hypnguyen1209/offensive-claude

解决的问题

该项目为使用 Claude Code 进行进攻性安全研究和渗透测试提供了一个结构化、以规范驱动的框架。通过强制执行基于 Cyber Kill Chain 的严格工作流程，将通用 AI 助手转变为有纪律的安全研究人员，确保所有操作均经过授权、发现均有证据支持，且流程遵循行业标准的安全阶段。

工作原理

该框架作为 Claude Code 插件运行，向每次对话注入一个「SessionStart 分发器」。该分发器确保 AI 在执行特定领域技能前，先遵循特定的「纪律层」（如范围、OPSEC 和发现验证）。

主要组件包括：

• 工作流程：9 阶段流水线（范围 → 侦察 → 武器化 → 交付 → 攻击 → 安装 → C2 → 行动 → 报告），包含质量门禁，防止过早阶段转换。
• 技能模块：32 个专业领域技能（如 Web 渗透测试、云安全、AI 红队测试），提供技术地图、参考库和可运行脚本。
• 安全防护：可执行的 Python 脚本（如 scope_guard.py 和 action_guard.py），强制执行目标授权并擦除敏感头信息，防止未经授权或不安全的操作。
• 崩溃到利用的流水线：使用 rr、gcov 和 Z3 的专用工具链，将软件崩溃转化为可验证的可利用性结论。
• 协作代理：8 个专业子代理（如 redteam-planner、finding-validator），负责规划、执行和对发现进行对抗性验证。

适用人群

专为使用 Claude Code 的进攻性安全研究人员、渗透测试人员和红队成员设计，希望采用系统化、可复现且带安全门禁的漏洞研究与对抗模拟方法。

主要亮点

• 规范驱动的纪律性：强制执行安全工作的「铁律」，在标记发现为确认前，必须具备授权和证据。
• 全面的技能集：涵盖 32 个不同领域，包括 AI 代理红队测试、容器逃逸等新兴领域。
• 自动化质量门禁：在进入下一阶段前，自动验证必要资产和证据（CWE、CVSS、ATT&CK ID）是否存在。
• 对抗性验证：使用有界生成器-检查器反驳循环，确保发现不是幻觉，而是基于证据的。
• 集成工具链：包含 .devcontainer，内含二进制分析工具，支持对内存损坏漏洞进行确定性根本原因分析。