Shannon 全自动AI渗透测试104 项挑战过 100 项单条命令跑通它背后的流水线【免费下载链接】shannonShannon is an AI pentester for web applications and APIs. It analyzes your source code, identifies attack vectors, and executes real exploits to prove vulnerabilities before they reach production.项目地址: https://gitcode.com/GitHub_Trending/shan/shannonShannon 是一个全自动 AI 渗透测试工具给它一个目标 URL 加一份源码仓库它会自己规划攻击路径、对运行中的应用发起真实利用并且只把能复现出证据的漏洞写进报告。它在 XBOW 基准测试的 104 项挑战里通过了 100 项96.15%比 85% 的资深人工渗透员高出 11 个百分点。这篇文章讲三件事单次扫描内部怎么运转、跑完你手里拿到什么、以及怎么把第一份报告跑出来。104 项过 100 项多出来的 11 个百分点从哪来 先看 XBOW 基准测试的对比数字测试方成功率104 项挑战Shannon白盒模式96.15%资深人工渗透员85%XBOW85%Cyber-AutoAgent84.62%MAPTA75%说白了这个差距不是来自某个单点工具而是来自测试方法Shannon 是白盒打法。它在碰应用之前先把仓库读一遍——预侦察阶段从源码里定位框架、入口点和数据流动态测试只沿着代码里真实存在的攻击路径推进。漏洞分析也不是一个通用 agent 干完而是按注入、XSS、SSRF、认证、授权五个方向各跑一个专职 agent每个发现都必须通过利用阶段证明不了 PoC 的假设直接丢弃。一次 1 小时的扫描内部拆成 5 段把整个流程理解成一条流水线最直观预侦察扫仓库产出框架指纹、入口清单、疑似攻击面。侦察对活体应用做攻击面测绘把运行时行为和代码上下文对上。漏洞分析五个方向injection / xss / ssrf / auth / authz并行提示词模板全部放在 apps/worker/prompts/可以按漏洞类别逐个看。利用对候选发现发起真实攻击拿不到证据的进不了报告。报告汇总已验证发现、利用证据和修复建议。编排层面每次扫描跑在一个一次性 Docker 容器里目标仓库以只读方式挂载多 agent 的执行状态由 Temporal 托管工作流定义在 apps/worker/src/temporal/workflows.ts。扫描期间可以用./shannon status、./shannon logs workspace看进度浏览器打开http://localhost:8233能看到 Temporal 的 Web UI。一次完整运行的耗时约 1 到 1.5 小时取决于模型和应用复杂度。跑完之后报告里每条发现长什么样最终产物是 workspace 根目录下的Security-Assessment-Report.md外加可选的 SARIF 2.1.0 文件配置里开sarif: true即可可上传到任何支持 SARIF 的 code scanning 入口。一条已验证的长这样以 sample-reports/shannon-report-juice-shop.md 里的 SQL 注入认证绕过为例报告给到的不是可能存在风险而是位置POST /rest/user/login的 email 字段复现步骤一条可以直接执行的curl命令证据绕过登录拿到的 admin JWT token 和adminjuice-sh.op账号代码定位/routes/login.ts:34的字符串拼接。这份针对 OWASP Juice Shop 的报告共 20 多项发现覆盖认证绕过、SQL 注入、IDOR、SSRF另外两份样本报告c{api}tal API 约 15 项高危以上发现、OWASP crAPI 15 项也都在 sample-reports/ 里可以直接对照看格式。报告 agent 支持min_severity过滤和自由文本的guidance嫌噪点多可以自己收敛范围。扫一半断了怎么办workspace 断点续扫每次运行都会生成一个 workspace自动命名格式是主机名_shannon-会话IDnpx 模式存在~/.shannon/workspaces/源码构建模式在当前目录./workspaces/。每个 agent 的进度都有 checkpoint用同一个-w名字加回原 URL 重启已完成的 agent 直接跳过。换 URL 会被拒绝防止把 A 目标的状态混进 B 目标的扫描。细节见 docs/workspaces.md。第一次跑起来3 条命令加 1 份配置文件⚡ 前置条件四样Docker、Node.js 18、一家 AI 供应商的凭证Anthropic / OpenAI / xAI / AWS Bedrock官方推荐 Claude 系模型、以及只打你拥有或拿到书面授权的目标这条底线——它真的会建用户、提交表单、发外联请求别指向生产环境。三条命令npx keygraph/shannon setup交互式向导帮你把凭证写进~/.shannon/config.toml。