. ويمكنك أيضًا تشغيل الفحص بنفسك على تعديلاتك أو على عمل الوكيل.
  • داخل وكلائك الخاصين. عبر Copilot SDK يمكن للوكيل أن يطلب فحص الأمان قبل أن يعيد التعديلات. ولا حاجة إلى صيانة كاشفات أسرار منفصلة.
  • عند مراجعة طلب السحب (pull request). تستطيع مراجعة شيفرة Copilot أن تضع علامة على الأسرار في الأسطر المضافة، بما في ذلك التعديلات التي لم يراجعها أحد أثناء التطوير. وسيرى المؤلف والمراجع المشكلة قبل الدمج.

يختلف التفعيل بحسب الأداة. ففي الجلسة التفاعلية تُنفَّذ الأمر /settings aiSecretDetection on، وعند استدعاء الوكيل يُحدَّد نوع security-review. وفي SDK يُضبط المتغير SECURITY_REVIEW_FINE_TUNED_MODEL عند إنشاء الجلسة. أما في مراجعة الشيفرة فيوجد الخيار في الإعدادات Settings > Copilot > Code review، أو يمكن ضبطه للمراجعات التلقائية.

قيود ينبغي معرفتها

أولًا: الماسح يفحص تعديلاتك فقط. فهو لا يتجول في سجل المستودع، ولذلك لن يعثر على التسريبات القديمة. ولهذا ما زالت هناك حاجة إلى secret scanning المعتاد وإلى تدوير المفاتيح التي تعرضت للاختراق.

ثانيًا: تتطلب تكاملات SDK مصادقة عبر GitHub. فمفتاح API الخاص بمزوّد النموذج وحده لا يكفي، كما أن الرموز الصادرة عن تطبيق OAuth الخاص بتكاملك غير مدعومة حتى الآن. ويصلح، على سبيل المثال، رمز يُحصل عليه عبر تسجيل الدخول إلى GitHub CLI. وقد أضاف GitHub هذا التوضيح في تدوينة بتاريخ 18 نوفمبر.

ثالثًا: الخيار معطَّل افتراضيًا. وإلى أن تفعّله، يعمل الفحص بالكشف عبر LLM فقط. ولا حاجة إلى خطة تسعير إضافية، لكن عمليات المسح تستهلك أرصدة AI وفق SKU الخاص بـ Secret Protection، لذا ينبغي مراقبة الاستهلاك عند الاستخدام المكثف من جانب الوكلاء.

ما فائدة ذلك للممارس

تكمن الفائدة الرئيسية في أن الفحص يقع في النقطة التي يكون فيها إزالة السر لا تزال رخيصة: قبل الدمج. وإذا كنت تبني وكلاءك الخاصين، فإن إضافة خطوة «مراجعة أمنية قبل تسليم التعديلات» تُختزل الآن في استدعاء واحد لـ SDK. وبالنسبة للفرق التي يكتب فيها الوكلاء معظم الشيفرة، فهذا حاجز إضافي منخفض الكلفة. لكن لا ينبغي الاعتماد عليه وحده: فهو لا يحل محل حماية الدفع (push) ولا تدقيق سجل المستودع.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما الذي ظهر تحديدًا؟

كان متخصص Copilot في مراجعة الأمان يبحث عن الأسرار المسرَّبة من قبل أيضًا، لكنه كان يعتمد في ذلك على النموذج اللغوي وحده. أما الآن، فإذا فعّلتَ الخيار، يشغّل بالإضافة إلى ذلك كاشفات GitHub secret scanning. ويغطي الفهرس أكثر من 500 نوع من الأسرار، وهو يتوسع مع برنامج الشراكة الخاص بـ secret scanning، إذ تضيف الخدمات صيغ مفاتيحها بنفسها. وهناك جزء ثانٍ. فليس لكل سر صيغة يسهل التعرف عليها: كلمة المرور في سلسلة الاتصال بقاعدة البيانات لا تشبه رمز GitHub أو AWS.

ما أبرز التفاصيل حول كيف تدمجها في عملك؟

هناك ثلاثة سيناريوهات: أثناء العمل. في Copilot CLI أو التطبيق يمكن أن تطلب من وكيل الشيفرة تشغيل متخصص الأمان، وإصلاح ما يجده، وطلب فحص ثانٍ. ويمكنك أيضًا تشغيل الفحص بنفسك على تعديلاتك أو على عمل الوكيل. داخل وكلائك الخاصين. عبر Copilot SDK يمكن للوكيل أن يطلب فحص الأمان قبل أن يعيد التعديلات. ولا حاجة إلى صيانة كاشفات أسرار منفصلة. عند مراجعة طلب السحب (pull request). تستطيع مراجعة شيفرة Copilot أن تضع علامة على الأسرار في الأسطر المضافة، بما في ذلك التعديلات التي لم يراجعها أحد أثناء التطوير.

ما أبرز التفاصيل حول قيود ينبغي معرفتها؟

أولًا: الماسح يفحص تعديلاتك فقط. فهو لا يتجول في سجل المستودع، ولذلك لن يعثر على التسريبات القديمة. ولهذا ما زالت هناك حاجة إلى secret scanning المعتاد وإلى تدوير المفاتيح التي تعرضت للاختراق. ثانيًا: تتطلب تكاملات SDK مصادقة عبر GitHub. فمفتاح API الخاص بمزوّد النموذج وحده لا يكفي، كما أن الرموز الصادرة عن تطبيق OAuth الخاص بتكاملك غير مدعومة حتى الآن. ويصلح، على سبيل المثال، رمز يُحصل عليه عبر تسجيل الدخول إلى GitHub CLI. وقد أضاف GitHub هذا التوضيح في تدوينة بتاريخ 18 نوفمبر. ثالثًا: الخيار معطَّل افتراضيًا.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
ما رأيك؟
جارٍ تحميل التعليقات…