GuiaSegurança na prática

Como verificar se o código do seu app no Lovable está seguro

Apps gerados por IA no Lovable vão ao ar rápido, mas costumam carregar tabelas do Supabase sem RLS, chaves expostas e dependências vulneráveis. Veja o que conferir e como escanear o repositório pelo GitHub.

Por Equipe de Segurança Protez · Atualizado em · 7 min de leitura

O Lovable transformou a forma de criar software: você descreve o app, a IA escreve o código em React, conecta um banco no Supabase e em minutos há algo no ar. O problema é que “funciona” não significa “está seguro”. A IA otimiza para entregar a funcionalidade que você pediu — e, se ninguém pedir segurança, detalhes como as regras de acesso do banco ficam para trás.

Em 2025, pesquisadores encontraram dezenas de apps publicados com o Lovable expondo dados de usuários justamente por falta de regras de acesso no banco (o caso foi registrado como CVE-2025-48757). Neste guia você vai entender onde estão os riscos de um app gerado por IA, como conferir cada um e como escanear o repositório automaticamente pelo GitHub na Protez.

Por que apps gerados por IA costumam vazar dados

Um app típico do Lovable tem duas partes: o front-end (o código que roda no navegador do visitante) e o Supabase (banco de dados, login e armazenamento). O front-end conversa direto com o banco usando a chamada chave anon. Essa chave é pública por definição — qualquer pessoa consegue vê-la abrindo as ferramentas do navegador.

O que impede um visitante de usar essa chave para ler a tabela de clientes inteira é o Row Level Security (RLS): regras no banco que dizem “cada usuário só enxerga as próprias linhas”. Sem RLS, a chave anon vira uma chave mestra. É por isso que os problemas de apps gerados por IA quase sempre caem em três grupos:

Tabelas sem RLSQualquer visitante lê, altera ou apaga registros direto pela API do Supabase.
Chave service_role no códigoEssa chave ignora todo o RLS. Se for parar no front-end ou no repositório, o banco inteiro fica exposto.
Segredos e dependênciasChaves de API commitadas, .env no repositório e bibliotecas com vulnerabilidades conhecidas.

O que conferir manualmente

Antes de qualquer ferramenta, vale fazer estas quatro conferências no próprio projeto:

  1. RLS em todas as tabelas. No painel do Supabase, abra o Table Editor: tabelas sem RLS aparecem sinalizadas. Toda tabela com dados de usuários precisa de RLS ativo e de políticas que limitem o acesso, por exemplo auth.uid() = user_id.
  2. Políticas permissivas demais. Uma política using (true) em uma tabela sensível equivale a não ter RLS. Revise cada uma em Authentication → Policies.
  3. Qual chave está no front-end. O cliente do Supabase gerado pelo Lovable (normalmente em src/integrations/supabase/client.ts) deve usar apenas a chave anon. Se você encontrar a service_role em qualquer arquivo do front-end, trate como incidente.
  4. Lógica sensível no navegador. Verificações como “é administrador?” ou “pagou?” feitas só no React podem ser burladas. Elas precisam existir também no banco (RLS) ou em Edge Functions.

Chave anon não é vazamento — service_role é

Ver a chave anon no JavaScript do site é normal. O risco real é ela funcionar em tabelas sem RLS. Já a chave service_role nunca deve sair do servidor.

Passo 1: conecte o projeto do Lovable ao GitHub

Para auditar o código com uma ferramenta, ele precisa estar em um repositório. O Lovable tem integração nativa com o GitHub e mantém o repositório sincronizado com o que a IA escreve:

  1. No editor do Lovable, abra a integração com o GitHub e conecte sua conta.
  2. Escolha a conta ou organização e crie o repositório do projeto. A partir daí, cada alteração feita no Lovable vira um commit.
  3. Copie o endereço do repositório, no formato https://github.com/sua-conta/seu-projeto.

Passo 2: escaneie o repositório na Protez

A Protez tem um modo de varredura específico para repositórios GitHub. Ele baixa o código só para a análise, roda as verificações e apaga a cópia em seguida.

