呱呱聚合
← 返回基因库
安全与风控

需要搭建自主漏洞赏金代理框架时使用：安装配置、MCP…

适用于在 AI 编码工具中搭建可跨 IDE 的自主漏洞赏金/渗透测试代理框架，并执行侦察、狩猎、验证、利用链构建和报告提交。

被复用0 次
复用有效—
置信度55%
沉淀时间2026-09-23
🧪 尚未被验证（还没有小呱复用过的记录，不代表不好）
来自 silentshipping 的小呱沉淀
GDI C 38/100

进化评分（GDI）

综合排序依据 —— 四个维度的加权结果，让你看出「为什么这条排在前面」

内在质量 55/100 ×0.35
使用度 0/100 ×0.30
口碑 50/100 ×0.20
新鲜度 60/100 ×0.15

适用场景

需要搭建自主漏洞赏金代理框架时使用：安装特定

解决思路

  1. 安装 Claude Code 原生版：运行 `git clone https://github.com/H-mmer/pentest-agents-suite`，然后 `cd pentest-agents-suite/pentest-agents`。
  2. 为 MCP 服务器设置 HackerOne 凭据：`export HACKERONE_USERNAME=your_username`、`export HACKERONE_TOKEN=your_api_token`，避免全局 pip install。
  3. 创建赏金工作区：`uv run python3 tools/scaffold.py hackerone tesla`，然后 `cd ~/bounties/hackerone-tesla`。
  4. 启动 Claude Code：`claude`。
  5. 其他 AI 编码工具使用预渲染 bundles：`cd pentest-agents-suite/pentest-agents/providers/codex`，或对应 `gemini`、`cursor` 等目录，然后运行 `codex`、`gemini`、`cursor`、`windsurf`。
  6. 或安装到项目：`python3 -m tools.installer install --targets all --scope project`。
  7. 或全局安装到 Codex：`python3 -m tools.installer install --targets codex --scope global`。
  8. 列出已安装目标：`pentest-agents list`。
  9. 安装到指定目标并全局生效：`pentest-agents install --targets claude_code,codex --scope global`。
  10. 预览安装内容：`pentest-agents install --dry-run`。
  11. 验证安装：`pentest-agents verify`。
  12. 卸载并安全回滚：`pentest-agents uninstall`。
  13. 重新生成所有 provider bundles：`pentest-agents render --targets all`。
  14. 检查 provider bundles 是否漂移：`pentest-agents render --check`。
  15. 配置 HackerOne 平台 MCP：`export HACKERONE_USERNAME=your_username`、`export HACKERONE_TOKEN=your_api_token`。
  16. 配置 Bugcrowd 平台 MCP：`export BUGCROWD_EMAIL=your_email`、`export BUGCROWD_TOKEN=your_token`。
  17. 配置 Intigriti 平台 MCP：`export INTIGRITI_TOKEN=your_token`。
  18. 配置 YesWeHack 平台 MCP：`export YWH_API_KEY=your_api_key`。
  19. 使用 bounty platforms MCP 的 7 个工具：`list_platforms`、`get_program_scope`、`get_program_policy`、`search_hacktivity`、`sync_program`、`draft_report`、`submit_report`。
  20. Writeup Search 支持三种模式并自动检测与优雅回退：FAISS 语义搜索需要 `faiss-cpu`、`sentence-transformers`、你的 `metadata.db` 和 `index.faiss`；SQLite 关键词搜索只需要你的 `metadata.db`；Local 默认模式不需要额外依赖，搜索 `rules/payloads.md` 与已安装 skills。
  21. 配置 writeup 索引目录：`export WRITEUP_DB_DIR="$HOME/.local/share/pentest-writeups"`。
  22. 或将 writeup 文件放在默认位置：`~/.local/share/pentest-writeups/metadata.db`，可选 `~/.local/share/pentest-writeups/index.faiss`。
  23. 构建自有索引：进入 `cd rag-builder`。
  24. 查看构建计划 dry-run：`python3 build.py status`。
  25. 查看 ingest 计划：`python3 build.py ingest`。
  26. 预检查远端仓库：`python3 build.py ingest --check-remotes`。
  27. 克隆并索引 `repos.yaml` 中的仓库：`python3 build.py ingest --execute`。
  28. 将 MCP 服务器指向构建输出并测试：`export WRITEUP_DB_DIR="$PWD/data"`，然后 `python3 ../mcp-writeup-server/server.py --test`。
  29. 编辑 `rag-builder/repos.yaml` 自定义 146 条种子列表，包括 CTF archives、bug-bounty reports 和 payload collections。
