softovator.com

Mengenal Codex Security: Alat Open Source OpenAI untuk Memindai, Memvalidasi, dan Menambal Celah Keamanan Kode

Ilustrasi tiga orang memindai kode dengan kaca pembesar, mencatat temuan, dan menempelkan plester sebagai tambalan

Repositori openai/codex-security sedang naik daun di GitHub. Saat kami cek halaman GitHub Trending pada 17 November 2026, repo ini berada di daftar mingguan dengan sekitar 13.700 bintang, sekitar 2.294 di antaranya didapat dalam tujuh hari terakhir. Isinya adalah CLI dan SDK TypeScript untuk Codex Security, agen keamanan aplikasi buatan OpenAI yang dirancang untuk mencari, memeriksa, dan memperbaiki kerentanan di kode sumber.

Artikel ini mengupas repo tersebut secara lengkap: asal-usulnya, isi repo, cara kerja pemindaian, cara memasang dan memakainya, integrasi dengan CI/CD, soal biaya, hal yang perlu diwaspadai, serta keterbatasannya.

Catatan: fakta teknis di artikel ini kami ambil langsung dari README, dokumentasi CLI, dan dokumentasi GitHub Action di repo openai/codex-security (commit 15 November 2026), panduan resmi di learn.chatgpt.com, serta data registri npm, yang kami baca pada 17 November 2026. Angka kinerja yang disampaikan OpenAI kami sebut sebagai klaim vendor. Opini diberi label “Analisis redaksi”.

Apa Itu Codex Security?

Codex Security adalah agen AI untuk keamanan aplikasi. Kalimat pembuka README-nya merangkum tujuannya: membantu Anda “find, investigate, and fix vulnerabilities in your code”, yaitu menemukan, menyelidiki, dan memperbaiki kerentanan di kode Anda.

Ada tiga cara memakainya:

Berbeda dengan alat SAST (Static Application Security Testing) klasik yang mencocokkan pola atau aturan, Codex Security memakai model bahasa untuk membaca kode, menyusun threat model (peta ancaman) proyek, lalu menelusuri jalur serangan dan memvalidasi temuan terhadap kode sumber. Untuk gambaran umum tentang cara kerja agen AI seperti ini, lihat juga artikel kami tentang Agentic AI.

Sejarah Singkat: dari Aardvark ke CLI Open Source

Waktu Peristiwa
Sebelum Maret 2026 Proyek ini dikenal dengan nama Aardvark dan berjalan dalam fase beta (dilaporkan The Decoder).
6 Maret 2026 OpenAI meluncurkannya sebagai Codex Security dalam status research preview untuk pelanggan ChatGPT Enterprise, Business, dan Edu, gratis pada bulan pertama (dilaporkan The Decoder).
29 Juli 2026 dini hari WIB Paket @openai/codex-security pertama kali terdaftar di registri npm (28 Juli 2026, 17.09 UTC). Gigazine melaporkan CLI-nya dirilis sebagai open source dan sempat “ditemukan” pengguna Hacker News sebelum OpenAI sempat mengumumkannya.
12 November 2026 Pembaruan terakhir registri npm. Versi terbaru saat artikel ini ditulis adalah 0.10.0.

OpenAI, seperti dikutip Gigazine, menulis: “We quietly released the open-source Codex Security CLI, but Hacker News found it before we had a chance to share it here.” Dalam pengumuman yang sama, OpenAI menyebut CLI ini bisa dipakai untuk memindai repositori, melacak temuan antarpemindaian, memverifikasi perbaikan, dan menambahkan pemeriksaan keamanan ke CI/CD.

Klaim OpenAI saat peluncuran

Saat peluncuran Maret 2026, The Decoder melaporkan beberapa angka dari OpenAI. Ini klaim vendor yang belum diuji secara independen:

Isi Repositori openai/codex-security

Repo ini memakai lisensi Apache-2.0. Isinya lebih dari sekadar satu alat baris perintah:

Folder Isi
sdk/typescript Kode CLI dan SDK TypeScript (paket npm @openai/codex-security), beserta dokumentasi lengkap seperti cli.md dan sdk.md
plugins/codex-security Plugin untuk Codex, termasuk berkas referensi alur pemindaian, threat model, dan rubrik tingkat keparahan
github-action GitHub Action untuk memindai repositori dan pull request
docker Konfigurasi kontainer untuk pemindaian massal dan workflow runner
docs Panduan alur kerja agen, Amazon Bedrock, konfigurasi proyek, CI, dan impor temuan dari scanner lain
evals Kumpulan evaluasi, misalnya untuk penemuan secret, triase temuan, dan anggaran waktu pemindaian
examples Contoh pemakaian