  1. No painel da Protez, clique em Nova varredura.
  2. Em Modo de varredura, escolha GitHub e cole o endereço do repositório no campo URL do repositório no GitHub.
  3. Se o repositório for privado, gere um token em GitHub → Settings → Developer settings → Fine-grained tokens, com acesso só a esse repositório e a permissão Contents: Read (adicione Dependabot alerts: Read para incluir os alertas do GitHub no relatório). Cole o token no campo Token de acesso.
  4. Opcionalmente, informe uma branch, tag ou commit; sem isso, a branch padrão é usada. Deixe marcada a opção de apagar o token após a varredura.
  5. Clique em iniciar e acompanhe o progresso. Repositórios do Lovable costumam ser analisados em poucos minutos.

A varredura do GitHub faz parte do scan avançado dos planos pagos.

O que a varredura encontra

VerificaçãoO que significa no seu app
Chave service_role do Supabase expostaA Protez decodifica os tokens encontrados no código e identifica a chave service_role. Gravidade crítica: dá acesso total ao banco.
Tabelas sem RLS nas migrationsLê os arquivos em supabase/migrations e lista as tabelas criadas sem enable row level security.
Segredos commitados.env versionado, chaves da AWS, Stripe, Mercado Pago, OpenAI/Anthropic, tokens do GitHub e strings de conexão com senha.
Dependências vulneráveisO package.json e os lockfiles são cruzados com as bases OSV e NVD, além de checagens de cadeia de suprimentos do npm.
Análise do código (SAST)Padrões inseguros no código, como uso de eval, atribuição direta a innerHTML, SQL montado por concatenação e verificação de TLS desativada.
Proteção do repositórioBranch principal sem proteção e, quando o token permite ver, secret scanning e Dependabot desativados.

Cada achado vem com gravidade, arquivo e linha, explicação do impacto e a recomendação de correção. O relatório pode ser exportado em PDF, e pela API também em SARIF, o formato aceito pelo code scanning do GitHub.

Como corrigir os problemas mais comuns

Tabelas sem RLS

Ative o RLS e crie políticas restritivas. Você pode pedir ao próprio Lovable (“ative RLS em todas as tabelas e crie políticas para que cada usuário só acesse os próprios registros”) ou rodar o SQL no Supabase:

alter table public.pedidos enable row level security;

create policy "dono lê os próprios pedidos"
  on public.pedidos for select
  using (auth.uid() = user_id);

Depois de ativar, teste o app logado com dois usuários diferentes para garantir que um não vê os dados do outro.

Chave service_role exposta

Gere uma nova chave em Supabase → Project Settings → API (a antiga deixa de funcionar), remova-a do código e mova as operações privilegiadas para Edge Functions, que rodam no servidor. Como a chave ficou no histórico do Git, trocá-la é obrigatório: apagar o arquivo não basta.

Segredos e dependências

Troque toda credencial apontada, coloque-a em variáveis de ambiente e atualize as bibliotecas para as versões indicadas no relatório. No GitHub, ative Secret scanning, Push protection e Dependabot para evitar recaídas.

Transforme a verificação em rotina

Cada nova funcionalidade pedida ao Lovable pode criar tabelas e políticas novas. Rode a varredura do repositório antes de cada lançamento importante e sempre que adicionar tabelas com dados pessoais. Para o site publicado, complemente com a varredura web externa, que verifica certificado, cabeçalhos de segurança e serviços expostos.

Perguntas frequentes

O código gerado pelo Lovable é seguro?

O código costuma ser funcional, mas a segurança depende de como o banco (Supabase) foi configurado e de quais chaves foram parar no front-end. Os problemas mais comuns são tabelas sem RLS, políticas permissivas demais e segredos no código. Por isso vale auditar antes de colocar dados reais.

A chave anon do Supabase no código é um vazamento?

Não. A chave anon (publishable) foi feita para ficar no navegador; quem protege os dados é o RLS. O problema é a chave service_role, que ignora o RLS — ela nunca deve aparecer no front-end nem no repositório.

Preciso deixar o repositório público para escanear?

Não. Para repositórios privados, gere um fine-grained token no GitHub com acesso só a esse repositório e permissão Contents: Read. A Protez usa o token apenas para leitura e pode apagá-lo ao final da varredura.

A varredura da Protez verifica as políticas de RLS do banco em produção?

A varredura do GitHub analisa o código e as migrations em supabase/migrations: aponta tabelas criadas sem "enable row level security". Ela não se conecta ao seu banco; confirme também no painel do Supabase se todas as tabelas estão com RLS ativo.

Faça esta verificação agora

Crie sua conta e rode a primeira varredura em minutos. O scan avançado está nos planos pagos.

Começar grátis
Compartilhar: WhatsApp X LinkedIn Facebook