Действительно ли реальна технология, которую заявляет компания? DDE читает кодовую базу, чтобы проверить технические заявления и выявить подделки и AI-washing — а затем сравнивает с отраслью и конкурентами и оценивает ваши собственные слабые места, всё прямо из вашей IDE.
+ Parallel Atlas 4-Axis (35% Crypto Core)
+ 30-Item × 10-Co. Capability Matrix
With Data Provenance Box & Source Appendix
Runs inside your existing IDE AI subscription
Due Diligence Engine (DDE) — инструмент командной строки с открытым кодом, который превращает AI-агента в вашей IDE — Claude Code, OpenAI Codex CLI, Google Gemini CLI, Antigravity, Cursor, GitHub Copilot — на базе Claude Opus 5.5 / Sonnet 5.5, Gemini 4 Argon, GPT-5 и других — в технического аналитика мирового уровня. Он читает всю кодовую базу любого объекта — портфельной компании, цели поглощения, конкурента или вашей собственной команды — проверяет, действительно ли заявленная технология реализована, исследует рынок и конкурентов в реальном времени и оценивает сильные и слабые стороны по нескольким взвешенным измерениям, формируя PDF-отчёт консалтингового уровня в вашу папку «Загрузки». Всё выполняется локально внутри AI-песочницы вашей IDE: без API-ключей, без сторонних серверов, без телеметрии и без дополнительных затрат.
Generic AI code reviewers stop at checkbox compliance ('Has auth? ✓ Has HTTPS? ✓'). DDE inspects actual cryptographic primitives (Signal Protocol, PQXDH + ML-KEM-1024, libsignal/BoringSSL FFI vs. self-rolled crypto), concurrency models, and live 2026 market sources.
Eliminates stale training-cutoff analysis. Before inspecting the repo, the agent searches 2026 competitor acquisitions, shutdowns, funding rounds, CVEs, and regulatory shifts. Every matrix cell carries source URLs + verification dates, surfaced in the PDF Data Provenance Box.
"data_freshness": {
"web_search_performed": true,
"search_date": "2026-10-22",
"queries_executed": 14,
"sources_cited": 28
}In v0.6.2, heuristic false positives (git rebase timestamp diffs, high-velocity commits, documentation buzzword counts) are silently discarded and blocked by _filter_red_flags. Only genuine code-level security gaps, race conditions, and logic bugs with exact file:line and fix plans appear.
{
"severity": "HIGH",
"file_path": "src/crypto/session.rs:142",
"title": "Nonce reuse risk on concurrent retry",
"description": "Use atomic counter or ChaCha20Poly1305 random nonce..."
}Third-party badges (SOC2, ISO, HIPAA) are reference-only and never scored. DDE audits 4 claim-vs-code consistency checks plus 6 code-measured capabilities: Cryptographic depth, Concurrency model, I/O patterns, Caching architecture, Scalability, and ML implementation depth.
Claim vs Code (4): Pitch accuracy / Feature completeness
Code Measured (6): Crypto FFI / Concurrency / I/O / Cache / Scale / MLВ каждой презентации написано «на базе AI». Доказать это могут немногие. Техническая проверка медленна, дорога и плохо масштабируется на весь поток сделок.
Маркетинговые формулировки преувеличивают — или попросту выдумывают — возможности, которые кодовая база не подтверждает. Чтобы заметить этот разрыв, нужно время старшего инженера.
Прочитать кодовую базу, разобрать архитектуру и сравнить с конкурентами по каждой сделке — это дни экспертной работы, которых у вас почти никогда нет.
Без объективной технической базы решения о цене и риске опираются на рассказ основателя, а не на факты.
Every report delivers both the balanced 5-Dimension Standard Score (equal 20% weights) and the parallel Atlas 4-Axis Engineering Philosophy (55% weighted toward deep cybersecurity engineering).
API Wrapper vs. Genuine IP
Distinguishes thin third-party API wrappers from defensible proprietary algorithms, protocols, and custom engineering.
Stack Modernity & Cryptographic Edge
Evaluates 2026-grade language safety, runtime efficiency, post-quantum primitives (ML-KEM-1024), and modern toolchain maturity.
