企业官网建设流程全解析

Shannon：用 96.15% 成功率跑通 XBOW 的白盒 AI 渗透测试框架

【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

Shannon 是一个开源的 AI 渗透测试框架，专门为 Web 应用和 API 设计。它替你解决一个尴尬问题：代码每周都在发版，渗透测试却一年才做一次，中间 364 天的安全缺口没人管。你给它目标地址和源码仓库，它自己侦察、自己找漏洞、自己跑真实利用来证明漏洞存在，最后交一份可复现的报告。

跟传统方案差在哪

关键在"证明"二字。传统扫描器吐出一堆"可能存在"的告警，你得自己挨个验证；Shannon 走的是 proof-by-exploitation 路线——打不出的漏洞直接不进报告。在 XBOW 基准的 104 项安全挑战里，它的成功率是 96.15%，而资深人工渗透测试员约 85%，XBOW 自身也是 85%。说白了，白盒模式下"读源码 + 动态利用"的组合拳，比纯黑盒工具能摸到更深的攻击路径。

五步流水线：它是怎么跑起来的

整个流程是一条多智能体流水线，编排逻辑在 apps/worker/src/temporal/ 里，用 Temporal 做持久化工作流，5 个漏洞分析 Agent 可以并行跑。

1. 预侦察 + 侦察：先读代码再看线上

第一阶段不碰目标，先扫源码：框架、入口点、数据流，画出架构基线。第二阶段才连上运行中的应用，把运行时行为和代码上下文对齐。这一步决定了后面攻击的落点。

2. 漏洞分析 + 真实利用：打不出来就不报

注入、XSS、SSRF、认证、授权各有一个专职 Agent 并行分析，命中的候选漏洞再交给对应的利用 Agent 发起真实攻击。每个阶段的提示词模板在 apps/worker/prompts/ 下，白盒规则的共享片段放在 shared/ 子目录。假设无法被证明的，直接丢弃。

3. 报告：只给能打穿的证据

最后的 Markdown 报告包含执行摘要、按漏洞类型分组的结果、每条漏洞的完整利用步骤和证据，例如登录接口 SQL 注入绕过直接给出拿到管理员 token 的请求和响应。报告可直接交给开发团队排期修复。

跑通第一次扫描需要几步

1. 克隆仓库：git clone https://gitcode.com/GitHub_Trending/shan/shannon
2. 装好 Docker 和 Node.js 18+，配一个 Anthropic（或 OpenAI 等）的 API Key
3. 跑交互式向导写入凭据：npx @keygraph/shannon setup
4. 一条命令开扫：npx @keygraph/shannon start -u https://your-app.com -r /path/to/repo

它会自动拉取 worker 镜像、起本地基础设施、把目标仓库只读挂载进临时容器，结果写到本地 workspace。完整跑完大约 1 到 1.5 小时，中途中断后用同样的命令可断点续跑。

两点提醒：它会真实修改目标状态（建用户、发请求），务必只指向自己拥有或拿到书面授权的环境，别怼生产；另外 LLM 生成的报告仍需要人工复核。

Shannon 把"年度渗透测试"变成了可以挂到每次发布上的例行动作——打得出证据的漏洞才进报告，这就是它最值钱的承诺。

【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