GitHub - StanleyNull/AutoHunter: 自动化 SRC 漏洞挖掘系统：FOFA 资产测绘 + LLM 多 worker 自主挖掘/审核/情报沉淀。Powered By StanleyNull

多 Agent 协同 · 24×7 自动挖洞 · 人工只做复审决策

锁定 · 侦察 · 出洞

一台机器 = 24×7 不停歇的挖洞平台。你只当「人工复审员」，醒来几分钟完成裁决。

Contributors

_StanleyNull
^Author

_bitter999
^Engines

_Star-233
^{Agent UX}

_2234223561
^{Agent UX}

_SD9ard3n
^{LLM Pool}

_YiKongk
^{FOFA API}

_1diot9
^{Workdir Cleanup}

_{qianchongceng0}
^Contributor

_jacketser
^{Activity Stream}

_DmcforSpc
^{Kimi Code}

_moliyu1101
^{DNS Probe}

_Saide-sec
^{Frontend UX}

_tf748i5gf5t
^{Reviewer Fix}

_LLYHXX
^{List Pinning}

_vtaskstar
^{LLM Headers}

_Windsweet97
^Helper

_wr0x00
^{Proxy Pool}

_cnzxo
^{WAL Checkpoint}

_kerlingcode
^{LLM Tool Calls}

_1ceS1amese
^{Queue Cooling}

_{完整名单与加入方式 → 如何成为 Contributor
（有 commit 合进 main 的也会出现在
GitHub Contributors）}

快速开始 · 功能亮点 · 创建任务 · 配置 · 运维 · 避坑 · Contributors

Powered By StanleyNull · 作者 EduSRC 主页：https://src.sjtu.edu.cn/profile/46491/

_战绩可查

Warning

只测已经书面授权的目标。 本工具采用 Apache License 2.0，未授权使用的后果由使用者承担。删除操作有限制，但模型仍可能在个别情况下改动或删除少量数据。使用即表示你了解并自行承担后果。问题请提 Issue。

Note

🌱 抛砖引玉，欢迎 Star / Issue / 二次开发。

这是什么

AutoHunter 是一个多 Agent 协同的自动化漏洞挖掘系统。你把一台机器交给它当作 7×24 小时不停歇的挖洞平台，自己只做「人工复审员」——AI 初审去掉垃圾洞后，你几分钟内完成调级 / 通过 / 打回 / 编辑 / 标记提交。

flowchart LR
    C["🛰️ Collector 搜集<br/>FOFA / 手动录入<br/>探活 · 评分 · 归属"] --> W["⚔️ Worker 挖洞 1:1<br/>LLM 自主侦察<br/>nmap · nuclei · sqlmap · httpx"]
    W --> R{"🧪 Reviewer<br/>极理性初审"}
    R -->|够格| H["👤 人工复审"]
    R -->|回炉深挖| W
    R -.->|垃圾/误报| X["🗑️ 丢弃"]
    H -->|通过| S["📤 待提交清单"]
    H -->|通过| K["💥 通杀分析<br/>一打一片"]
    K -.->|同款验证| W

Collector：从 FOFA 持续产出目标，探活、预筛、评分、归属标注后入队。
Worker：每个目标一个 Worker，LLM 自主侦察 + 调用真实工具链挖洞，出洞即提交。
Reviewer：极理性 AI 初审，过滤半成品 / 误报，只把够格的洞送到人工面前。
控制台：实时看板一眼看清每个 Worker 在干什么、目标优先级、事件流；结果区高效复审、编辑、标记提交。