PoC Demo vs. Production Grade
Inspects error handling, edge cases, migrations, state machines, and automated test coverage to separate demos from production code.
Structural Integrity + Integrated Security (v0.3)
Evaluates security posture as an inseparable foundation of production architecture alongside modularity, fault isolation, and scalability.
Pitch Deck & Website Claims vs. Code Reality
Cross-examines public marketing claims ('AI-powered', 'E2EE', 'Zero-Knowledge') against actual repository implementation to expose AI-washing.
Strong investment candidate
Viable with conditions
Significant concerns
High risk
Do not invest (or Critical Deal-Breaker)
Generates 7 consulting frameworks across 6 global regions, plus an 8th chart: a ~30-item × 5–10 competitor Implementation Capability Matrix dynamically tailored to the target's industry with 3–5 line competitor selection rationales.
Vision × Execution
Market Growth × Relative Share
Competitive Position × Technical Moat Depth
Security Implementation × Privacy Readiness
Data Protection × Audit Transparency
Downside Risk × Upside Potential
R&D Velocity × ARR Traction (3D Bubble)
Uses the 4-state Japanese tech rating standard (○ / △ / × / ?) with primary source URLs and verification dates on every cell.
Publicly documented & verified in code, whitepapers, or specs
Asserted in marketing, but not independently verifiable
Explicitly absent in documentation or architecture
Cannot be determined from public evidence (preferred over guessing)
| Category / Capability | Target | Comp. A | Comp. B | Comp. C | Provenance (sources + last_verified) |
|---|---|---|---|---|---|
Core Cryptography Hybrid Post-Quantum Key Agreement (PQXDH / ML-KEM-1024) | ○ | ○ | × | △ | [2026-10-22] Verified FIPS 203 ML-KEM-1024 + X25519 FFI implementation |
Metadata Privacy Sealed Sender / Zero-Knowledge Routing | ○ | ○ | × | × | [2026-10-22] Verified sender certificate encapsulation across relays |
Data Governance Cryptographic Message Retirement (Tombstone Zeroize) | ○ | △ | × | ? | [2026-10-22] Verified Ed25519-signed Tombstone & cache zeroization |
Audit Transparency Public Source Code & Automated Security CI | ○ | ○ | × | × | [2026-10-22] Verified public GitHub repository & CodeQL/osv-scanner CI |
* In live PDF reports, the ~30 capability items and 5–10 top competitors are dynamically selected for the target's industry (Messaging, Fintech, Medical, Gaming, SaaS, IoT), with all cited URLs listed in the Source Appendix.
Typeset in black and Atlas Blue (#5271FF), combining executive synthesis, code-level evidence, global market charts, and a cryptographic purge certificate (~22–24 pages depending on findings).
5-dim horizontal bars, 5-dim radar chart, Data Provenance Box (search date, query & source counts, or training-cutoff warning), and business + technical synthesis.
Evidence-backed SWOT grid, per-dimension enablers, 1/3/5-year projections with confidence, immediate/medium/long-term roadmap, and investment thesis.
Genuine code defects only (file:line + fix plan) and the 10-item technical audit (4 claim-vs-code + 6 code-measured).
Regional positioning charts, 3–5 line rationale per competitor (HQ, market position, why chosen), and the ○△×? capability matrix.
Performance / Stability / Lightweight / Security Strength bars plus a plain-language executive glossary (MFA, SOC2, libsignal, PQXDH).
Engineering rebuild time/cost estimation, complete URL Source Appendix (added in v0.6.0), and cryptographic workspace purge certificate.
Воспроизводимая техническая оценка, основанная на фактах, — единая методика для каждой сделки.
Сопоставляет питч с реальной кодовой базой, чтобы подтвердить, что действительно реализовано, а что лишь декларируется.
Отмечает места, где «AI» — это тонкая обёртка, жёстко заданная эвристика или его нет вовсе, отделяя настоящий ML от маркетинга.
Выдаёт оценку 0–100 и буквенный грейд по равновзвешенным измерениям с раскрытием логики рассуждений.
Картирует структуру, зависимости и проектные решения, чтобы оценить поддерживаемость, масштабируемость и технический долг.
Исследует в сети реальных конкурентов, финансирование и уязвимости и строит рыночное сравнение со ссылками на источники.
