VulnClaw 🦞

AI 駆動のペネトレーションテスト CLI ツール — 人の言葉で話し、脆弱性を突く。

Kimi Open Source Friends

🌐 英語版: README_EN.md

本プロジェクトは単独で実行可能な AI ペネトレーションテスト Agent です。
プロジェクト公式サイト：https://unclecheng-li.github.io/vulnclaw.com/

LLM Agent + MCP ツールチェーン + オプションの Skill 参考資料に基づき、 OpenAI / Anthropic / MiniMax / DeepSeek などの互換モデルと組み合わせて、自然言語入力 → 「情報収集 → 脆弱性発見 → 脆弱性悪用 → レポート生成」の全プロセスを自動で完了します。

クイックスタート · アーキテクチャ · 組み込み Skill

できること

自然言語を入力すると、AI がペネトレーションテストの全プロセスを自動実行します：

用户输入：帮我对 http://target.example.com 进行渗透测试

VulnClaw 自动执行：
  Round 1:  信息收集 → 指纹识别、端口扫描、目录枚举
  Round 2:  漏洞发现 → 检测注入点、已知 CVE、配置缺陷
  Round 3:  漏洞利用 → PoC 验证、权限获取
  Round 4:  报告生成 → 结构化报告 + Python PoC 脚本

許可されたペネトレーションテスト、CTF 競技、セキュリティ教育、レッドチーム演習などのシナリオに適しています。

機能

モデル主導の求解エンジン（デフォルト） — Claude Code/Codex に似た自律ループで、モデル自身が次のステップ、ツールを呼び出すタイミング、完了/質問/手詰まりの判定を決定する
AgentState 証拠メモリ — ツール結果は一律 AgentState.evidence に書き込まれ、raw 原文は完全に保持される。active context にはデフォルトで高シグナルのプレビューのみを注入し、evidence_search / evidence_view は必要に応じて元の証拠を再参照するために使用する
軽量な軌道修正レイヤー — ツール呼び出しの前後に重複呼び出し、失敗による降格、所要時間、新たな発見などのシグナルを記録する。同一 evidence 範囲の重複読み取りは抑制され、連続する証拠の空回りは stall guard を発動させるが、旧フェーズのプランナーは復元しない
証拠レベルの反ハルシネーションゲート — 主張された flag/結論は、実際のツール出力に文字単位で出現しなければ採用されず、flag をでっち上げる偽の勝利を根絶する
自然言語駆動 — 平易な言葉でペネトレーション意図を記述すると、フェーズとツールを自動識別する
13 個の LLM Provider — OpenAI / Anthropic / MiniMax / DeepSeek / 智譜 / Moonshot / 千問 / SiliconFlow / 豆包 / 階躍星辰 / 商湯 / OpenRouter / ローカル Ollama をワンクリックで切り替え
MCP ツールチェーン — 4 個の MCP サービス：fetch / memory はローカル実装で即利用可能、chrome-devtools / burp は外部 MCP サービスと連携してブラウザ自動化と HTTP キャプチャ・リプレイを実現する
強化された fetch リクエストツール — デフォルトで直接 GET し完全なレスポンス body を返す。HTTP/HTTPS、カスタム method/headers/params/cookies/body/data/form/json、timeout/redirect/TLS 制御をサポート。CTF/演習場の HTTPS はデフォルトで証明書を検証しない
ネイティブトラフィック証拠ストレージ — 実行内スコープでフィルタリングした後、追記式 JSONL インデックス + リクエストごとの生パケットを evidence/traffic/ に保存し、内蔵の traffic_list / traffic_view / traffic_repeat / traffic_sitemap ツールで直接読み書きする
AI Agent コア — OpenAI 互換プロトコル + Tool Calling + 自律ペネトレーションループ
構造化推論 + 適応的リフレクション — 既知の事実/制約/攻撃チェーンを構造化して蓄積する。失敗は自動分類され、L0-L4 の段階的エスカレーションで payload バイパス戦略を適用する
脆弱性検出プラグイン体系 — 低結合のプラグインランタイム + 内蔵の読み取り専用 Web プラグインで、結果は自動的にレポートチェーンに統合される（vulnclaw plugins）
50 個の専用 Skill — CTF、Web、内部ネットワーク、リバース、脆弱性検証、認可レッドチームのナレッジベースをカバーする。Skill は参考資料のインデックスとしてのみモデルに公開され、本文はモデルが能動的に load_skill_reference を呼び出して必要に応じて読み取る必要があり、強制シナリオとしてコンテキストに注入されることはなくなった
エンコード/デコード・暗号化/復号ツール — 29 種類の操作（Base64/Hex/URL/AES/JWT/Morse など）を LLM が正確に呼び出せ、推測に頼ることはない
ソースコード自動復元 — fetch / http_probe_batch が highlight_file、HTML ハイライトされたソースコード、または HTML/JS が混在する body に遭遇した場合、raw body の前に自動で clean source を追加する。http_probe_batch はデフォルトで TLS 検証を無効化し完全なレスポンスヘッダを記録し、X-Powered-By などのランタイム証拠の喪失を防ぐ。内蔵の source_extract は引き続き必要に応じて過去の evidence を再読するために使用でき、危険な sink、フォーム、endpoint のシグナルを固定する
ローカルコマンド検証 — 内蔵の shell_command は、php -r によるデシリアライズ検証、curl による正確なリクエスト、rg/Select-String によるファイル検索など Codex-style のローカルデバッグシナリオに使用する。raw stdout/stderr は完全に evidence に書き込まれ、大きな出力がモデルに渡る際は高シグナルプレビューを使用する
ランタイム差分プローブ — 内蔵の runtime_diff_probe は、正規表現/文字列フィルタとランタイムパーサが不一致となるシナリオに使用し、モデルが「フィルタをすり抜け、パーサに受理される」候補を一括生成・検証するのを支援する。PHP シリアライズモードではターゲット/ローカルのランタイムバージョン差異を提示し、PHP5 signed length 候補を必ずリモート検証すべきものとしてマークし、ローカルの新しい PHP による誤検知を防ぐ
Python コード実行 — 内蔵の python_execute ツールは payload 構築やレスポンス解析に適する。現在も高リスクの実験的機能であり、強固な隔離サンドボックスと見なすべきではない
バッチ HTTP プローブ — 内蔵の http_probe_batch は、複数グループの URL/パラメータ/header/body/raw URL バリアントを一度に比較するために使用する。デフォルトで各レスポンスの完全な body を返し、モデル可視出力に実際のリクエスト面（method、URL、params、headers、cookies、body/json）を表示し、LLM のラウンド数と手書きリクエストコードを削減する
近成功防誤停止 — solve は証拠ゲートを保持し、汎用の NO_PATH ゲートを新たに追加：ソースシンク、フォーム/パラメータ、リクエスト面、ローカル proof、レスポンス差分などの高シグナルがまだ枯渇していない場合、単一の payload に反響がない、またはリモートが same-body であるという理由だけでモデルが早期に打ち切り判定することを受け入れない
継続的ペネトレーションテスト — 周期ループ（デフォルト 100 ラウンド/周期 × 10 周期 = 1000 ラウンド）、各周期で自動的にレポートを生成
推論過程の表示制御 — think on/off で LLM の思考過程の表示/非表示をワンクリックで切り替え
サンドボックスモードプロンプト — AI セキュリティテスト能力を解放、CTF / 認可されたペネトレーションシナリオ専用
自動レポート & PoC — 構造化された Markdown レポートと実行可能な Python PoC スクリプトを生成
Web UI モード — vulnclaw web でローカル Web インターフェースを起動、デフォルトは 127.0.0.1:7788
セキュリティナレッジベース — ナレッジベースモジュールと基本シードデータを内蔵済み、検索拡張は段階的にメインフローへ統合中

