Netw0rkNoob/VulnClaw

VulnClaw – AI 驱动的渗透测试 CLI

是什么 – VulnClaw 是一个基于 Python 的命令行工具（可选 Web/TUI），允许用户用自然语言描述渗透测试目标。一个由 LLM 驱动的代理将主导整个测试流程：侦察、漏洞发现、利用以及报告生成。该代理会自行决定调用哪些工具、何时请求澄清，以及何时发现足够可靠以生成报告。

核心功能

• 模型主导的求解引擎 – LLM 运行自我导向的循环，选择工具并决定任务何时完成。不会强制执行固定的阶段脚本。
• 证据记忆 – 所有真实工具的输出都存储在 AgentState.evidence 中。代理可以搜索或查看原始证据，而“反幻觉门”仅接受出现在该证据中的结论。
• MCP 工具链 – 内置服务（fetch, memory）以及可选的 Chrome-DevTools 和 Burp Suite MCP 服务器，用于浏览器自动化和 HTTP 重放。
• 丰富的内置工具 – HTTP 获取、批量探测、nmap 扫描、Shell 命令执行、Python 代码执行、29 个加密/编码辅助工具、源码提取、运行时差异探测等。
• 插件系统 – 低耦合的漏洞检测插件（如 Web 头部分析），将结果输入报告管道。
• 技能参考库 – 50 多个知识库“技能”（CTF、Web、Android、加密、OSINT 等），模型可按需加载作为参考材料。
• 多提供商 LLM 支持 – 支持 OpenAI、Anthropic、MiniMax、DeepSeek、Zhipu、Moonshot、Qwen、SiliconFlow、Doubao、StepFun、SenseTime、OpenRouter、Ollama 以及自定义端点。
• 输出 – 为每个确认的漏洞生成结构化 Markdown 报告和可运行的 Python PoC 脚本。
• 接口 – 支持普通 CLI/REPL、使用 Rust 构建的终端 UI（TUI），以及可选的 Web UI（React 前端）。

快速开始

# 从 PyPI 安装（推荐）
pip install vulnclaw

# 或从源码安装
git clone https://github.com/Netw0rkNoob/VulnClaw.git
cd VulnClaw
pip install -e .

# 配置 LLM 提供商（示例：OpenAI）
vulnclaw config provider openai
vulnclaw config set llm.api_key sk-YOUR_KEY

# 一条命令完成完整测试
vulnclaw run http://target.example.com

该命令启动模型驱动的循环，自动执行侦察、扫描、利用，并最终生成 reports/<target>_YYYYMMDD.md 和 pocs/<CVE>.py。

典型工作流

模式	启动方式	使用场景
CLI / REPL	vulnclaw（或 vulnclaw repl）	交互式、逐步测试，快速实验
一次性	vulnclaw run <target>	使用默认求解引擎的全自动测试
目标阶段	vulnclaw recon <target> / vulnclaw scan <target> / vulnclaw exploit <target>	仅运行特定阶段
持久化	vulnclaw persistent <target>	长时间运行、循环测试（默认每轮 100 次，共 10 轮）
Web UI	vulnclaw web（默认 http://127.0.0.1:7788）	基于浏览器的控制与可视化
TUI	vulnclaw tui	带可拖拽面板的终端图形化仪表板

架构概览

• 代理核心（agent/core.py） – 协调求解循环，维护 AgentState 并强制执行证据门控。
• 求解器（agent/solver.py） – 实现模型驱动的推理循环，处理工具调用、重试和阻塞保护。
• MCP 层（mcp/registry.py, router.py） – 注册本地工具（fetch, memory）和外部服务（Chrome-DevTools, Burp），并路由 LLM 工具调用请求。
• 插件（plugins/） – 模块化漏洞检测器，独立运行并返回结构化发现结果。
• 技能（skills/） – 模型可按需通过 load_skill_reference 加载的参考文档（PDF/MD）。
• 报告生成器（report/generator.py） – 在不进行额外 LLM 调用的情况下，从收集的证据中组装 Markdown 摘要和 PoC 代码。

安全提示 – 该工具明确标记为“仅限授权使用”。仅适用于您拥有测试权限的系统（如 CTF 挑战、红队演练、安全培训）。仓库包含 doctor 命令，可在运行前验证所需二进制文件（nmap、node 等）是否存在。

---

完整英文版 README 请参见仓库中的 README_EN.md。