Работает полностью внутри AI-песочницы вашей IDE. Без сторонних серверов, без телеметрии — с аудитом через CodeQL, Dependabot и pip-audit.
DDE itself operates zero third-party servers and zero telemetry. Choose the exact execution boundary that matches your security policy.
$ dde prompt --pdfDDE locally generates a structured prompt. Code reading and PDF generation happen inside your existing IDE AI agent session (Claude Code, Codex, Gemini CLI, Antigravity, Copilot, Cursor).
DDE makes zero outbound calls. Your AI agent runs STEP 0 live web searches for public competitor & CVE data.
$ dde analyze . --skip-aiSource code is analyzed 100% locally in memory/temp workspace and never sent to any AI model or external service.
In v0.6.3 (780e3cd / aac4c77), --skip-ai strictly disables API key auto-loading and blocks all outbound network requests.
$ dde analyze owner/repoUses your own API keys to cross-verify across up to 3 providers via the unified SSOT registry (BYOK_DEFAULT_MODELS / PROVIDER_MODEL_COSTS): Anthropic (Claude Haiku 5.5 → Sonnet 5.5 → Fable 5.1), Google (Gemini 4 Argon), and OpenAI (Astra gpt-6.1-sol / GPT-5).
Configured for zero-retention API endpoints (store=False, with fail-closed enforcement on GoogleProvider). Strips user:token@ credentials from GitHub URLs and immediately dereferences PATs after single in-memory use.
Eradicated all 36 audit defects across 35+ modules with GPT-6-Astra (xhigh) & Gemini 4 Argon, unified the SSOT model/cost registry, and locked permanent verification with 156 automated tests (tests/test_audit_regressions.py + tests/test_zero_drift_invariants.py).
Blocks Zip Slip traversal, symlinks, and FIFO special files during archive ingestion, and strips user:token@ credentials from GitHub URLs. Preserves .git during analysis for commit forensics, then performs in-place "r+b" 3-pass zero-fill shredding with strict os.walk(onerror=...) failure propagation and Windows NTFS user-only ACL locking.
Site verification (site_analyzer.py) enforces ip.is_global to block RFC 6598 CGNAT (100.64.0.0/10), private, loopback, and cloud metadata IPs as well as unsafe redirects, using reentrant DNS pinning (_pinned_dns_context) to prevent time-of-check to time-of-use (TOCTOU) DNS rebinding attacks.
Applies _esc_text across all dynamic PDF fields (ImplementationMatrix, sources, RedFlags) to prevent ReportLab XML parser crashes. Protects Latin digits and ASCII punctuation with Helvetica in Arabic (ar) and Thai (th) to prevent missing-glyph tofu boxes (□) across 24-page PDFs, enforces Jinja2 autoescape=True, and guarantees idempotent Score.compute().
Unifies __version__, BYOK_DEFAULT_MODELS, and PROVIDER_MODEL_COSTS (Astra gpt-6.1-sol $2/$10, gpt-6-astra $5/$25, gpt-5 $1.25/$10, Haiku >100k tiered rate) in config.py SSOT. Enforces fail-closed store=False on GoogleProvider, supports async def AST analysis, and locks 156 CI tests via test_zero_drift_invariants.py.
DDE формирует структурированный запрос, который может выполнить любой AI-агент, умеющий читать файлы и запускать команды оболочки. Никакого специального плагина DDE или входа в систему не требуется.
Установите из публичного репозитория одной командой pip. Чистый локальный Python — без учётных записей и настройки.
Из целевого проекта запустите команду DDE в терминале вашего AI-IDE. Анализ выполняет ваша действующая подписка на AI — без дополнительных затрат.
Агент читает сотни файлов, оценивает проект по взвешенным измерениям и в реальном времени изучает конкурентов, раунды финансирования и уязвимости в сети.
PDF в консалтинговом стиле появляется в вашей папке «Загрузки» — оценка 0–100, буквенный грейд, конкурентный ландшафт и обоснования со ссылками на источники.
New in v0.6.3: paste Method A directly into your AI agent chat for fully automated install + audit + PDF generation, or run Method B in your terminal. Bundled Noto fonts render 14 PDF languages out of the box.