然后是npx keygraph/shannon start -u https://your-app.com -r /path/to/your-repo如果要源码构建git clone https://gitcode.com/GitHub_Trending/shan/shannon接着pnpm install pnpm build把ANTHROPIC_API_KEY之类写进.env之后用./shannon start即可。需要登录的目标配置里写清登录流复制 apps/worker/configs/example-config.yaml 改一份start时加-c ./my-config.yaml。这份文件能描述的东西比想象中多认证login_type支持 form 和 sso凭据里可带totp_secret应对 2FA还支持邮箱 magic-link / OTP 流程login_flow用自然语言一步步写success_condition判定登录成功如 URL 包含/dashboard。规则avoid和focus两类按 URL 路径、子域名、甚至code_pathglob 限定别碰哪里和重点打哪里外加自由文本的 rules of engagement限频、禁止爆破之类的约定。报告min_severity/min_confidence/guidance/sarif四项过滤输出。完整字段说明在 docs/configuration.md。把配置填好、./shannon start -u 目标 -r 仓库 -c 配置跑起来1 到 1.5 小时后报告就落在 workspace 根目录的Security-Assessment-Report.md里跑之前先翻一遍 docs/safety.md 里的授权和限流要求。【免费下载链接】shannonShannon is an AI pentester for web applications and APIs. It analyzes your source code, identifies attack vectors, and executes real exploits to prove vulnerabilities before they reach production.项目地址: https://gitcode.com/GitHub_Trending/shan/shannon创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Shannon 全自动AI渗透测试：104 项挑战过 100 项，单条命令跑通它背后的流水线
Shannon 全自动AI渗透测试104 项挑战过 100 项单条命令跑通它背后的流水线【免费下载链接】shannonShannon is an AI pentester for web applications and APIs. It analyzes your source code, identifies attack vectors, and executes real exploits to prove vulnerabilities before they reach production.项目地址: https://gitcode.com/GitHub_Trending/shan/shannonShannon 是一个全自动 AI 渗透测试工具给它一个目标 URL 加一份源码仓库它会自己规划攻击路径、对运行中的应用发起真实利用并且只把能复现出证据的漏洞写进报告。它在 XBOW 基准测试的 104 项挑战里通过了 100 项96.15%比 85% 的资深人工渗透员高出 11 个百分点。这篇文章讲三件事单次扫描内部怎么运转、跑完你手里拿到什么、以及怎么把第一份报告跑出来。104 项过 100 项多出来的 11 个百分点从哪来 先看 XBOW 基准测试的对比数字测试方成功率104 项挑战Shannon白盒模式96.15%资深人工渗透员85%XBOW85%Cyber-AutoAgent84.62%MAPTA75%说白了这个差距不是来自某个单点工具而是来自测试方法Shannon 是白盒打法。它在碰应用之前先把仓库读一遍——预侦察阶段从源码里定位框架、入口点和数据流动态测试只沿着代码里真实存在的攻击路径推进。漏洞分析也不是一个通用 agent 干完而是按注入、XSS、SSRF、认证、授权五个方向各跑一个专职 agent每个发现都必须通过利用阶段证明不了 PoC 的假设直接丢弃。一次 1 小时的扫描内部拆成 5 段把整个流程理解成一条流水线最直观预侦察扫仓库产出框架指纹、入口清单、疑似攻击面。侦察对活体应用做攻击面测绘把运行时行为和代码上下文对上。漏洞分析五个方向injection / xss / ssrf / auth / authz并行提示词模板全部放在 apps/worker/prompts/可以按漏洞类别逐个看。利用对候选发现发起真实攻击拿不到证据的进不了报告。报告汇总已验证发现、利用证据和修复建议。编排层面每次扫描跑在一个一次性 Docker 容器里目标仓库以只读方式挂载多 agent 的执行状态由 Temporal 托管工作流定义在 apps/worker/src/temporal/workflows.ts。