功能亮点


🤝 多 Agent 协同	Collector / Worker / Reviewer / 通杀 / 扩大危害全流水线自动跑
🌙 24×7 无人值守	挂机过夜，重启自动续跑；你醒来只做复审决策
🔧 真实工具链挖洞	容器内置 nmap · nuclei · sqlmap · httpx · whatweb，LLM 真实发包/执行，不是纸上谈兵
🧪 极理性 AI 初审	只认「实际可利用 + 实锤危害」，过滤半成品，减少无效人工复审
🏫 归属证明	按 IP/域名查 ip138（标记/运营商/ASN 归属地），自动填报告归属单位与证明 + EduSRC 提交 JSON
💥 通杀分析	出洞后按任务所选测绘引擎圈定同款系统，实打多个站点验证能否一打一片
🧠 情报沉淀复用	验证过的凭证/端点/指纹入全局情报库，后续 Worker 直接复用
🛡️ 内置 WAF + 鉴权	应用层 WAF 默认开启，多角色访问令牌（全权/只读/观摩）
💾 数据库备份	设置页一键下载/恢复 SQLite（在线一致快照），可选打包工作目录，服务器定时留快照

快速开始

Tip

全程基于 Docker + Docker Compose v2，任意装得上 Docker 的系统都能跑。生产环境推荐 Linux（2C4G 起步，磁盘 ≥ 20G）。

# 1. 装 Docker（官方一键脚本，已装可跳过）
curl -fsSL https://get.docker.com | sh && sudo systemctl enable --now docker
sudo usermod -aG docker $USER && newgrp docker      # 免 sudo，重登生效

# 2. 拉代码 + 一键部署（交互式引导：填 LLM/FOFA Key → 自动生成令牌 → 构建启动）
git clone https://github.com/StanleyNull/AutoHunter.git autohunter && cd autohunter
bash scripts/install.sh

引导脚本会：检查 Docker → 引导填 LLM API Key（必填）、FOFA Key（推荐）→ 自动生成高强度访问令牌 → 构建镜像并启动 → 打印访问地址和令牌。

首次构建会编译前端 + 安装挖洞工具，约 5–15 分钟，请耐心等待。构建完浏览器访问 http://<服务器IP>:18800/，用打印出的令牌登录。

开放端口（默认 18800，云服务器还需在厂商安全组放行）：

sudo ufw allow 18800/tcp                                              # Ubuntu/Debian
sudo firewall-cmd --permanent --add-port=18800/tcp && sudo firewall-cmd --reload   # CentOS/RHEL

🪟 Windows（Docker Desktop + WSL2）

管理员 PowerShell 装 WSL2：必须装一个 Linux 发行版（推荐 Ubuntu）。执行 wsl --install（或 wsl --install -d Ubuntu），装完重启。只开 Docker Desktop 自带的 docker-desktop 不够。
装 Docker Desktop，安装勾选 “Use WSL 2 based engine”。打开 Settings → Resources → WSL Integration，打开集成并勾选 Ubuntu。

在 Ubuntu 终端（不要用空的 WSL 壳）里：

git clone https://github.com/StanleyNull/AutoHunter.git autohunter && cd autohunter
bash scripts/install.sh

访问 http://localhost:18800/。

💡 代码放在 WSL 文件系统内（如 ~/autohunter）比放 C:\ 挂载盘性能好很多。只用 PowerShell 的话走下方手动部署。

国内拉 node / python 基础镜像失败时，在 Docker Desktop → Docker Engine 自行配置 registry-mirrors（第三方加速地址经常失效，不要写死进项目）。

仓库脚本已强制 LF。若你是从 zip 解压到 Windows 再 build，镜像构建时会自动去掉 \r，不必再手动 dos2unix。

🍎 macOS（Docker Desktop）

装 Docker Desktop for Mac（Apple Silicon / Intel 均支持）并启动。
git clone https://github.com/StanleyNull/AutoHunter.git autohunter && cd autohunter && bash scripts/install.sh
访问 http://localhost:18800/。

