Skip to content

ShimaRin-x/VulnClaw

BranchesTags
 
 

Repository files navigation

VulnClaw 🦞

AI 驱动的渗透测试 CLI 工具 — 说人话，打漏洞。

License: MIT Python 3.10+ OpenAI Compatible MCP PyPI Security

🌐 English version: README_EN.md

不是脚本合集，是可运行的 AI 渗透测试 Agent。


基于 LLM Agent + MCP 工具链 + 渗透 Skill 编排， 配合 OpenAI / MiniMax / DeepSeek 等兼容模型， 自然语言输入 → 自动完成「信息收集 → 漏洞发现 → 漏洞利用 → 报告生成」全流程。

快速开始 · 架构设计 · Skill 体系 · 版本路线

它能做什么

输入自然语言，AI 自动执行渗透测试全流程：

用户输入：帮我对 http://target.example.com 进行渗透测试

VulnClaw 自动执行：
  Round 1:  信息收集 → 指纹识别、端口扫描、目录枚举
  Round 2:  漏洞发现 → 检测注入点、已知 CVE、配置缺陷
  Round 3:  漏洞利用 → PoC 验证、权限获取
  Round 4:  报告生成 → 结构化报告 + Python PoC 脚本
image

适用于已授权的渗透测试、CTF 竞赛、安全教学、红队演练等场景。

特性

  • 自然语言驱动 — 用人话描述渗透意图，自动识别阶段和工具
  • 9 个 LLM Provider — OpenAI / MiniMax / DeepSeek / 智谱 / Moonshot / 千问 / SiliconFlow / Right，一键切换
  • MCP 工具链 — 已内置 11 个 MCP 服务配置和 23 个工具定义；当前 fetch / memory 以稳定的 local 模式运行，其余 MCP 集成多仍处于预览或占位阶段，待完整 session 生命周期管理落地后再逐步恢复真实协议接入
  • AI Agent 核心 — OpenAI 兼容协议 + Tool Calling + 自主渗透循环
  • 20 个渗透 Skill — 7 核心 + 13 专项 Skill（含 CTF Web/Crypto/Misc + osint-recon），含 138 个参考文档
  • 编解码/加解密工具 — 29 种���作（Base64/Hex/URL/AES/JWT/Morse 等），LLM 可精确调用，不再靠猜测
  • Python 代码执行 — 内置 python_execute 工具，适合 payload 构造和响应解析；当前仍属高风险实验能力，不应视为强隔离沙箱
  • 持续性渗透测试 — 周期循环（默认 100 轮/周期 × 10 周期 = 1000 轮），每周期自动生成报告，直到手动终止
  • 推理过程显示控制 — think on/off 一键切换 LLM 思考过程的显示/隐藏，默认关闭，干净输出只看结论
  • 沙盒模式提示词 — 解锁 AI 安全测试能力，CTF / 授权渗透场景专用
  • 自动报告 & PoC — 生成结构化 Markdown 报告和可运行的 Python PoC 脚本
  • Web UI 模式 — vulnclaw web 启动本地 Web 界面，浏览器操作渗透测试全流程，默认 127.0.0.1:7788
  • 安全知识库 — 已内置知识库模块与基础种子数据，CLI 可维护；检索增强正在逐步接入主流程

快速开始

安装

# 从 PyPI 安装（推荐）
pip install vulnclaw

# 从源码安装
git clone https://github.com/Unclecheng-li/VulnClaw.git
cd VulnClaw
pip install -e .

四步启动

# 1. 选择提供商（自动填充 Base URL 和模型名）
vulnclaw config provider minimax   (或 openai/deepseek/zhipu/moonshot/qwen/siliconflow)

# 1.2（可选）自定义 Base URL 或模型名
vulnclaw config set llm.base_url https://your-own-api.example.com/v1 
vulnclaw config set llm.model your-model-name

# 2. 设置 API Key
vulnclaw config set llm.api_key sk-your-key-here

# 3. 元神启动！
vulnclaw

环境检查

vulnclaw doctor

输出示例：

🦞 VulnClaw 环境检查

  Python: 3.14.4
  Node.js: v24.14.1
  npx: 已安装
  nmap: 已安装

LLM 配置:
  Provider: openai
  API Key: 已设置
  Base URL: https://api.openai.com/v1
  Model: gpt-4o

MCP 服务:
  fetch: 已启用 [P0]
  memory: 已启用 [P0]
  ...

