LumosLab-Innovation/OpenHunterAI

解决的问题

OpenHunterAI 提供一个基于 AI 驱动的本地安全红队工作区。用户无需访问源代码，即可从攻击者视角评估 Web 应用、API 和 LLM 应用的安全性，确保评估范围限定在已验证且授权的目标上。

工作原理

该系统采用结构化评估模型，从锁定范围和绘制攻击面，到建立基线并测试有界假设。它整合了多种信号源——包括浏览器检查、侦察工具、ZAP 和 Nuclei 适配器——并通过适配器实现 AI 辅助调查。架构包括基于 React 的 UI、用于规划的 Public API、使用 Go 工作器的 NATS 协调器，以及用于发现结果和报告的 Postgres 数据库。

适用人群

专为拥有或被授权测试公开应用的安全研究人员和开发者设计，希望利用 AI 辅助推理自动化发现安全漏洞。

主要亮点

• 本地工作区：完全在用户机器上运行，无需注册，项目和扫描记录保持私密。
• 明确的范围控制：包含域名验证和人工审批环节，防止未经授权的扫描。
• 多工具集成：将 ZAP、Nuclei 等多种安全工具的信号整合到单一工作流中。
• 编码代理技能：可作为技能集成到 Claude Code、Gemini CLI、Codex 等 AI 编码代理中，用于准备范围受限的安全评估。