zakirkun/deep-eye

解决的问题

Deep Eye 是一款 AI 驱动的渗透测试工具，旨在自动化安全漏洞的发现与报告流程。它通过利用多个 AI 提供商对目标进行超过 50 种漏洞类型的智能扫描，减少了生成复杂攻击 Payload 和分类调查结果所需的手动工作量。

运作方式

该工具协调多种 AI 模型（如 GPT-4o、Claude 和 Llama），根据目标的技术堆栈、WAF 指纹和已知 CVE 生成具备情境感知能力的 Payload。它使用 RAG 索引的 CVE 数据库来指导其攻击模式。系统包含通过 Playwright 实现的浏览器自动化层和用于深度分析的拦截代理，并可导入 OpenAPI/Swagger 规范来引导爬取。扫描完成后，它会利用 AI 对调查结果进行分类、过滤误报，并生成符合合规性标准（如 PCI-DSS、SOC2）的专业报告。

目标用户

适用于拥有系统测试授权的安全研究人员、漏洞赏金猎人及渗透测试人员。

特色亮点

• 多 AI 提供商支持：支持 11 种不同 AI 提供商的故障转移，包括 OLLAMA 等本地选项。
• 情境感知 Payload：生成针对特定目标环境和 CVE 情资量身打造的 Payload。
• AI 分类：自动过滤误报并为每个调查结果提供证据摘要。
• 全面报告：自动生成 HackerOne 风格的报告，并支持 PDF、SARIF 和 JSON 等多种导出格式。
• 自然语言范围设定：允许用户使用自然语言指令定义目标边界。
• 高级自动化：包含 CAPTCHA 检测与解决、浏览器自动化，以及用于重新测试的扫描差异分析。