✅ 环境就绪，运行 vulnclaw 开始

CLI 命令速查

vulnclaw --help 查看所有命令：

$ vulnclaw --help

🦞 VulnClaw — AI-powered penetration testing CLI

 Usage: vulnclaw [OPTIONS] COMMAND [ARGS]...

 Options:
   --version  Show version and exit.
   --help     Show this message and exit.

 Commands:
   run           🚀 一键全流程渗透测试
   persistent    🔄 持续性渗透测试（100轮/周期）
   recon         🔍 仅信息收集阶段
   scan          🔎 执行漏洞扫描阶段
   exploit       💥 执行漏洞利用阶段
   report        📝 从会话记录生成报告
   config        ⚙️  管理配置（set/get/list/provider）
   init          🔧 初始化配置
   doctor        🏥  检查运行环境
   web           🌐 启动本地 Web UI

命令详解

命令 说明 示例
vulnclaw 启动 REPL 交互界面（无参数默认） vulnclaw
vulnclaw run <target> 一键全流程渗透测试 vulnclaw run 192.168.1.1
vulnclaw persistent <target> 持续性渗透（100轮/周期） vulnclaw persistent 192.168.1.1
vulnclaw recon <target> 仅信息收集（不利用漏洞） vulnclaw recon target.com
vulnclaw scan <target> 漏洞扫描阶段 vulnclaw scan target.com --ports 80,443
vulnclaw exploit <target> 漏洞利用阶段 vulnclaw exploit target.com --cve CVE-2024-1234
vulnclaw report <session> 从会话 JSON 生成报告 vulnclaw report session_xxx.json
vulnclaw config set <key> <value> 设置配置项 vulnclaw config set llm.api_key sk-xxx
vulnclaw config get <key> 查看配置项 vulnclaw config get llm.model
vulnclaw config list 列出所有配置 vulnclaw config list
vulnclaw config provider <name> 切换 LLM 提供商 vulnclaw config provider minimax
vulnclaw init 初始化配置文件 vulnclaw init
vulnclaw doctor 检查运行环境 vulnclaw doctor
vulnclaw web 启动本地 Web UI vulnclaw web / vulnclaw web --port 8080

配置管理

# 查看所有提供商并切换
vulnclaw config provider --list    # 查看所有可用提供商
vulnclaw config provider minimax   # 切换到 MiniMax

# 手动设置（custom 模式）
vulnclaw config set llm.base_url https://your-api.com/v1
vulnclaw config set llm.model your-model-name
vulnclaw config set llm.api_key sk-your-key

使用方式

方式一：REPL 交互模式（推荐）

$ vulnclaw

进入 🦞 交互界面，用自然语言对话：

🦞 vulnclaw> 对 192.168.1.100 进行渗透测试，这是我授权的靶场

[*] 进入自主渗透模式，按 Ctrl+C 可随时中断
── Round 1 ──
  [+] 目标: 192.168.1.100
  [+] 开放端口: 22, 80, 443, 8080
  [+] Web 指纹: Apache/2.4.62
── Round 2 ──
  [+] 发现 /manager/html (Tomcat Manager)
  [+] 命中 CVE-202X-XXXX: Apache Tomcat 认证绕过
── Round 3 ──
  [+] 漏洞验证成功

🦞 192.168.1.100 | 报告> 生成渗透报告
[+] 报告已保存: ./reports/192.168.1.100_20260418.md
[+] PoC 脚本已保存: ./pocs/CVE-202X-XXXX.py

REPL 内置命令

命令 说明
target <host> 设置渗透测试目标
status 查看当前状态（目标、阶段、工具、推理显示）
tools 列出当前可用 MCP 工具
think 切换推理过程显示/隐藏
think on / off 精确控制推理过程显示
persistent 启动持续性渗透测试（100轮/周期，自动报告）
persistent <host> 对指定目标启动持续性渗透
clear 清空当前会话
help 显示帮助信息
exit / quit / q 退出 VulnClaw

自主渗透模式

VulnClaw 检测到以下关键词 + 目标时，自动进入多轮自主渗透循环：

触发方式 示例
渗透指令 对 http://target.com 进行渗透测试
CTF / 找 flag 帮我对 http://ctf.site 找出flag
爆破 / 绕过 对 http://target.com 弱口令爆破
显式触发 目标：http://target.com，进入自主渗透模式

