asaotomo/FofaMap
一款证据驱动的 FOFA 资产测绘智能体:支持自然语言侦察、AI 反思、CLI / MCP / Skill / REST API,以及经人工审批的 Nuclei 扫描。
解决的问题
FofaMap 是一个使用 FOFA 搜索引擎进行资产发现和攻击面分析的工具。它通过允许用户使用自然语言查找资产、使用基于证据的摘要进行验证以及执行受控的漏洞扫描,弥合了原始搜索查询与可操作的安全情报之间的差距。
工作原理
FofaMap 通过三个主要接口运行:用于直接进行 FOFA 查询的传统 CLI、用于自然语言侦察的 AI 驱动 Agent,以及用于与 Cursor 或 Claude 等 AI IDE 集成的 MCP (Model Context Protocol) 服务器。
使用 AI Agent 时,系统会将自然语言请求分解为多个 FOFA 查询,通过对结果进行反思来优化搜索,并按置信度水平(已证实、已观察或候选)对资产进行分类。对于主动扫描,它集成了 Nuclei,但执行了严格的人工审批机制,用户必须在执行任何扫描之前检查目标列表、模板和严重程度级别。
适用对象
专为安全研究人员、渗透测试人员和资产管理者设计,他们需要在保持可追溯且经过批准的工作流程的同时,绘制组织的公开基础设施图谱。
亮点
- 自然语言侦察:将纯文本需求转换为优化的 FOFA 查询,并通过自我反思循环来提高结果质量。
- 基于策展的报告:生成 Markdown 报告,区分高置信度资产和噪声,而不是将所有搜索命中都视为已确认的资产。
- 受控扫描:将 Nuclei 与强制性审批机制集成,以防止未经授权或意外的扫描。
- AI 生态系统集成:为包括 Cursor、Claude Code 和 LM Studio 在内的 MCP 兼容主机提供一键安装。
- 灵活的输出:支持将结果导出为 XLSX、CSV 和 JSONL 格式,以便进一步分析。
相关
- 项目
- 项目
- 项目
- 项目
- 项目