🔧 手动部署（不用 install.sh）

cp .env.example .env
# 编辑 .env：至少填 LLM_API_KEY；建议填 FOFA_KEY 和 AUTOHUNTER_API_TOKEN
vim .env

docker compose up -d --build
docker compose logs -f autohunter   # 看启动日志

启动后访问 http://<服务器IP>:18800/，用 .env 里设置的 AUTOHUNTER_API_TOKEN 登录。

创建任务

登录控制台 → 「新建挖掘任务」，各字段含义：

字段	填什么	说明
任务名称	随便起，方便区分	如 `edu批量挖掘-2026`
任务模式	`EduSRC` / `企业SRC`	决定评分口径和审核标准，教育资产选 EduSRC
漏洞类型	逗号分隔	默认 `sql_injection,rce,unauthorized_access,idor,file_upload,captcha_bypass,backdoor_compromised`，一般不用改
目标来源	`FOFA 自动搜` / `手动清单` / `两者` / `单站协作`	想让它自己找目标就选 FOFA
搜集方式	`自动判断` / `FOFA 语法` / `自然语言意图`	见下方
FOFA 语法 / 搜集意图	查询语句或大白话	见下方示例
手动目标清单	每行一个 URL	选「手动/两者/单站」时填

两种搜集方式

① 会写 FOFA 语法 → 选 FOFA 语法，直接粘语句。例如挖教育网（CERNET）下带「管理」后台的资产：

body="管理" && org="China Education and Research Network Center"

② 不会写语法，只想说要找什么 → 选 自然语言意图，用大白话描述。搜集模型会把它写成 FOFA 语法 并逐轮演化，因此这种方式适合引擎选 FOFA。换了 Quake / Hunter 等引擎时，请改用「查询语法」，自己写该引擎的官网语句。

找全国高校的统一身份认证登录系统
找某集团的 OA / CRM / ERP / API 网关 / 运维后台资产

留空「搜集方式」= 自动判断（写得像语法就当语法，否则当意图），新手直接用这个。

FOFA 语法速查

字段	含义	示例
`title=`	网页标题	`title="后台管理"`
`body=`	网页正文包含	`body="管理"`
`domain=`	域名	`domain=".edu.cn"`
`host=`	主机名	`host="admin.example.com"`
`org=`	所属机构（归属收窄利器）	`org="China Education and Research Network Center"`
`cert.subject.org=`	证书机构	`cert.subject.org="某某大学"`
`port=` / `country=`	端口 / 国家	`port="8080" && country="CN"`

组合逻辑：&&（且）、||（或）、!=（非）。语句越精确、归属越收窄，Worker 越不会打到范围外资产。

任务里还可把搜索引擎换成 360 Quake / Hunter / ZoomEye / Shodan / Censys（设置页配对应 Key）。语句按当前引擎官网语法原样发送，不会把 FOFA 语法自动改写成别的引擎。

引擎	原生示例	Key
360 Quake	`title:"登录" AND domain:"edu.cn"`	`QUAKE_KEY`（个人中心 API Token）
Hunter	`web.title="登录" && domain.suffix="edu.cn"`	`HUNTER_KEY`
ZoomEye	`title="login" && country="CN"`	`ZOOMEYE_KEY`
Shodan	`http.title:"nginx" port:443`	`SHODAN_KEY`（需 Search API 权限）
Censys	`host.dns.names: edu.cn`	`CENSYS_KEY`（Platform Personal Access Token；旧账号才用 `API_ID:SECRET`）

选了哪个引擎，就写哪个引擎的语法。Hunter 的 web.title=、Quake 的 title:"…" AND 会原样发出去；把 FOFA 的 body= / title= 贴到这些引擎上，不会被翻译，请求会失败。

Important

务必收窄授权范围：只搜你有权限测试的资产。org / domain / cert 是最有效的归属过滤手段。

展开「高级」还可按任务单独覆盖：模型 base_url/api_key/模型名、FOFA key、FOFA 最大页数、Worker 并发数。不填就继承「设置」页全局默认。

