Shannon自主AI渗透测试源码

源码简介

这套源码属于 AI 驱动的渗透测试工具，项目名为 Shannon，基于 TypeScript 与 Docker 构建，面向授权环境下的 Web 应用与 API 做白盒安全测试。
源码免费提供，适合安全研究者学习自动化渗透测试的工程实现，使用前请确认你拥有目标系统的合法授权。

适用场景

• 安全团队在发布前对自有 Web 应用与 API 做自动化白盒渗透测试
• 学习 AI Agent 如何结合源码分析、漏洞探测与真实利用完成渗透
• 搭建本地隔离环境，对靶场（如 OWASP Juice Shop）做授权安全演练

技术栈与运行环境

• 客户端：命令行 CLI（Node.js 18+，pnpm 运行）
• 核心架构：TypeScript 多包 Monorepo（turbo + pnpm），Temporal 编排，MCP Server 工具调用
• 运行环境：Docker（worker 隔离容器）、Node.js 18+、AI 提供方凭证（Anthropic 推荐，支持 AWS Bedrock / Google Vertex AI）
• 存储与产物：本地工作区（Markdown 报告），支持断点续跑
• 其他依赖：浏览器自动化与命令行工具（运行时拉取 worker 镜像）

功能亮点

• 白盒源码分析：pre-recon-code.txt 提示词驱动对目标仓库做框架、入口与数据流识别，再结合运行态探测（架构为 Pre-Recon → Recon）
• 分类型漏洞探测代理：apps/worker/prompts 内含 vuln-injection、vuln-xss、vuln-ssrf、vuln-auth、vuln-authz 五类专门代理，对应注入、XSS、SSRF、认证与授权漏洞
• 真实利用与去伪：exploit-injection、exploit-xss、exploit-ssrf、exploit-auth、exploit-authz 提示词驱动真实 PoC 攻击，无法证实的假设被丢弃，仅保留可复现结论
• 可复现渗透报告：report-executive.txt 汇总已验证发现、证据与修复建议，输出本地 Markdown 报告（sample-reports 含 Juice Shop、c{api}tal、crAPI 示例）
• 多模型 AI 支撑：apps/worker/src/ai 模块对接 Anthropic（推荐）、AWS Bedrock、Google Vertex AI 及兼容代理；temporal 目录提供每轮隔离编排与断点续跑
• 授权认证测试：配置可描述登录流程、测试账号、TOTP、邮箱登录与交战规则（docs/configuration.md），聚焦真实可复现的攻击路径

安装与部署提示

1. 准备 Docker 与 Node.js 18+，安装 pnpm（pnpm@10），执行 pnpm install 与 pnpm build
2. 配置 AI 提供方凭证：运行 npx @keygraph/shannon setup 交互向导，或参考 .env.example 与 docs/ai-providers.md
3. 启动渗透：对自有或授权目标执行 npx @keygraph/shannon start -u 目标URL -r 本地仓库路径；worker 以只读方式挂载仓库并写入本地工作区
4. 仅在你拥有或获书面授权的环境与系统上运行，使用隔离、暂存环境，避免对生产系统执行

截图与演示说明

安全风险提示

特别提示：本源码未检测安全风险文件，下载后请务必进行安全审计，删除恶意代码后再部署使用！

合规提醒：Shannon 会主动执行真实漏洞利用，仅在你自己拥有或已获书面授权的 Web 应用、API 与代码仓库上运行，严禁对未授权或生产系统使用。
请在隔离或暂存环境配合一次性数据测试，并遵守所在地法律法规与平台规则。

下载说明

源码仅供学习研究、授权安全测试与二次开发参考，商用或企业部署请向 Keygraph 咨询商业授权（AGPL-3.0）。
本项目为白盒 AI 渗透测试工具，使用前请确保你对目标系统具备合法授权，遵守网络安全相关法律，勿用于任何未授权探测或攻击行为。

GitHub开源地址：https://github.com/KeygraphHQ/shannon