クイックスタート

インストール

# 从 PyPI 安装（推荐）
pip install vulnclaw

# 从源码安装
git clone https://github.com/Netw0rkNoob/VulnClaw.git
cd VulnClaw
pip install -e .

Docker での実行（オプション）

イメージには Web UI とデフォルト MCP サービスに必要なランタイム（npx / uvx）が組み込まれており、すべての状態は /data データボリュームに永続化されます。

cp .env.example .env          # 填入 VULNCLAW_LLM_API_KEY 等
docker compose up --build      # 构建镜像并启动 Web UI
# 打开 http://127.0.0.1:7788

純粋な docker で特定の CLI コマンドを実行することもできます：

docker run --rm -it \
  -e VULNCLAW_LLM_API_KEY=sk-your-key-here \
  -v vulnclaw-data:/data \
  vulnclaw:latest scan <target>

⚠️ コンテナ内の localhost はコンテナ自身を指します。ホストマシンのサービスをスキャンするには host.docker.internal を使用し、他のコンテナをスキャンするにはネットワークを共有してコンテナ名でアクセスしてください。詳細は DOCKER.md を参照してください。

4ステップで起動

# 1. 选择提供商（自动填充 Base URL 和模型名）
vulnclaw config provider minimax   (或 openai/anthropic/deepseek/zhipu/moonshot/qwen/siliconflow/ollama)

# 1.2（可选）自定义 Base URL 或模型名
vulnclaw config set llm.base_url https://your-own-api.example.com/v1 
vulnclaw config set llm.model your-model-name

# 2. 设置 API Key
vulnclaw config set llm.api_key sk-your-key-here
#    — 或改用 ChatGPT 订阅登录（无需 API Key）：
#      vulnclaw login   （浏览器登录；注意 ToS 风险）

# 3. 默认：打开原 CLI / REPL
vulnclaw

# 4. 可选：打开 TUI 工作台
vulnclaw tui

環境チェック

vulnclaw doctor

出力例：

🦞 VulnClaw 环境检查

  Python: 3.14.4
  Node.js: v24.14.1
  npx: 已安装
  nmap: 已安装

LLM 配置:
  Provider: openai
  Auth Mode: static
  Credentials: configured
  Base URL: https://api.openai.com/v1
  Model: gpt-4o

MCP 服务:
  fetch: 已启用 [P0]
  memory: 已启用 [P0]
  ...

✅ 环境就绪，运行 vulnclaw 开始

CLI コマンド早見表

$ vulnclaw --help

🦞 VulnClaw — AI-powered penetration testing CLI

人気

VulnClaw