必填与推荐配置

变量	必填	说明	获取方式
`LLM_API_KEY`	✅ 必填	大模型 API Key，平台核心	DeepSeek / OpenAI / Claude / 通义 / Kimi 等
`LLM_BASE_URL`	默认 DeepSeek	模型接口地址（OpenAI 兼容一般含 `/v1`）	默认 `https://api.deepseek.com/v1`
`LLM_MODEL`	默认 deepseek-chat	模型名（推荐支持 tool calling；不支持也能用，见 `AUTOHUNTER_TOOL_COMPAT`）	按厂商填写
`LLM_PROTOCOL`	默认 `auto`	`auto` / `openai_chat` / `anthropic_messages`	控制台「设置」也可改
`LLM_USER_AGENT`	可选	LLM 请求 UA：`auto` 按模型族自动伪装 / `browser` 伪装 Chrome / 任意自定义串	中转站按 SDK UA 拦 403 时覆盖
`LLM_EXTRA_HEADERS`	可选	追加自定义请求头，JSON 对象或 `key:value[,key:value]`；OpenAI / Anthropic / 「测试连接」都生效	如 opencode Go 要求每会话带 `x-opencode-session`
`AUTOHUNTER_TOOL_COMPAT`	默认 `auto`	工具调用兼容：`auto` 原生优先、硬报错自动切提示词模拟；`prompt` 强制模拟（哑模型用）；`native` 仅原生	模型不支持 function calling 时改 `prompt`
`FOFA_KEY`	⭐ 推荐	资产测绘，自动搜集目标	FOFA 个人中心
`FOFA_BASE_URL`	可选	自定义 FOFA API 端点（私有/镜像/代理）	默认 `https://fofa.info`
`AUTOHUNTER_API_TOKEN`	⭐ 强烈建议	控制台全权限令牌，不设则任何人可访问	`install.sh` 自动生成，或自填随机串
`AUTOHUNTER_HOST_PORT`	默认 18800	对外访问端口	按需

其余参数（Worker 预算、并发、超时、WAF 等）都有合理默认，见 .env.example 注释按需微调。也支持不填 .env、直接在控制台「设置」页填 LLM/FOFA Key——存进数据库，优先级高于 .env。

运维与长期运行

常用命令

docker compose logs -f autohunter     # 实时日志
docker compose restart autohunter     # 重启
docker compose down                    # 停止（数据保留在 volume）
docker compose up -d --build           # 更新代码后重建

数据持久化在 Docker volume：ah_data（SQLite + 漏洞证据）、ah_work（Worker 临时工作区）。升级/重启不丢数据。

备份 / 迁移：设置页「数据备份」可导出一致的 SQLite 快照（可选打包工作目录）并上传恢复，这是主路径。服务器默认不自动堆快照；若点「在服务器覆盖留一份」，只覆盖 data/backups/autohunter-latest.db.gz 这一份，空间不够会拒绝以免把库盘写满。不要用 cp autohunter.db 当备份——WAL 模式下直接拷文件很容易拷到半截库。

开机自启：docker compose up -d 的容器默认 restart: unless-stopped，崩溃/重启会自动拉起。若想托管给 systemd：

systemd unit 示例

sudo tee /etc/systemd/system/autohunter.service >/dev/null <<EOF
[Unit]
Description=AutoHunter
Requires=docker.service
After=docker.service

[Service]
Type=oneshot
RemainAfterExit=yes
WorkingDirectory=$(pwd)
ExecStart=/usr/bin/docker compose up -d --build
ExecStop=/usr/bin/docker compose down

[Install]
WantedBy=multi-user.target
EOF

sudo systemctl daemon-reload && sudo systemctl enable --now autohunter

反向代理 + HTTPS（可选，生产推荐）：前面挂 Nginx/Caddy 做域名 + TLS，把 AUTOHUNTER_HOST_PORT 只绑 127.0.0.1 不对公网直接暴露。Caddy 示例：

hunt.example.com {
    reverse_proxy 127.0.0.1:18800
}

注意事项与避坑

Caution

授权边界：只测你有权限的目标，FOFA 语法要收窄归属（域名/证书/org），别让 Worker 打到范围外资产。 访问控制：公网部署务必设 AUTOHUNTER_API_TOKEN，否则控制台和挖洞能力对全网裸奔。内置 WAF 默认开启，但令牌是第一道门。

