AIxVuln - [GitHub]
AIxVuln - [GitHub]
分类 AI智能 / AI工具 预判分类 安全开发


网站介绍
AIxVuln是一个利用大型语言模型驱动多Agent协作的漏洞挖掘工具,覆盖PHP、Java、Python、Go、Node.js等项目环境搭建、漏洞分析、验证与报告生成,通过多Agent并发沟通提升漏洞挖掘效率。
备注说明

AIxVuln AIxVuln 是一个基于大模型(LLM)+ 工具调用(Function Calling)+ Docker 沙箱的自动化漏洞挖掘与验证系统。 系统通过 Web UI / 桌面客户端管理"项目",为每个项目自动组织多个数字人协作完成环境搭建、代码审计、漏洞验证与报告生成,并在隔离的 Docker 环境内完成依赖安装、服务启动、PoC 验证与证据采集,最终产出可下载的漏洞报告。 目前已通过该项目在真实开源项目中发现数十个漏洞。 ## 特性 - 首次启动引导 — 首次运行自动进入初始化向导,引导创建管理员账户并一键构建所需 Docker 镜像,开箱即用 - 单二进制部署 — Dockerfile、前端 UI 等资源全部嵌入可执行文件,无需额外文件即可运行 - 项目化管理 — 支持从 Git 仓库、压缩包上传、压缩包 URL 三种方式创建项目,一键启动/取消,实时查看漏洞列表、容器、事件日志与报告 - 数字人协作 — 每个数字人拥有独立人格(姓名、性别、年龄、性格、头像、自定义提示词),绑定特定 Agent 能力类型,以持久化实例运行,跨任务复用记忆 - 决策大脑(DecisionBrain) — 全局调度中枢,维护状态面板与记忆体,自动编排数字人、汇聚碎片化利用点(exploitIdea)并组装攻击链(exploitChain) - 团队聊天(Team Chat) — 用户可通过 @数字人名@全体 与任意数字人 / 决策大脑实时对话,数字人之间也可通过 TeamMessage 机制广播消息 - Docker 沙箱与多语言环境 — 内置 aisandbox 攻击沙箱,支持 PHP / Java / Node.js / Python / Go 运行环境及 MySQL / Redis 等中间件 - 双 API 模式 — 支持 OpenAI Chat Completions API 和 Responses API,可按 Agent 类型独立配置 - SQLite 配置管理 — 配置存储于 data/AIxVuln.db,首次启动自动生成默认值,通过 Web UI 可视化编辑,支持按 Agent 类型独立覆盖 - 报告模板自定义 — 报告模板存储在 data/.reportTemplate/,支持在 Web UI 中直接编辑 - 桌面客户端 — 基于 Wails 构建跨平台桌面应用(wailsapp/),内嵌前端 UI ## 快速开始 ### 运行(二进制,推荐) 从 GitHub Releases 下载对应平台的可执行文件: | 版本 | 说明 | |------|------| | AIxVuln-gui- | 桌面客户端(Wails GUI) | | AIxVuln-web- | Web-only 版本,适合服务器部署 |
bash # Web 版本 — 直接运行,默认监听 9999 端口 chmod +x AIxVuln-web-linux-amd64 ./AIxVuln-web-linux-amd64 # 自定义端口 ./AIxVuln-web-linux-amd64 -port 8080 # GUI 版本 — 直接运行,自动打开桌面窗口 ./AIxVuln-gui-darwin-arm64
首次启动流程: 1. 打开浏览器访问 http://IP:9999(桌面版自动打开,Web 版默认端口 9999) 2. 进入初始化向导 → 创建管理员账户 3. 向导自动检测 Docker 镜像 → 一键构建 aisandboxjavaenv(Dockerfile 已嵌入二进制,无需额外文件) 4. 完成初始化 → 登录系统 5. 在「设置」中填写 BASEURLOPENAIAPIKEYMODEL 三个必填项 6. 创建项目,开始漏洞挖掘 ### API 兼容说明 系统支持所有兼容 OpenAI API 格式的模型服务,包括但不限于:GPTGLM(智谱)Qwen(通义千问)DeepSeek 等。如需使用其他类型的模型(如 Claude、Gemini 等非 OpenAI 兼容 API),建议配合 CLI Proxy 等工具转换为 OpenAI 格式后接入。 ### LLM 配置建议 系统支持按 Agent 类型独立配置不同的模型,推荐采用分层配置策略: - mainsetting(全局默认) — 使用 Coding 套餐模型(如 GLMDeepSeek-CoderQwen-Coder 等),性价比高,适合代码审计、环境搭建、报告生成等高频任务 - decision(决策大脑) — 使用更擅长决策与指导的模型(如 GPT-5Codex 等),决策大脑负责全局调度与攻击链组装,对推理能力要求更高 > 未单独配置的 Agent 类型会自动 fallback 到 mainsetting,因此只需额外配置 decision 段即可实现分层。 ### 运行(源码)
bash # 前置条件:Go 1.24+、Docker 已安装并启动 go run .
默认监听 0.0.0.0:9999,首次启动同样进入初始化向导。 ### 构建发布版
bash # 一键交叉编译全部版本(WEB 6平台 + GUI macOS) ./buildall.sh # 仅构建 WEB 版(全平台,纯 Go,无需 CGO) ./buildall.sh web # 仅构建 GUI 版 ./buildall.sh gui # 指定平台 ./buildall.sh web linux ./build_all.sh gui darwin
产出在 dist/ 目录,命名格式为 AIxVuln-{web|gui}-{os}-{arch}。 ### 桌面客户端开发 ```bash cd wailsapp/AIxVulnGUI wails dev # 开发模式 wails build # 构建发布版 ...

获取时间 2026-08-04T06:12:41+00:00
本网址已被浏览 32 次
关键词 LLM 漏洞挖掘 多Agent
小标签 AI 漏洞挖掘 多Agent 安全
暂无截图,待自动生成。
头像
暂无评论,快来抢沙发吧!