* PDF generation supports 14 languages (en/ja/es/fr/de/pt/nl/it/id/zh/ko/vi/th/ar); command defaults to English (--pdf).
Install https://github.com/Atlas-Associates-Inc/Due-diligence-engine (python3 -m pip install -U --no-cache-dir git+https://github.com/Atlas-Associates-Inc/Due-diligence-engine.git), run dde prompt --pdf on this project, and execute the entire generated prompt (STEP 0 live web research, full code audit, JSON generation, and PDF rendering) end-to-end to save the consulting PDF report to ~/Downloads/.python3 -m pip install -U --no-cache-dir git+https://github.com/Atlas-Associates-Inc/Due-diligence-engine.git && dde prompt --pdfdde doctordde prompt --pdf --url https://example.comWorks out of the box in any AI agent capable of reading files and running shell commands.
Boutique consulting depth with local-first privacy at zero added software cost.
| Dimension | DDE (v0.6.3) | Manual DD Consulting | Generic AI Code Review | SaaS DD Platforms |
|---|---|---|---|---|
| Added Cost | $0 (uses your IDE AI) | $$$$ (consultant fees) | Per-token API fees | $$$$ (enterprise subscription) |
| Code Privacy | Local / IDE sandbox (0 DDE servers) | Manual NDA & repo sharing | Uploads code to vendor | Stores code in vendor cloud |
| Deliverable | 24-page consulting PDF (14 langs) | Bespoke report | Inline PR comments | Web dashboard |
| Data Freshness | Live web search (2026) + URLs | Depends on analyst | Training cutoff only (stale) | Vendor refresh cycle |
| Crypto & Security Depth | PQXDH / ML-KEM-1024 / FFI audit | Depends on consultant | Surface checklist | Surface checklist |
| Competitive Benchmarks | 7 charts × 6 markets + 30-item matrix | Manual research (weeks) | None | Limited |
| Red Flag Precision | Code-verified only (file:line + fix) | High (slow) | High false-positive noise | Heuristic rule noise |
| Setup & Turnaround | 1 command / ~10–20 min | 2–4 weeks | Minutes (partial) | Days (onboarding) |
Принимаете ли вы инвестиционное решение, объективно смотрите на собственную инженерную часть или сравниваете конкурентов — доказательства из кода, быстро.
VC, фонды роста и команды M&A: отсеивайте технический риск и правду, стоящую за заявлениями, по всему потоку сделок, прежде чем переходить к глубокому анализу.
Запустите DDE на собственной кодовой базе, чтобы увидеть сильные стороны, слабые места и технический долг глазами третьей стороны — чтобы расставить приоритеты в исправлениях или подготовиться к раунду финансирования.
Сравнивайте технологический стек и глубину реализации конкурентов по публичным репозиториям и рыночным данным и понимайте собственную позицию на основе доказательств.
Да. DDE распространяется с открытым кодом под лицензией Apache 2.0. Он использует подписку на AI, которая уже есть в вашей IDE, поэтому ни API-ключа, ни дополнительных затрат не требуется.
Нет. DDE на 100% локальный Python и работает внутри AI-песочницы вашей IDE. Серверов DDE нет, телеметрии нет. Веб-исследование запрашивает только публичную информацию о конкурентах и рынке.
Любой агент, способный читать файлы и выполнять команды оболочки. Работа подтверждена с Claude Code, OpenAI Codex CLI, Google Gemini CLI, Antigravity и GitHub Copilot Agent Mode (с поддержкой новейших моделей, таких как Claude Opus 5.5 / Sonnet 5.5, Gemini 4 Argon и GPT-5), поддерживаются Cursor, Gemini Code Assist, Aider, Windsurf и аналогичные агентные терминалы.
PDF консалтингового уровня (около 24 страниц), сохранённый в вашу папку «Загрузки», с общей оценкой 0–100, буквенным грейдом, конкурентным ландшафтом, матрицей реализации и обоснованиями со ссылками на источники.
AI-washing — это продвижение продукта как работающего на AI, когда лежащая в основе технология минимальна или отсутствует. DDE сопоставляет заявления из питча с реальной реализацией в кодовой базе и отмечает расхождения.
Установите один раз, запустите из любого AI-IDE и убедитесь в фактах сами. Бесплатно и с открытым кодом.