扫描期间可以用./shannon status、./shannon logs workspace看进度浏览器打开http://localhost:8233能看到 Temporal 的 Web UI。一次完整运行的耗时约 1 到 1.5 小时取决于模型和应用复杂度。跑完之后报告里每条发现长什么样最终产物是 workspace 根目录下的Security-Assessment-Report.md外加可选的 SARIF 2.1.0 文件配置里开sarif: true即可可上传到任何支持 SARIF 的 code scanning 入口。一条已验证的长这样以 sample-reports/shannon-report-juice-shop.md 里的 SQL 注入认证绕过为例报告给到的不是可能存在风险而是位置POST /rest/user/login的 email 字段复现步骤一条可以直接执行的curl命令证据绕过登录拿到的 admin JWT token 和adminjuice-sh.op账号代码定位/routes/login.ts:34的字符串拼接。这份针对 OWASP Juice Shop 的报告共 20 多项发现覆盖认证绕过、SQL 注入、IDOR、SSRF另外两份样本报告c{api}tal API 约 15 项高危以上发现、OWASP crAPI 15 项也都在 sample-reports/ 里可以直接对照看格式。报告 agent 支持min_severity过滤和自由文本的guidance嫌噪点多可以自己收敛范围。扫一半断了怎么办workspace 断点续扫每次运行都会生成一个 workspace自动命名格式是主机名_shannon-会话IDnpx 模式存在~/.shannon/workspaces/源码构建模式在当前目录./workspaces/。每个 agent 的进度都有 checkpoint用同一个-w名字加回原 URL 重启已完成的 agent 直接跳过。换 URL 会被拒绝防止把 A 目标的状态混进 B 目标的扫描。细节见 docs/workspaces.md。第一次跑起来3 条命令加 1 份配置文件⚡ 前置条件四样Docker、Node.js 18、一家 AI 供应商的凭证Anthropic / OpenAI / xAI / AWS Bedrock官方推荐 Claude 系模型、以及只打你拥有或拿到书面授权的目标这条底线——它真的会建用户、提交表单、发外联请求别指向生产环境。三条命令npx keygraph/shannon setup交互式向导帮你把凭证写进~/.shannon/config.toml。然后是npx keygraph/shannon start -u https://your-app.com -r /path/to/your-repo如果要源码构建git clone https://gitcode.com/GitHub_Trending/shan/shannon接着pnpm install pnpm build把ANTHROPIC_API_KEY之类写进.env之后用./shannon start即可。需要登录的目标配置里写清登录流复制 apps/worker/configs/example-config.yaml 改一份start时加-c ./my-config.yaml。这份文件能描述的东西比想象中多认证login_type支持 form 和 sso凭据里可带totp_secret应对 2FA还支持邮箱 magic-link / OTP 流程login_flow用自然语言一步步写success_condition判定登录成功如 URL 包含/dashboard。规则avoid和focus两类按 URL 路径、子域名、甚至code_pathglob 限定别碰哪里和重点打哪里外加自由文本的 rules of engagement限频、禁止爆破之类的约定。报告min_severity/min_confidence/guidance/sarif四项过滤输出。完整字段说明在 docs/configuration.md。把配置填好、./shannon start -u 目标 -r 仓库 -c 配置跑起来1 到 1.5 小时后报告就落在 workspace 根目录的Security-Assessment-Report.md里跑之前先翻一遍 docs/safety.md 里的授权和限流要求。【免费下载链接】shannonShannon is an AI pentester for web applications and APIs. It analyzes your source code, identifies attack vectors, and executes real exploits to prove vulnerabilities before they reach production.项目地址: https://gitcode.com/GitHub_Trending/shan/shannon创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考