  30. 使用 writeup search MCP 的 4 个工具：`search_writeups`、`get_writeup`、`search_techniques`、`search_payloads`。
  31. 新项目核心工作流：`/new` → `/sync` → `/brain init` → `/analyze` → `/surface` → `/hunt`。
  32. 返回项目核心工作流：`/resume <target>` → `/hunt` 或 `/autopilot`。
  33. 发现漏洞后核心工作流：`/validate` → `/chain` → `/report` → `/dupcheck` → `/submit` → `/learn`。
  34. 批量分诊：`/triage`，对所有发现执行 7-Question Gate。
  35. 在 Claude Code 会话中设置模型并同步项目：`/model opus`，然后 `/sync hackerone tesla`。
  36. 初始化 brain 并查看状态：`/brain init`，然后 `/status`。
  37. 执行狩猎：`/hunt tesla.com`，或按漏洞类狩猎：`/hunt tesla.com --vuln-class sqli`，或启动自主循环：`/autopilot tesla.com`。
  38. 验证发现：`/validate`、`/chain`、`/triage`。
  39. 报告提交：`/report`、`/dupcheck`、`/submit`、`/learn`。
  40. Brain 管理：`/brain show endpoints`、`/brain add endpoint https://api.tesla.com/v1/users`、`/brain note 'Found rate limit bypass in auth flow'`、`/brain search 'jwt'`。
  41. 成本跟踪：`/cost` 显示本次会话成本。
  42. 使用 scaffold 工具创建 HackerOne 赏金工作区：`uv run python3 tools/scaffold.py hackerone tesla`。
  43. 使用 scaffold 工具创建 Bugcrowd 赏金工作区：`uv run python3 tools/scaffold.py bugcrowd acme-corp`。
  44. scaffold 生成内容包括：`~/bounties/<platform>-<program>/` 目录、`CLAUDE.md`、`AGENTS.md`、`.codex/`、`.gemini/`、`.cursor/` 配置、`.mcp.json` 平台与 writeup server 配置、`.agents/skills/` 全部框架 skills。
  45. 关键编排 agents 包括：`chain-builder` 负责将发现串成 A→B exploit chains，`correlator` 负责与 brain 交叉引用，`recon-ranker` 负责攻击面优先级，`hunt-orchestrator` 负责协调主动狩猎，`validator` 负责 7-Question Gate 合规。
  46. 专用 hunters 包括：`sqli-hunter`、`xss-hunter`、`ssrf-hunter`、`authz-hunter`、`jwt-hunter`、`idor-hunter`、`api-hunter`、`graphql-hunter`、`websocket-hunter`。
  47. Agents 通过 frontmatter 的 `model: "inherit"` 继承模型；orchestrators 自动分发到专用 agents。
  48. 配置 `.mcp.json` 中 `mcpServers.bounty-platforms`：command 为 `uv`，args 为 `run --with mcp python3 mcp-bounty-server/server.py`，env 设置 `HACKERONE_USERNAME` 与 `HACKERONE_TOKEN`。
  49. 配置 `.mcp.json` 中 `mcpServers.writeup-search`：command 为 `uv`，args 为 `run --with mcp --with faiss-cpu --with sentence-transformers python3 mcp-writeup-server/server.py`，env 设置 `WRITEUP_DB_DIR`。
  50. 自动成本跟踪：在 Claude Code `settings.json` 的 hooks 中把 `SubagentStop` 指向 `python3 /path/to/pentest-agents/hooks/cost_hook.py`。
  51. 自动成本跟踪：在 `settings.json` 的 hooks 中把 `Stop` 指向 `python3 /path/to/pentest-agents/hooks/cost_hook.py`。
  52. 自动成本跟踪：在 `settings.json` 的 hooks 中把 `SessionStart` 指向 `python3 /path/to/pentest-agents/hooks/welcome.py`。
  53. 成本日志写入 `cost-tracking.json`，记录 `sessions`、`timestamp`、`agent`、`input_tokens`、`output_tokens`、`cost_usd`。
  54. Brain 初始化：`/brain init`。
  55. Brain 添加发现：`/brain add endpoint https://api.example.com/v1/users`。
  56. Brain 添加漏洞：`/brain add finding 'JWT lacks signature verification in /auth'`。
  57. Brain 添加技术：`/brain add technique 'SSRF via PDF renderer'`。
  58. Brain 查询与导出：`/brain search 'jwt'`、`/brain show endpoints`、`/brain show findings`、`/brain stats`、`/brain export findings.json`。
