openhackai/OpenHack

OpenHack – AI 驅動的開源安全掃描器

功能簡介 – OpenHack 是一個命令列工具，使用 LLM 驅動的代理流水線自動尋找程式碼庫中的安全漏洞。它模仿了 “Claude Code Security / Codex Security” 服務，但是完全開源，並且可以連接任何開源或商用 LLM。

工作原理 – 掃描分為四個階段：

1. Recon – 代理讀取每個檔案，構建專案的結構模型，並攝取您提供的任何額外上下文。
2. Hunters – 一組專門的代理（例如：輸入驗證、SQL 注入、存取控制獵手）在模型中掃描可能的漏洞模式。第二個“feature-hunter”輪次會更深入地挖掘風險程式碼區域。
3. Validation – 另一個代理審查每個候選漏洞，檢查其影響並決定其是否為真實發現。
4. Verification (beta) – 該工具可以在 Docker 中啟動應用程式並執行無頭瀏覽器來實際執行漏洞利用。成功的漏洞利用會標記為 ✓。

核心 UI – OpenHack 配備了互動式終端 UI (TUI)。在掃描執行時，您會看到一個顯示 recon→hunter→validator 即時流程的 Trace 面板，以及一個列出已確認問題（包含嚴重程度、CVSS 評分、檔案位置、程式碼片段和建議修復方案）的 Findings 面板。所有這些都可以透過鍵盤快捷鍵或滑鼠進行操作。

CLI / CI 模式 – 為了實現自動化，您可以以無頭模式執行相同的流水線：

openhack --scan /path/to/repo   # 列印進度並寫入 JSON 報告

其他旗標允許您恢復暫停的掃描、列出過去的對話、對框架進行分類或執行單個 “hack” 任務。

模型靈活性 – 初次登入後，您可以通过 /connect 命令連接任何 LLM 提供商（OpenAI, Azure OpenAI, Anthropic, DeepSeek, Kimi 等）。UI 顯示一個可搜尋的選擇器，從 Models.dev 獲取模型元數據，並附帶離線目錄。您可以使用 /models 隨時切換模型。

沙箱驗證 – 如果可以使用 Docker，/verify sandbox 會在容器內啟動應用程式並發送真實的 HTTP 請求來測試每個發現。/verify browser 會添加一個無頭瀏覽器層，以捕捉 XSS 或 CSRF 等用戶端漏洞。

安裝 – 該套件位於 PyPI 上，可以使用任何 Python 安裝程式進行安裝：

pipx install openhack      # 隔離環境，推薦
# 或者
uv tool install openhack   # 使用 uv
# 或者
pip install openhack

隱私 – 原始碼在本地處理；只有發送到所選 LLM 提供商的提示詞會離開您的機器。如果您使用託管的 OpenHack 推理服務，提示詞將透過其 API 發送；否則，它們將直接發送到您配置的提供商。

授權 – MIT，完全開源。歡迎透過 GitHub 進行貢獻。

---

總結 – OpenHack 是一個真正的、AI 驅動的安全分析工具，它允許開發人員在自己的程式碼上執行多代理漏洞掃描，可選擇在 Docker 沙箱中驗證漏洞利用，並保持對驅動分析的 LLM 的控制權。