💡 输入 Ctrl+C 可随时中断自主循环。切换目标时自动重置会话上下文。

方式二：单命令模式

# 一键全流程渗透测试
vulnclaw run 192.168.1.100

# 持续性渗透测试（每周期100轮，最多10周期，自动生成报告）
vulnclaw persistent 192.168.1.100

# 自定义周期参数
vulnclaw persistent 192.168.1.100 --rounds 200 --cycles 5

# 仅信息收集
vulnclaw recon 192.168.1.100

# 漏洞扫描（可指定端口）
vulnclaw scan 192.168.1.100 --ports 80,443,8080

# 漏洞利用（可指定 CVE）
vulnclaw exploit 192.168.1.100 --cve CVE-2024-1234 --cmd id

# 生成报告
vulnclaw report session.json

方式三：持续性渗透模式

适用于需要长时间深度渗透的场景。VulnClaw 以周期循环方式运行：

┌──────────────────────────────────────────────┐
│  Cycle 1 (100轮) → 自动报告 → 继续          │
│  Cycle 2 (100轮) → 自动报告 → 继续          │
│  Cycle 3 (100轮) → 自动报告 → 继续          │
│  ...                                         │
│  直到 Ctrl+C 或达到最大周期数（默认10）      │
└──────────────────────────────────────────────┘

特点：

  • 跨周期状态保持 — 每个周期保留之前的所有发现、漏洞和步骤记录
  • 周期报告 — 每个周期结束自动生成独立的 Markdown 报告（含新增漏洞和累计汇总）
  • 灵活中断 — Ctrl+C 随时中断，中断时仍生成本周期报告
  • 增量发现 — 报告区分"本周期新增"和"累计总计"，清晰追踪进展
  • 可配置 — 每周期轮数、最大周期数、是否自动报告均可配置
# CLI 方式
vulnclaw persistent 192.168.1.100              # 默认 100轮/周期 × 10周期
vulnclaw persistent 192.168.1.100 -r 200 -c 5  # 200轮/周期 × 5周期
vulnclaw persistent 192.168.1.100 --no-report   # 不自动生成报告

# REPL 方式
🦞 vulnclaw> target 192.168.1.100
🦞 vulnclaw> persistent
# 或直接
🦞 vulnclaw> persistent 192.168.1.100

方式四：Web UI 模式

通过浏览器操作渗透测试全流程，适合偏好图形界面的用户。

# 安装 Web 依赖
pip install vulnclaw[web]

# 启动 Web UI（默认 127.0.0.1:7788）
vulnclaw web

# 自定义端口
vulnclaw web --port 8080

# 仅检查启动信息（不实际启动服务）
vulnclaw web --dry-run

启动后浏览器访问 http://127.0.0.1:7788 即可使用。

⚠️ 默认仅绑定本地回环地址。如需远程访问须显式指定 --host 0.0.0.0 --allow-remote，请确保网络环境安全。

LLM 提供商配置

VulnClaw 支持所有 OpenAI 兼容协议的 API，内置 8 个提供商预设：

vulnclaw config provider --list    # 查看所有提供商
vulnclaw config provider minimax   # 一键切换
提供商 命令 默认模型
OpenAI provider openai gpt-4o
MiniMax provider minimax MiniMax-M2.7
DeepSeek provider deepseek deepseek-v4-pro
智谱 GLM provider zhipu glm-4-plus
Moonshot provider moonshot moonshot-v1-128k
通义千问 provider qwen qwen-max
SiliconFlow provider siliconflow DeepSeek-V3
Right (Codex) provider right gpt-5.2
自定义 provider custom 手动填写

架构

┌─────────────────────────────────────────────┐
│                VulnClaw CLI                  │
│  ┌─────────┐  ┌─────────┐  ┌────────────┐  │
│  │  自然语言 │  │  任务编排 │  │ 报告 & PoC │  │
│  │  交互层  │  │  引擎    │  │   生成器   │  │
│  └────┬────┘  └────┬────┘  └─────┬──────┘  │
│       └─────────────┼─────────────┘        │
│               ┌─────▼──────┐                │
│               │ LLM Agent  │                │
│               │ (越狱+Skill)│               │
│               └─────┬──────┘                │
│               ┌─────▼──────┐                │
│               │ MCP 编排层  │                │
│               │ (11 服务)  │                │
│               └─────┬──────┘                │
│               ┌─────▼──────┐                │
│               │ 安全知识库  │                │
│               └────────────┘                │
└─────────────────────────────────────────────┘