Fitur Utama

Fitur Keterangan
Pemindaian Seluruh repositori, path tertentu, perubahan Git (diff), atau perubahan yang belum di-commit
Deep Scan Mengulang Standard scan berkali-kali secara paralel, lalu menggabungkan dan menghapus temuan ganda
Validasi Memeriksa ulang setiap temuan terhadap kode sumber untuk menyaring false positive
Patch Membuat tambalan, menilai risikonya, dan bisa langsung membuka draft pull request di GitHub atau merge request di GitLab
Verifikasi perbaikan Mengecek apakah perbaikan yang sudah ada benar-benar menutup celah
Kebijakan keamanan Menyusun atau memperbarui SECURITY.md dan menyimpan threat model
Riwayat temuan Menyimpan pemindaian dan temuan secara lokal, mendeteksi duplikat, menilai tingkat keparahan dengan rubrik sendiri, dan menyarankan pemilik kode dari riwayat Git
Integrasi Mengirim temuan ke Linear, Jira, atau GitHub, serta ekspor ke SARIF, JSON, dan CSV
Impor scanner lain Memasukkan temuan dari Semgrep, Snyk, Trivy, SonarQube Cloud, Checkmarx, Veracode, Wiz, dan lainnya
Otomasi GitHub Action, hook pre-commit, pemindaian massal banyak repositori, dan kontainer

Cara Kerja Pemindaian

Standard scan

Mode bawaan adalah Standard scan. Agen membaca kode dalam cakupan yang diminta, memakai SECURITY.md yang sudah ada (di root maupun di komponen) sebagai panduan, menyusun threat model, lalu melaporkan temuan beserta bukti dari kode sumber. Menurut dokumentasi CLI, pemindaian sudah memvalidasi temuan terhadap kode sumber lokal.

Setiap temuan memakai skema yang terstruktur. Di antaranya ada codeEvidence (cuplikan kode sebagai bukti), rootCause (akar masalah), dan attackPath.dataflow (alur data dari titik masuk penyerang ke titik rawan).

Waktu investigasi Standard scan bisa dibatasi dengan --max-time (dalam menit). Batas ini bersifat anjuran, bukan batas keras: agen berhenti memulai investigasi baru saat tenggat tiba, tetapi penyusunan laporan bisa berjalan lebih lama.

Deep Scan

Deep Scan menjalankan Standard scan berulang kali dalam beberapa gelombang. Beberapa worker bekerja paralel dan bisa saling berbagi apa yang sedang mereka selidiki. Setelah satu gelombang selesai, temuan digabung dan duplikatnya dicocokkan berdasarkan lokasi kode, potongan kode yang dikutip, dan deskripsi kelemahannya. Gelombang berikutnya diberi daftar temuan yang sudah ada supaya worker mencari jalur serangan lain.

codex-security scan . --mode deep --workers 2 --subagents 0 \
  --stop-after-no-new 3 --max-discovery-runs 10 --max-time 90

Rubrik tingkat keparahan

Temuan dinilai dengan rubrik bawaan yang ada di repo. Rubrik ini menimbang tiga hal: akses awal penyerang, dampak dari batas keamanan yang dilanggar, dan bukti jalur serangannya. Rubrik juga menegaskan bahwa tingkat keyakinan harus dipisahkan dari tingkat keparahan.

Tingkat Ringkasan kriteria
Critical Bisa dieksploitasi penyerang internet tanpa autentikasi atau pengguna eksternal biasa, berdampak besar (data terlindungi, aksi istimewa, eksekusi kode), dan jalur serangannya terbukti lengkap
High Aktor dengan tingkat kepercayaan lebih rendah (termasuk pengguna internal atau mitra) mendapat kemampuan baru yang substansial, misalnya pengambilalihan akun atau akses lintas tenant
Medium Kerentanan kredibel dengan dampak yang terbatas jelas, misalnya informasi operasional yang tidak rahasia atau gangguan pada layanan yang tidak kritis
Low Kelemahan dengan dampak kecil dan cakupan yang terverifikasi terbatas
Informational Peluang pengerasan (hardening) tanpa dampak keamanan tambahan yang terbukti

Anda bisa memakai rubrik sendiri dalam format Markdown lewat opsi --rubric.

Cara Memasang dan Memakai Codex Security CLI

Persyaratan

Instalasi dan login

npm install --global @openai/codex-security
cs login

Perintah cs dan codex-security menjalankan CLI yang sama. Jika nama cs bentrok dengan perintah lain di sistem Anda, pakai codex-security. Bisa juga tanpa instalasi global dengan npx @openai/codex-security.

Untuk server tanpa browser, dokumentasi menyarankan login --device-auth jika workspace mengizinkannya, atau login lewat SSH forwarding.

