owl234/ARL-Next

解决的问题

ARL-Next 是原始 Asset Reconnaissance Lighthouse (ARL) 的现代化重构，旨在消除任务冻结、内存泄漏和过时依赖等关键稳定性问题。它提供了一个高性能、闭环的资产侦察与漏洞监控平台，特别针对大规模目标扫描和企业级资产发现进行了优化。

工作原理

该平台采用解耦的微服务架构，确保稳定性和吞吐量：

• AI 集成：实现 Model Context Protocol (MCP)，允许 AI Agent（如 Claude 或 Cursor）使用自然语言管理资产发现与分析。
• 任务分发：通过 RabbitMQ 将任务分为轻量级（DNS/端口）、重型（Nuclei/PoC）和威胁情报队列，防止系统瓶颈。
• OSINT 微服务：专用异步服务用于企业 ICP 注册信息和股权穿透（天眼查），避免阻塞主任务队列。
• 数据层：使用 MongoDB 7.0，结合 bulk_write 操作和联合唯一索引，可无冗余处理数十万资产。
• 自愈机制：内置 Autoheal 探针，实时监控并重启死锁容器。

适用人群

专为安全分析师、SRC（安全响应中心）研究人员以及需要从集团层面到具体漏洞自动映射组织攻击面的企业安全团队设计。

核心亮点

• AI 原生调度：原生支持 MCP，AI Agent 可通过自然语言触发扫描并导出资产仪表盘。
• 企业资产穿透：自动化完成从集团企业 → 子公司 → 域名 → IP → 端口 → 组件 → 漏洞的完整链条。
• 威胁情报雷达：内置 GitHub CVE 及敏感代码/凭证泄露监控功能。
• 高性能引擎：分离 Puppeteer 截图服务与 OSINT 服务，彻底消除任务冻结和内存泄漏。
• 快速部署：针对国内中国网络优化，提供阿里云预构建镜像，可在 2 分钟内完成部署。