核心模块

模块 文件 说明
CLI 入口 cli/main.py Typer REPL + 9 个子命令（含 persistent）
Agent 核心 agent/core.py AgentCore 协调入口（核心重构后主要保留少量协调职责）
动态提示词 agent/prompts.py 基础身份 + 核心契约 + Skill + MCP 工具列表
Prompt 组装 agent/system_prompt.py + prompt_context.py system prompt / round context / attack summary 组装
输入分析 agent/input_analysis.py 目标识别、阶段识别、用户漏洞提示提取
反死循环 / CTF agent/anti_loop.py + ctf_mode.py 完成信号、攻击路径、失败目标、flag 状态机
会话状态 agent/context.py 阶段追踪 + 漏洞发现 + 步骤记录
Skill / KB 上下文 agent/skill_context.py + kb_context.py Skill 选择与知识库 prompt 注入
目标状态继承 target_state/store.py 同目标成果沉淀、恢复、快照、回滚、target 报告
MCP 编排 mcp/registry.py + lifecycle.py + router.py 服务注册 + 生命周期 + 自然语言→工具路由
Skill 调度 skills/loader.py + dispatcher.py 目录格式 Skill + 16 种意图动态调度
编解码工具 skills/crypto_tools.py 29 种编解码/加解密操作，注册为内置 Agent 工具
配置管理 config/schema.py + settings.py Pydantic 模型 + YAML 持久化 + 8 Provider 预设
报告生成 report/generator.py + poc_builder.py Markdown 报告 + Python PoC 模板
安全知识库 kb/store.py + retriever.py JSON 存储 + CVE/技术/工具检索

MCP 工具链

MCP 服务 工具数 用途 优先级
fetch 1 HTTP 请求、API 测试 P0
memory 2 上下文记忆、状态持久化 P0
chrome-devtools 4 浏览器自动化 P0
js-reverse 2 JS 逆向工程 P0
burp 2 HTTP 抓包、重放 P0
frida-mcp 2 移动端 Hook P1
adb-mcp 3 安卓设备控制 P1
jadx 2 APK 反编译 P1
ida-pro-mcp 2 二进制逆向 P1
sequential-thinking 1 复杂推理链 P1
context7 1 代码上下文检索 P1
everything-search 1 本地文件搜索 P2

共 11 个 MCP 服务、23 个工具定义。另有 3 个内置 Agent 工具（load_skill_reference + crypto_decode + python_execute），无需 MCP 即可调用。

当前 fetch / memory 以 local 模式稳定运行；其余服务多为 preview / placeholder。后续会通过独立的 session 生命周期管理层逐步恢复并扩展真实 MCP 协议接入。

内置 Skill

核心 Skill (7)

Skill 说明
pentest-flow 渗透测试全流程编排
recon 信息收集流程
vuln-discovery 漏洞发现流程
exploitation 漏洞利用流程
post-exploitation 后渗透流程
reporting 报告生成流程
waf-bypass WAF 绕过技巧库

专项 Skill (12)

Skill 参考文档数 说明
web-pentest 4 Web 应用渗透
android-pentest 9 安卓应用渗透
client-reverse 20 客户端逆向分析
web-security-advanced 33 Web 安全进阶（注入、绕过、利用链）
ai-mcp-security 7 AI/MCP 安全测试
intranet-pentest-advanced 15 内网渗透进阶
pentest-tools 18 渗透工具速查
rapid-checklist 3 快速检查清单
crypto-toolkit 3 编解码/加解密（29 种操作，注册为内��工具）
ctf-web 8 CTF Web 攻击知识库（PHP绕过/RCE/SSTI/反序列化）
ctf-crypto 6 CTF 密码学攻击知识库（RSA/AES/ECC/PRNG/格攻击）
ctf-misc 6 CTF 杂项知识库（PyJail/BashJail/编码链/VM逆向）
osint-recon 7 OSINT 开源情报收集（四维模型：服务器/网站/域名/人员）

Skill 会根据用户输入自动调度，无需手动选择。专项 Skill 含 references/ 目录下的详细方法论文档，LLM 可通过 load_skill_reference 工具按需加载。

内置编解码/加解密工具 (crypto_decode)

crypto_decode 注册为 Agent 内置工具，LLM 在任何上下文中均可调用，不再靠猜测解码结果：

类别 操作
编解码 base64, base32, base58, hex, url, html, unicode, rot13, caesar, morse（各有 encode/decode）
哈希 md5, sha1, sha256, sha512
加解密 aes_encrypt, aes_decrypt（CBC 模式，PKCS7 填充）
JWT jwt_decode, jwt_encode
自动识别 auto_decode — 尝试所有常见编码，返回匹配结果

