智能合约安全审计：Slither 静态分析工具的高级用法

from slither.slither import Slither
from slither.core.declarations import Function
from slither.detectors.abstract_detector import AbstractDetector, DetectorClassification

class NoUncheckedTransfer(AbstractDetector):
    ARGUMENT = "no-unchecked-transfer"
    HELP = "Detect transfer calls without checking return value"
    IMPACT = DetectorClassification.LOW

    def detect(self):
        results = []
        for contract in self.slither.contracts:
            for func in contract.functions_and_modifiers:
                for call in func.internal_calls:
                    if call.name in ["send", "transfer"] and func.kind == Function.Kind.FUNCTION:
                        results.append(self.generate_result(
                            f"{func.full_name} calls {call.name} without checking return"
                        ))
        return results

if __name__ == "__main__":
    slither = Slither('MyContract.sol')
    files = slither.run_detectors(detectors=[NoUncheckedTransfer()])
    for r in files:
        print(r)

覆盖业务常见 anti-pattern；
几行代码即可实现自定义逻辑。

三、高级打印器：获取逻辑结构与安全视角

Slither 内置打印器，可视化重要信息，部分打印器包括：

inheritance: 输出继承树；
call-graph: 展示函数调用关系；
taint: 显示污点传播路径；

slither . --print inheritance,call-graph,taint

可输出如：

ContractA -> ContractB (is_a)
A.foo() -> B.bar()
tainted path: msg.sender -> sensitiveVar -> externalCall

用于审计流程、快速定位可疑逻辑片段。

四、多框架项目/CI 集成技巧

在 Hardhat、Foundry 等多框架项目中，建议：

使用 slither --config-file slither.config.json 自定义扫描路径或排除目录；
配合 GitHub Action 每次 PR 执行静态安全审计；
配合 slither-docker 镜像嵌入 CI，保证一致性。

五、误报优化与结果过滤

通过配置文件可过滤低价值输出：

{
  "filters": {
    "detectors": ["unwrap-used"],
    "contracts": ["Mock*"],
    "functions": ["test*"]
  }
}

配合命令：

slither --config-file slither.config.json .

减少误报噪声，尤其在测试文件、Mock 合约等目录下。

六、实战建议：如何提升审计效率

组合使用 detectors + printers：detect 潜在漏洞，用 printer 可视化确认路径；
对比 Slither 与规范检查：例如把 public 可变函数标为 external；
自定义检测针对业务逻辑：结合合约逻辑添加检测器；
日志记录分析结果：将 slither 输出转为 json 并存入数据库，供持续回顾。

七、高级实用场景示例

A. ERC-20 权限漏洞分析

使用 taint printer 查看是否把 mint 权限传递给可控变量：

slither MyToken.sol --print taint

输出如：

tainted flow: msg.sender -> mintAuth -> _mint

提示警告：任何地址都可能获取 mint 权限。

B. Unchecked low-level 调用检测

slither . --detect unchecked-low-level

标记 .call()、.delegatecall() 未检查返回值，避免重入等漏洞。

C. 股票合约迁移升级检测

针对 proxy 模式：

使用 call-graph 打印函数覆盖关系；
编写检测器发现逻辑漏洞，如 storage collision。

八：总结

Slither 是当前 Solidity 静态分析工具中领先者，速度快、精度高、 false positif 低；
支持 Python 定制检测器，极强扩展性；
能配合复杂审计流程、CI、框架集成使用；
打印器功能可视化代码结构与污点传播，对于快速理解及漏洞复查效率极高。

通过对高级功能的掌握，开发者可以构建契合自身业务逻辑的检测规则，为大规模审计提供稳定、高效、精准的静态分析能力。