Uji coba dulu dengan dry run

Panduan resmi menyarankan menyimpan hasil pemindaian di folder di luar repositori, karena hasilnya bisa berisi cuplikan kode sumber dan detail kerentanan:

REPOSITORY=/path/to/repository
SCAN_DIR=/path/outside/repository/codex-security-results

npx @openai/codex-security scan "$REPOSITORY" \
  --auth chatgpt --output-dir "$SCAN_DIR" --dry-run

Dry run hanya memeriksa input lokal. Ia tidak memulai pemindaian, tidak memuat kredensial, dan tidak menjamin autentikasi akan berhasil.

Pemindaian pertama

Hapus --dry-run untuk mulai memindai. Di terminal interaktif, CLI menampilkan dasbor progres. Setelah selesai, hasilnya kurang lebih seperti contoh dari dokumentasi resmi berikut:

  REPORT    /path/outside/repository/codex-security-results/report.md

  FINDINGS  2 (2 confirmed this scan; 0 previously found; 1 high, 1 medium)
  SCOPE     repository: .
  ELAPSED   42s
  RESULTS   /path/outside/repository/codex-security-results

Folder hasil berisi tiga berkas utama:

Berkas Isi
report.md Ringkasan cakupan dan temuan yang mudah dibaca
findings.json Temuan, lokasi kode, dan bukti pendukung
scan-manifest.json Status pemindaian, target, serta path yang disertakan dan dikecualikan

Pemindaian juga mencoba menulis berkas SARIF ke exports/results.sarif, sehingga hasilnya bisa dibaca alat lain seperti GitHub code scanning.

Opsi pemindaian yang sering dipakai

Perintah Fungsi
cs scan . --path src --path tests Memindai folder tertentu saja
cs scan . --diff origin/main Memindai commit dari revisi dasar sampai HEAD
cs scan . --working-tree Memindai perubahan yang belum di-commit (staged dan unstaged)
cs scan . --mode deep Menjalankan Deep Scan
cs scan . --max-time 15 Anjuran waktu investigasi 15 menit
cs scan . --max-cost 5 Menghentikan pemindaian setelah perkiraan biaya melewati US$5
cs scan . --knowledge-base architecture.md Memberi konteks tambahan (teks, JSON, SARIF, PDF, DOCX)
cs scan . --fail-on-severity high Keluar dengan kode 1 jika ada temuan high atau critical
cs scan . --validate Menjalankan validasi terpisah untuk setiap temuan setelah pemindaian
cs scans show Menampilkan pemindaian terakhir yang selesai

Kode keluar (exit code) pemindaian: 0 jika selesai, 1 jika ada temuan yang melewati ambang --fail-on-severity, dan 2 jika eksekusi gagal.

Validasi, Patch, dan Verifikasi Perbaikan

Setelah ada temuan, Codex Security punya tiga perintah lanjutan:

codex-security validate "Possible SQL injection" --effort high
codex-security patch --scan SCAN_ID --severity high --json
codex-security patch --scan SCAN_ID --assess-patch-risk --create-pr
codex-security verify-fix OCCURRENCE_ID

Patch dan verify-fix juga punya mode --verification-mode static, yang menilai tambalan hanya dari kode dan diff tanpa memasang dependensi atau menjalankan tes.

Memakai SDK TypeScript

Untuk memasukkan Codex Security ke alat internal, pasang paketnya di proyek TypeScript:

npm install @openai/codex-security

Contoh dari README:

import { CodexSecurity } from "@openai/codex-security";

const security = new CodexSecurity();

try {
  const result = await security.run("/path/to/repository");
  console.log(result.reportPath);
} finally {
  await security.close();
}

SDK juga menyediakan pengaturan Deep Scan, validasi, klasifikasi tingkat keparahan, saran pemilik kode, serta callback untuk memantau biaya seperti onCost dan onBudgetApproaching.

Integrasi dengan CI/CD

GitHub Action

Repo ini menyediakan GitHub Action resmi. Langkah dasarnya menurut README:

  1. Simpan API key OpenAI sebagai secret repositori bernama CODEX_SECURITY_API_KEY.
  2. Salin contoh workflow mingguan dari github-action/examples/repository.yml ke .github/workflows/codex-security.yml.
  3. Ganti REPLACE_WITH_REVIEWED_COMMIT dengan SHA commit distribusi dari rilis Action yang sudah Anda tinjau.
  4. Jalankan manual lewat menu Actions → Codex Security repository → Run workflow.

Contoh workflow tersebut berjalan di runner Ubuntu 24.04 x64 milik GitHub, memakai model gpt-5.6-sol, dan memasang batas perkiraan biaya US$5 per pemindaian. Temuan dilaporkan tanpa menggagalkan job. Ada juga workflow untuk memindai setiap pull request. Nama check-nya mengikuti branch tujuan, misalnya Codex Security / main, dan bisa dijadikan syarat merge.