配置管理

命令行配置

vulnclaw config list                          # 查看所有配置
vulnclaw config get llm.model                 # 查看单项
vulnclaw config set llm.api_key sk-xx         # 设置 API Key
vulnclaw config set session.max_rounds 30     # 设置自主渗透最大轮数（默认 15）
vulnclaw config set session.stale_rounds_threshold 8  # 设置死循环检测阈值（默认 5）
vulnclaw config set session.show_thinking false # 隐藏推理过程（也可在 REPL 中用 think off）

可配置项

配置项 默认值 说明
llm.provider openai LLM 提供商（8 个内置 + custom）
llm.api_key 空 API Key
llm.base_url 按 provider API 基础 URL，可自定义
llm.model 按 provider 模型名称，可自定义
llm.temperature 0.1 采样温度
llm.max_tokens 4096 单次最大输出 token
session.max_rounds 15 自主渗透循环最大轮数（建议 10-50）
session.output_dir ./vulnclaw-output 报告输出目录
session.report_format markdown 报告格式（markdown / html）
session.poc_language python PoC 生成语言（python / bash）
session.show_thinking false 显示 LLM 推理过程（think 标签内容，默认关闭）
session.persistent_rounds_per_cycle 100 持续性渗透每周期轮数
session.persistent_max_cycles 10 持续性渗透最大周期数（0=无限）
session.persistent_auto_report true 持续性渗透每周期自动生成报告
session.stale_rounds_threshold 5 死循环检测阈值 — 连续无新发现轮数达到此值时触发强制策略切换

环境变量

变量 说明
VULNCLAW_LLM_PROVIDER LLM 提供商名称
VULNCLAW_LLM_API_KEY API Key
VULNCLAW_LLM_BASE_URL API 基础 URL
VULNCLAW_LLM_MODEL 模型名称
VULNCLAW_SESSION__MAX_ROUNDS 自主渗透最大轮数
VULNCLAW_SESSION__STALE_ROUNDS_THRESHOLD 死循环检测阈值

优先级：环境变量 > 配置文件 > 内置默认值

配置文件位于 ~/.vulnclaw/config.yaml。

版本路线

版本 目标 状态
v0.1 MVP CLI + LLM Agent + 基础 MCP + Skill + 报告 + 多 Provider ✅ 已完成
v0.1.1 python_execute + 上下文压缩 + 代码审计策略 + 反幻觉 ✅ 已完成
v0.1.2 3 个 CTF 专项 Skill + 3 个现有 Skill 更新 + 触发词扩展 ✅ 已完成
v0.1.3 四维信息收集模型 + RECON_MIN_ROUNDS + 维度完成度自检 + 社工条件触发 + osint-recon Skill ✅ 已完成
v0.1.4 渗透问题诊断修复（findings 解析 / 信息收集推进 / 摘要过滤 / nmap 安全阀） ✅ 已完成
v0.2.8 当前版本：目标级成果继承、target state 治理能力与架构文档同步 ✅ 当前
v0.3 逆向能力（IDA Pro）— Skill 已就绪 📋 Skill ✅
v0.4 知识库增强（ChromaDB 向量检索 + 语义 Skill 调度） 📋
v1.0 正式发布（PyPI + 文档 + CI/CD） 📋

安全声明

VulnClaw 仅用于已授权的安全测试。使用本工具前，请确保：

  1. 你已获得目标系统的明确授权
  2. 测试范围已与目标所有者书面确认
  3. 你遵守当地法律法规

未经授权对系统进行渗透测试是违法行为。本工具作者不对滥用行为承担责任。

许可证

MIT License

🦞 VulnClaw — 让每一次渗透都有章可循。

Release Preflight

For local release checks, run:

python scripts/release_preflight.py
python scripts/release_preflight.py --build

It validates version consistency, backend tests, and frontend TypeScript build health.

About

基于 AI Agent + MCP 工具链 + 渗透 Skill 编排， 配合大语言模型， 自然语言输入 → 自动完成「信息收集 → 漏洞发现 → 漏洞利用 → 报告生成」全流程。

Resources

Readme

License

MIT license

Contributing

Contributing
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages

  • Python 100.0%