owl234/ARL-Next

解決的問題

ARL-Next 是原始 Asset Reconnaissance Lighthouse (ARL) 的現代化重構，旨在消除任務凍結、記憶體洩漏和過時相依性等關鍵穩定性問題。它提供一個高效率、封閉迴路的資產探勘與漏洞監控平台，特別針對大規模目標掃描與企業級資產發現進行優化。

工作原理

該平台採用解耦的微服務架構，確保穩定性與吞吐量：

• AI整合：實作 Model Context Protocol (MCP)，允許 AI Agent（如 Claude 或 Cursor）使用自然語言管理資產探勘與分析。
• 任務分發：透過 RabbitMQ 將任務分為輕量級（DNS/埠）、重型（Nuclei/PoC）與威脅情資佇列，防止系統瓶頸。
• OSINT微服務：專用非同步服務用於企業 ICP 登記資訊與股權穿透（天眼查），避免阻塞主任務佇列。
• 資料層：使用 MongoDB 7.0，結合 bulk_write 操作與聯合唯一索引，可無重複處理數十萬資產。
• 自愈機制：內建 Autoheal 探針，即時監控並重啟死鎖容器。

適用對象

專為安全分析師、SRC（安全回應中心）研究人員以及需要從集團層級到具體漏洞自動映射組織攻擊面的企業安全團隊設計。

核心亮點

• AI原生排程：原生支援 MCP，AI Agent 可透過自然語言觸發掃描並匯出資產儀表板。
• 企業資產穿透：自動化完成從集團企業 → 子公司 → 域名 → IP → 埠 → 組件 → 漏洞的完整鏈條。
• 威脅情資雷達：內建 GitHub CVE 及敏感程式碼/憑證洩漏監控功能。
• 高效能引擎：分離 Puppeteer 截圖服務與 OSINT 服務，徹底消除任務凍結與記憶體洩漏。
• 快速部署：針對國內中國網路優化，提供阿里雲預建鏡像，可在 2 分鐘內完成部署。