Dokumentasi Action mencatat beberapa batasan. Action belum mendukung event merge_group, jadi tidak bisa dipakai sebagai required check untuk merge queue. Deep Scan juga tidak mendukung pemindaian diff.

Penyedia model yang didukung

Penyedia Kredensial
OpenAI (bawaan) OPENAI_API_KEY atau CODEX_API_KEY; CLI mandiri juga bisa memakai login ChatGPT
Amazon Bedrock Kredensial dan region AWS
OpenRouter OPENROUTER_API_KEY
Fireworks AI FIREWORKS_API_KEY
Cheaper Inference API key penyedia (didukung CLI, tidak tercantum di input GitHub Action)

Hook pre-commit

CLI bisa memasang hook Git yang menjalankan pemindaian --working-tree sebelum commit dan memblokir commit jika ada temuan di atas ambang (bawaannya high):

codex-security install-hook /path/to/repository

Dokumentasi mengingatkan bahwa hook lokal bersifat opsional bagi tiap developer, jadi penegakan sebaiknya tetap lewat CI.

Impor temuan dari scanner lain

Codex Security bisa menampung temuan dari alat yang mungkin sudah Anda pakai, lalu menyimpannya di workbench lokal atau mengirimnya ke Codex Security Cloud. Folder docs/scanner-imports memuat panduan untuk ArmorCode, Black Duck SCA, Checkmarx SAST, AWS Continuum, CrowdStrike, Endor Labs, GitHub code scanning, GitHub Dependabot, GitHub Security Advisories, Amazon Inspector, OpenGrep, Semgrep, Snyk, SonarQube Cloud, Tenable One, Trivy, Veracode, dan Wiz.

Soal Biaya

Codex Security memanggil model AI, jadi setiap pemindaian memakan token. Hal-hal yang perlu diketahui:

Hal yang Perlu Diwaspadai Saat Memakainya

Keterbatasan

Plugin Codex atau CLI Mandiri?

Pertanyaan ini muncul di diskusi Hacker News saat CLI dirilis. Menurut Gigazine, salah satu pengembangnya menjelaskan bahwa plugin cocok untuk memindai repositori yang sedang Anda kerjakan. CLI dan SDK mandiri memakai pemindai yang sama, tetapi dirancang untuk kebutuhan jangka panjang lintas banyak repositori: pemindaian seluruh organisasi, riwayat hasil, deduplikasi, pelacakan false positive, manajemen anggaran, dan integrasi CI.

Analisis Redaksi

Bagian ini adalah opini redaksi Softovator.

Codex Security paling masuk akal untuk tim yang sudah punya proses keamanan dan ingin menambah “peninjau kedua” yang mampu memahami alur logika, misalnya celah otorisasi atau akses lintas tenant yang sering lolos dari alat berbasis pola. Fitur impor dari Semgrep, Snyk, Trivy, dan lainnya menunjukkan bahwa alat ini diposisikan sebagai pelengkap, bukan pengganti, scanner yang sudah ada.

Untuk tim kecil atau developer perorangan di Indonesia, ada dua pertimbangan utama. Pertama, biaya: pemindaian berbasis model bisa mahal untuk repositori besar, terutama Deep Scan. Mulailah dengan --path atau --diff dan selalu pasang --max-cost. Kedua, data: kode dikirim ke penyedia model, jadi pastikan hal itu tidak melanggar kontrak dengan klien atau kebijakan internal.

Satu hal yang kami apresiasi adalah kejujuran dokumentasinya. Hampir setiap bagian menjelaskan batasan, mulai dari biaya yang bisa melewati batas, “selesai” yang tidak berarti lengkap, sampai validasi yang tidak menjalankan kode. Itu sikap yang tepat untuk alat keamanan berbasis AI. Hasilnya tetap perlu ditinjau manusia sebelum ditindaklanjuti.

Jika Anda mencari alat keamanan open source yang tidak bergantung pada model AI berbayar, lihat juga panduan tools open source untuk mencegah serangan hacker.

Kesimpulan

openai/codex-security membuka mesin agen keamanan aplikasi OpenAI dalam bentuk CLI, SDK TypeScript, dan GitHub Action berlisensi Apache-2.0. Alat ini bisa memindai repositori atau perubahan kode, memvalidasi temuan, membuat tambalan hingga draft pull request, memverifikasi perbaikan, dan berjalan di CI. Kekuatannya ada pada analisis berbasis threat model dan jalur serangan. Hal yang perlu dijaga adalah biaya, data kode yang dikirim ke penyedia model, dan kenyataan bahwa hasilnya tetap perlu diperiksa manusia.

Sumber

Exit mobile version