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。
解決的問題
FofaMap 是一個使用 FOFA 搜尋引擎進行資產發現和攻擊面分析的工具。它透過允許使用者使用自然語言尋找資產、使用基於證據的摘要進行驗證以及執行受控的漏洞掃描,彌合了原始搜尋查詢與可操作的安全情報之間的差距。
工作原理
FofaMap 透過三個主要介面運作:用於直接進行 FOFA 查詢的傳統 CLI、用於自然語言偵察的 AI 驅動 Agent,以及用於與 Cursor 或 Claude 等 AI IDE 集成的 MCP (Model Context Protocol) 伺服器。
使用 AI Agent 時,系統會將自然語言請求分解為多個 FOFA 查詢,透過對結果進行反思來優化搜尋,並按置信度水平(已證實、已觀察或候選)對資產進行分類。對於主動掃描,它整合了 Nuclei,但執行了嚴格的人工審核機制,使用者必須在執行任何掃描之前檢查目標列表、範本和嚴重程度層級。
適用對象
專為資安研究人員、滲透測試人員和資產管理者設計,他們需要在保持可追溯且經過批准的工作流程的同時,繪製組織的公開基礎設施圖譜。
亮點
- 自然語言偵察:將純文字需求轉換為優化的 FOFA 查詢,並透過自我反思循環來提高結果品質。
- 基於策展的報告:生成 Markdown 報告,區分高置信度資產和雜訊,而不是將所有搜尋命中都視為已確認的資產。
- 受控掃描:將 Nuclei 與強制性審核機制整合,以防止未經授權或意外的掃描。
- AI 生態系統整合:為包括 Cursor、Claude Code 和 LM Studio 在內的 MCP 相容主機提供一鍵安裝。
- 靈活的輸出:支援將結果匯出為 XLSX、CSV 和 JSONL 格式,以便進一步分析。
相關
- 專案
- 專案
- 專案
- 專案
- 專案