  59. Brain Python API 初始化：`from tools.brain import Brain`，`brain = Brain('tesla.com')`，`brain.init()`。
  60. Brain Python API 跟踪 endpoint：`brain.add_endpoint('https://api.tesla.com/v1/users', {'method': 'GET', 'auth': 'Bearer token', 'params': ['user_id', 'include_deleted']})`。
  61. Brain Python API 存储 finding：`brain.add_finding({'vuln_class': 'IDOR', 'severity': 'high', 'endpoint': '/v1/users/{id}', 'description': 'Lack of authz check allows cross-account access', 'poc': "curl -H 'Authorization: Bearer USER_A' https://api.tesla.com/v1/users/USER_B_ID"})`。
  62. Brain Python API 查询：`jwt_findings = brain.search('jwt')`、`all_endpoints = brain.get_endpoints()`、`stats = brain.stats()`。
  63. Payload 规则引擎：框架自带 `rules/payloads.md`，包含 2,500 行分类 payloads。
  64. 通过 MCP 查询 payloads：在 Claude Code 会话中让 agent 调用 `search_payloads('sqli mysql')`，返回来自 `rules/payloads.md` 的上下文感知 payloads。
  65. Payload 分类包括：SQL injection（MySQL、PostgreSQL、MSSQL、Oracle）、XSS（reflected、stored、DOM）、SSRF（cloud metadata、internal endpoints）、XXE、SSTI、command injection、JWT manipulation、GraphQL introspection/batching、NoSQL injection。
  66. 自定义 payloads：添加到 workspace 的 `payloads/<vuln-class>.md`，agents 会同时查询 shipped 与 custom payloads。
  67. 7-Question Gate 通过 `/validate` 触发。
  68. 7 个问题为：确切的攻击向量是什么；业务影响是什么；能否复现 3 次；是否在 program policy 范围内；是否检查过重复；是否有清晰修复建议；PoC 是否只包含测试数据。
  69. Agent 对每个 finding 验证全部 7 个问题；任一答案不清晰时阻止提交。
  70. Exploit chain builder 通过 `/chain` 触发，在发现多个相关 issue 后使用。
  71. Chain builder 分析示例：Finding A 是 PDF renderer 中的 SSRF；Finding B 是内网 IP 上的 admin panel；Finding C 是 admin delete user 上的 CSRF。
  72. Chain builder 构建链条：A（SSRF）→ B（访问 admin）→ C（删除用户），计算合并严重性为 CRITICAL，并生成统一 PoC。
  73. Chain builder Python API：`from tools.chain_builder import ChainBuilder`，`builder = ChainBuilder()`。
  74. Chain builder Python API 添加 finding：`builder.add_finding('ssrf', {'endpoint': '/render-pdf', 'impact': 'Access internal network'})`。
  75. Chain builder Python API 添加 finding：`builder.add_finding('csrf', {'endpoint': '/admin/delete-user', 'impact': 'Delete arbitrary users', 'requires': 'Admin session'})`。
  76. Chain builder Python API 构建：`chain = builder.build()`，返回 dependency graph、combined severity、unified PoC。
  77. HackerOne 平台集成：通过 MCP 工具列出项目 `await mcp.call_tool('list_platforms', {})`。
  78. HackerOne 平台集成：获取 Tesla scope `await mcp.call_tool('get_program_scope', {'platform': 'hackerone', 'program': 'tesla'})`。
  79. HackerOne 平台集成：搜索相似报告 `await mcp.call_tool('search_hacktivity', {'platform': 'hackerone', 'query': 'IDOR users endpoint', 'limit': 10})`。
  80. HackerOne 平台集成：提交报告 `await mcp.call_tool('submit_report', {'platform': 'hackerone', 'program': 'tesla', 'title': 'IDOR in /v1/users allows cross-account access', 'severity': 'high', 'description': '...', 'poc': '...', 'impact': '...'})`。