成本控制：Worker 靠 LLM 驱动，目标越多 token 越贵。用 .env 的 WORKER_MAX_ROUNDS / *_BUDGET_CAP 收紧预算，或降低并发。
资源：默认按 CPU/内存自动定 Worker 并发（约 1C1G→3，2C4G→8，大机器顶 32），Docker 会读 cgroup 限额。复制 .env.example 不必再填线程池。要强制用 AUTOHUNTER_WORKER_MAX_CONCURRENCY；每个 Worker 会跑真实工具子进程，小机器把任务并发也调低。
网络：服务器需能访问 LLM API 和目标网络；走代理要给 Docker/容器配好出网。
重启恢复：AUTOHUNTER_RESTORE_ON_STARTUP=1 时重启自动续跑之前 running 的任务；受限机器设 0 只起 Web/API。

技术栈

层	选型
后端	Python 3.12 · FastAPI · SQLAlchemy(SQLite) · asyncio
前端	Vue 3 · Vite
模型	推荐支持 tool calling；协议为 OpenAI Chat Completions 或 Anthropic Messages（`LLM_PROTOCOL=auto` 可自动识别）。不支持原生工具调用的模型也能用：`AUTOHUNTER_TOOL_COMPAT=auto`（默认）会在端点不支持 tools 时自动切换到「提示词模拟工具调用」，哑模型可设 `prompt` 强制模拟。常见：DeepSeek / OpenAI / Claude / 通义 / Kimi 等
工具链（容器内置）	nmap · nuclei · sqlmap · httpx · whatweb · curl/wget/jq

贡献与反馈

🐛 发现 bug / 有建议 → 提 Issue
⭐ 觉得有用 → 点个 Star 支持一下
🔀 欢迎 Fork 二次开发（保留版权与许可声明）
🙋 想出现在首页 Contributors → 按 CONTRIBUTORS.md 自行申请（开 PR 即可）

许可协议

本项目采用 Apache License 2.0：

✅ 可自由使用、修改、二次分发（含商业用途）
✅ 必须保留版权声明与本许可副本
⚠️ 仅限对已获明确书面授权的目标做安全测试

Powered By StanleyNull

仅供授权安全测试与研究 · 请遵守当地法律法规

Name		Name	Last commit message	Last commit date
app		app
assets		assets
frontend		frontend
scripts		scripts
tests		tests
tools/edu_ip_builder		tools/edu_ip_builder
web		web
.dockerignore		.dockerignore
.env.example		.env.example
.gitattributes		.gitattributes
.gitignore		.gitignore
CONTRIBUTORS.md		CONTRIBUTORS.md
Dockerfile		Dockerfile
LICENSE		LICENSE
NOTICE		NOTICE
README.md		README.md
docker-compose.yml		docker-compose.yml
requirements.txt		requirements.txt

Navigation Menu

Repository navigation

About

Repository files navigation

多 Agent 协同 · 24×7 自动挖洞 · 人工只做复审决策

Contributors

目录

这是什么

功能亮点

快速开始

创建任务

两种搜集方式

FOFA 语法速查

必填与推荐配置

运维与长期运行

注意事项与避坑

技术栈

贡献与反馈

许可协议

About

Releases

Packages

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

多 Agent 协同 · 24×7 自动挖洞 · 人工只做复审决策

Contributors

目录

这是什么

功能亮点

快速开始

创建任务

两种搜集方式

FOFA 语法速查

必填与推荐配置

运维与长期运行

注意事项与避坑

技术栈

贡献与反馈

许可协议

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages