GitHub API Key Scanner 是一个专门用于扫描 GitHub 上泄露的 API 密钥的安全工具。它通过 GitHub Session 认证搜索，能够发现普通 API 搜索无法找到的代码，并自动验证密钥的有效性。

• 🔍 安全审计: 检测自己项目中是否存在泄露的 API 密钥
• 🛡️ 安全研究: 了解 API 密钥泄露的常见模式
• 📊 风险评估: 评估 API 密钥暴露的风险程度

• 🔐 GitHub Session 认证搜索 - 突破普通 API 搜索限制，发现更多结果
• ⚡ 多线程并发处理 - 使用 ThreadPoolExecutor 实现高效并发扫描
• 💾 实时文件保存 - 线程锁保护的实时结果保存机制
• 🔍 正则表达式密钥提取 - 精准匹配各类 API 密钥格式
• ✅ 自动密钥验证 - 通过官方 API 验证密钥有效性
• 📊 详细状态报告 - 区分存活、过期、配额超限等多种状态
• 🎯 多服务商支持 - 支持 17+ 个主流 AI API 服务商

• Python 3.8+
• pip 包管理器

1. 克隆仓库

git clone https://github.com/eecu/github_go.git
cd github-api-key-scanner

2. 创建虚拟环境 (推荐)

python -m venv .venv
# Windows
.venv\Scripts\activate
# Linux/macOS
source .venv/bin/activate

3. 安装依赖

pip install -r requirements.txt

4. 配置环境变量

# 复制示例配置文件
cp .env.example .env

# 编辑 .env 文件，填入必要的配置

在 .env 文件中配置以下变量：

# GitHub Session 配置 (必需)
# 获取方法： 浏览器登录 GitHub -> F12 -> Application -> Cookies -> user_session
GITHUB_SESSION=your_github_session_cookie

# Azure OpenAI 配置 (可选，用于 Azure 工具)
AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com
AZURE_OPENAI_API_KEY=your-api-key-here
AZURE_OPENAI_API_VERSION=2025-04-01-preview

1. 使用浏览器登录 GitHub
2. 按 F12 打开开发者工具
3. 切换到 Application 标签页
4. 在左侧 Cookies 中找到 github.com
5. 复制 user_session 的值

# 运行主扫描器（包含 OpenAI, Anthropic, OpenRouter, Google）
python main.py

每个扫描器都可以独立运行：

# OpenAI 密钥扫描
python openai_scanner.py

# Anthropic 密钥扫描
python anthropic_scanner.py

# OpenRouter 密钥扫描
python openrouter_scanner.py

# SiliconFlow 密钥扫描
python siliconflow_scanner.py

# Groq 密钥扫描
python groq_scanner.py

# DeepSeek 密钥扫描
python deepseek_scanner.py

# Aliyun 密钥扫描
python aliyun_scanner.py

# Moonshot 密钥扫描
python moonshot_scanner.py

# Grok/X.ai 密钥扫描
python grok_scanner.py

# Novita 密钥扫描
python novita_scanner.py

# Fireworks 密钥扫描
python fireworks_scanner.py

# Chutes 密钥扫描
python chutes_scanner.py

# Requesty 密钥扫描
python requesty_scanner.py

# AiPipe 密钥扫描
python aipipe_scanner.py

# Vercel 密钥扫描
python vercel_scanner.py

# NewAPI 密钥扫描
python newapi_scanner.py

# Azure OpenAI 密钥扫描
python azure_full_scanner.py

# 使用通用扫描器自定义扫描目标
python universal_scanner.py

Azure OpenAI 相关的专用工具：

💡 注意: 旧版 Azure 工具 (azure_scanner.py, azure_batch_validator.py 等) 已移至 azure_old/ 目录

# ⭐ 推荐：完整扫描器 (扫描 + 深度检测一体化)
python azure_full_scanner.py

# 对已有配置进行批量验证 (V2 增强版，推荐用于 GPT-5+ 模型)
python azure_batch_validator_v2.py

azure_full_scanner.py 是一体化的 Azure OpenAI 扫描工具，整合了扫描和深度检测功能：

graph TD
    A[GitHub Session 认证] --> B[多模式搜索查询]
    B --> C[提取文件 URL]
    C --> D[并发下载文件内容]
    D --> E[正则提取 Endpoint + Key]
    E --> F{配对验证}
    F --> G[深度模型检测]
    G --> H[多 API 版本尝试]
    H --> I[多 Payload 回退]
    I --> J{检测结果}
    J -->|有可用模型| K[保存结果]
    J -->|无可用模型| L[跳过]
    K --> M[生成三种报告]

1. 一体化流程：发现配置后立即进行深度模型检测，无需分步操作
2. 智能搜索：11 种基础查询 + 模型名称组合，覆盖面广
3. 深度检测：对每个 Endpoint 测试 40+ 个目标模型
4. 多版本回退：自动尝试 6 个 API 版本 (2025-01-01-preview 起)
5. 推理模型支持：自动识别 O1/O3/O4/GPT-5/GPT-5.1 系列

azure_batch_validator_v2.py 是针对新一代模型（GPT-5、GPT-5.1 等）优化的增强版验证器：

1. 多 API 版本回退机制

   2025-01-01-preview → 2024-12-01-preview → 2024-10-01-preview → ...
   

   按优先级依次尝试，确保新模型可被正确检测。

2. 智能推理模型识别

   • 自动识别 O1/O3/O4 系列及 GPT-5/5.1 系列���推理模型
   • 推理模型使用 max_completion_tokens 而非 max_tokens
   • 推理模型不设置 temperature 参数

3. 多层 Payload 回退策略

   推理模型: max_completion_tokens → 最小化参数 → max_tokens
   标准模型: max_tokens+temperature → max_tokens → max_completion_tokens → 最小化
   

   确保各种参数组合都能被正确测试。

4. 增强错误处理

   • 区分 404 (未部署)、429 (限流)、401 (Key 无效) 等状态
   • 限流状态也视为"模型可用"的证据

graph TD
    A[读取 Endpoint+Key] --> B[获取部署列表]
    B --> C[遍历目标模型]
    C --> D{是推理模型?}
    D -->|是| E[使用推理 Payload]
    D -->|否| F[使用标准 Payload]
    E --> G[多 API 版本尝试]
    F --> G
    G --> H{响应状态}
    H -->|200| I[✅ 可用]
    H -->|429| J[⚠️ 限流但可用]
    H -->|404| K[❌ 未部署]
    H -->|400| L[尝试下一个 Payload]
    L --> G

扫描结果保存在 api_data/ 目录下：

详细报告格式:

🔑 OpenAI API Key
   密钥: sk-proj-xxxx...
   状态: 🟢 存活 (Live)
   仓库: user/repo
   文件: path/to/file.py
   链接: https://github.com/...
   发现时间: 2024-01-01 12:00:00
------------------------------------------------------------

简化列表格式：

sk-proj-xxxxxxxxxxxxxxxxxxxxxxxxxx
sk-svcacct-yyyyyyyyyyyyyyyyyyyyyy

github-api-key-scanner/
├── 📄 main.py                    # 主扫描器 (多目标)
├── 📄 universal_scanner.py       # 通用扫描器
│
├── 🔐 服务商扫描器
│   ├── openai_scanner.py         # OpenAI
│   ├── anthropic_scanner.py      # Anthropic
│   ├── openrouter_scanner.py     # OpenRouter
│   ├── siliconflow_scanner.py    # SiliconFlow
│   ├── groq_scanner.py           # Groq
│   ├── deepseek_scanner.py       # DeepSeek
│   ├── aliyun_scanner.py         # Aliyun
│   ├── moonshot_scanner.py       # Moonshot
│   ├── grok_scanner.py           # Grok/X.ai
│   ├── novita_scanner.py         # Novita
│   ├── fireworks_scanner.py      # Fireworks
│   ├── chutes_scanner.py         # Chutes
│   ├── requesty_scanner.py       # Requesty
│   ├── aipipe_scanner.py         # AiPipe
│   ├── vercel_scanner.py         # Vercel
│   └── newapi_scanner.py         # NewAPI
│
├── 🔷 Azure 工具集
│   ├── azure_full_scanner.py       # ⭐ 完整扫描器 (扫描+深度检测)
│   └── azure_batch_validator_v2.py # 批量验证器 V2 (支持 GPT-5/5.1)
│
├── 📁 azure_old/                   # 旧版 Azure 工具 (存档)
│   ├── azure_scanner.py            # 旧版扫描器
│   ├── azure_batch_validator.py    # 旧版验证器
│   ├── azure_openai_check.py       # 模型可用性检测
│   ├── azure_openai_concurrent_detector.py # 异步并发检测
│   ├── azure_openai_model_detector.py      # 部署模型检测
│   └── azure_openai_quick_check.py # 快速检查
│
├── 📁 api_data/                  # 扫描结果输出目录
├── 📁 .venv/                     # Python 虚拟环境
│
├── 📄 .env.example               # 环境变量示例
├── 📄 .env                       # 环境变量配置 (需自行创建)
├── 📄 requirements.txt           # Python 依赖
└── 📄 README.md                  # 项目文档

graph TB
    subgraph "输入层"
        A[GitHub Session Cookie] --> B[认证模块]
    end

    subgraph "搜索层"
        B --> C[GitHub Code Search]
        C --> D[正则表达式匹配]
        D --> E[文件 URL 提取]
    end

    subgraph "处理层"
        E --> F[ThreadPoolExecutor<br/>线程池]
        F --> G1[Worker 1]
        F --> G2[Worker 2]
        F --> G3[Worker N]
    end

    subgraph "验证层"
        G1 & G2 & G3 --> H[API 密钥提取]
        H --> I{密钥验证}
        I -->|OpenAI| J1[models.list]
        I -->|Anthropic| J2[chat API]
        I -->|Azure| J3[deployments]
        I -->|其他| J4[对应 API]
    end

    subgraph "输出层"
        J1 & J2 & J3 & J4 --> K{验证结果}
        K -->|存活| L[实时保存<br/>线程锁保护]
        K -->|无效| M[跳过]
        L --> N[详细报告]
        L --> O[简化列表]
    end

    style A fill:#e1f5fe
    style F fill:#fff3e0
    style I fill:#f3e5f5
    style L fill:#e8f5e9

1. 合法使用: 本工具仅供安全研究和教育目的使用
2. 授权检测: 仅在您有权限的范围内使用本工具
3. 负责任披露: 如发现泄露的密钥，请负责任地通知相关方
4. 不得滥用: 严禁使用发现的密钥进行任何未授权的访问

• 本工具的开发者不对任何滥用行为负责
• 使用本工具所产生的任何后果���使用者自行承担
• 请确保您的使用符合当地法律法规
• 发现的任何有效密钥应仅用于通知密钥所有者

欢迎贡献代码！请遵循以下步骤：

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

• 🆕 添加新的服务商支持
• 🐛 修复 Bug
• 📝 完善文档
• ⚡ 性能优化
• 🧪 添加测试用例

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。