Netw0rkNoob/VulnClaw

VulnClaw – AI 기반 침투 테스트 어시스턴트

What it is – VulnClaw는 사용자가 자연어로 침투 테스트 작업을 설명할 수 있는 Python 기반 명령줄(및 선택 사항인 웹/TUI) 도구입니다. 그러면 대규모 언어 모델(LLM)을 구동하여 정찰, 취약점 발견, 익스플로잇, 보고서 생성과 같은 전체 테스트 워크플로우를 실행합니다. LLM은 어떤 내장 도구를 언제 호출할지 결정하며, 프레임워크는 모든 도구의 원시 출력을 evidence(증거)로 기록하여 모델이 결과를 주장하기 전에 반드시 해당 증거를 인용하도록 합니다.

Key capabilities

• Model‑led solve engine – LLM이 루프를 제어(Claude‑Code와 유사)하여 도구를 선택하고, 결과를 해석하며, 작업이 완료되었는지 여부를 결정합니다.
• Evidence memory – 모든 도구 결과는 AgentState.evidence에 저장됩니다. 모델은 해당 증거에 정확한 문자열이 나타나는 경우에만 플래그나 취약점을 선언할 수 있어, 환각(hallucination) 결과를 방지합니다.
• MCP toolchain – 소규모 "Model‑Context‑Protocol" 레이어가 fetch (HTTP client), memory (local JSON store), 그리고 브라우저 자동화 및 트래픽 재생을 위한 선택 사항인 외부 서비스(chrome‑devtools, burp)와 같은 서비스를 제공합니다.
• Rich built‑in tools – HTTP 프로빙(단일 및 배치), nmap 스캔, shell 명령 실행, Python 코드 실행, 29개의 암호/인코딩 도우미, 소스 추출, 런타임 diff 프로빙 등.
• Skill references – 50개 이상의 지식 베이스 "skills" (web pentest, CTF, crypto, Android, 등)를 모델이 필요에 따라 로드할 수 있어, 스크립트를 하드코딩하지 않고도 문맥적 가이드를 제공합니다.
• Multi‑provider LLM support – OpenAI, Anthropic, MiniMax, DeepSeek, Zhipu, Moonshot, Qwen, SiliconFlow, Doubao, Baichuan, StepFun, SenseTime, Yi, 그리고 로컬 Ollama 모델을 지원합니다.
• Output – 구조화된 Markdown 보고서와 발견된 모든 취약점에 대한 실행 가능한 Python PoC 스크립트를 생성합니다.
• Interfaces – CLI REPL, Typer‑based sub‑commands, 터미널 UI (vulnclaw tui), 그리고 선택 사항인 웹 UI (vulnclaw web). 쉬운 배포를 위해 Docker 이미지가 제공됩니다.

Typical workflow

1. Configure LLM 제공업체와 API 키를 설정합니다 (vulnclaw config provider openai).
2. Run 명령을 실행합니다 (예: vulnclaw run http://target.example.com 또는 REPL을 시작하고 자연어 요청을 입력).
3. 모델이 라운드를 시작합니다:
   • Round 1: 정찰 (port scan, fingerprinting, directory enumeration).
   • Round 2: 취약점 발견 (CVE checks, injection points).
   • Round 3: 익스플로잇 (PoC validation, privilege escalation).
   • Round 4: 보고서 생성.
4. 모든 도구 호출은 증거로 기록됩니다; 모델은 플래그를 주장하기 위해 해당 증거를를 인용해야 합니다.
5. Markdown 보고서와 PoC 스크립트는 ./reports/ 및 ./pocs/에 작성됩니다.

Why it matters – VulnClaw is showcases how LLMs can be harnessed for autonomous security testing while mitigating classic hallucination risks through evidence-gating. VulnClaw는 증거 게이팅을 통해 고전적인 환각 위험을 완지화하면서, LLM을 자율적인 보안 테스트에 활용하는 방법을 보여줍니다. AI 증강 침투 테스트를 승인된 레드팀 작업, CTF, 또는 보안 교육용으로 더 접근하기 쉽게 만듭니다. 도구 오케스트레이션, 도구 체인, 메모리, 멀티 제공업체 LLM 액세스 등을 단일 설치 가능한 패키지로 묶어 제공합니다.

---

Quick start

pip install vulnclaw          # or `pip install -e .` from source
vulnclaw config provider openai
vulnclaw config set llm.api_key sk-xxxx
vulnclaw run http://target.example.com

Documentation links – 영어 README (README_EN.md), Docker 가이드 (DOCKER.md), MCP 배포 문서, 그리고 전체 CLI 참조 문헌이 저장소에 포함되어 있습니다.