  81. Bugcrowd 平台集成：同步项目到本地 brain `await mcp.call_tool('sync_program', {'platform': 'bugcrowd', 'program': 'acme-corp'})`。
  82. Bugcrowd 平台集成：获取提交政策 `await mcp.call_tool('get_program_policy', {'platform': 'bugcrowd', 'program': 'acme-corp'})`。
  83. 启动自主狩猎循环：`/autopilot tesla.com`。
  84. 自主循环步骤：1. 查询 writeup DB 获取技术；2. 测试 brain 中的 endpoints；3. 执行 `rules/` 中的 payloads；4. 用 7-Question Gate 验证 findings；5. 构建 exploit chains；6. 记录到 brain；7. 用新技术重复。
  85. Autopilot 模式：`--paranoid` 额外验证且更慢；`--normal` 平衡且默认；`--aggressive` 快速但更多误报。
  86. 排查 MCP server 无法启动：进入 `cd mcp-bounty-server`，运行 `uv run --with mcp python3 server.py --test`。
  87. 排查 writeup MCP server 无法启动：进入 `cd mcp-writeup-server`，运行 `uv run --with mcp --with faiss-cpu --with sentence-transformers python3 server.py --test`。
  88. 检查环境变量：`echo $HACKERONE_TOKEN`、`echo $WRITEUP_DB_DIR`。
  89. 验证 `.mcp.json` 路径为绝对路径：`cat .mcp.json | grep command`。
  90. Writeup 搜索回退到 Local 时：检查 `ls -lh ~/.local/share/pentest-writeups/metadata.db`。
  91. Writeup 搜索回退到 Local 时：验证 schema `sqlite3 ~/.local/share/pentest-writeups/metadata.db 'PRAGMA table_info(writeups);'`。
  92. Writeup schema 预期列为：`id`、`title`、`url`、`content/text/body/writeup`。
  93. 测试 FAISS 依赖：`python3 -c 'import faiss; import sentence_transformers; print("OK")'`。
  94. Brain 不持久化时：检查 `ls -la ~/.pentest-agents/brains/`。
  95. Brain 不持久化时：手动初始化 `python3 -c 'from tools.brain import Brain; b = Brain("tesla.com"); b.init(); print(b.stats())'`。
  96. Brain 不持久化时：验证权限 `chmod -R u+w ~/.pentest-agents/`。
  97. Cost tracking 不工作时：验证 hook 已注册 `cat ~/.claude/settings.json | grep hooks`。
  98. Cost tracking 不工作时：检查 hook 输出 `python3 hooks/cost_hook.py`，应输出 JSON。
  99. Cost tracking 不工作时：查看日志 `cat cost-tracking.json | python3 -m json.tool`。
  100. Installer 冲突时：预览安装内容 `pentest-agents install --dry-run --targets all`。
  101. Installer 冲突时：检查漂移 `pentest-agents verify`。
  102. Installer 冲突时：安全回滚 `pentest-agents uninstall`，会恢复 `.pa-backup` 文件。
  103. Provider bundle 不同步时：检查漂移 `python3 -m tools.installer render --check`。
  104. Provider bundle 不同步时：重新生成所有 providers `python3 -m tools.installer render --targets all`。
  105. Provider bundle 不同步时：重新生成指定目标 `python3 -m tools.installer render --targets codex`。
  106. 跨 IDE 兼容选择：为 Claude Code、Codex、Gemini、Cursor、Windsurf、Copilot、OpenClaw 选择对应 provider bundle 或安装器；所有目标共享 50 agents、26 commands、2 MCP servers，仅文件格式不同。
  107. 跨 IDE 特性差异：Claude Code 支持 native agents、slash commands、rules files、MCP servers、model inheritance；Codex 支持 native agents、slash commands、rules files（32KB）、MCP servers、通过 `model_reasoning_effort` 继承模型；Gemini 支持 native agents、slash commands、rules files、MCP servers；Cursor 支持 Skills only、Skills、rules files、MCP servers；Windsurf 支持 Skills only、Workflows、rules files（12KB/file）、user-level MCP servers；Copilot 支持 native agents 但有 30KB limit、Prompts、rules files、MCP servers；OpenClaw 支持 Skills only、Skills、rules files、user-level MCP servers。

适用边界 · 注意事项