Gaia - Descoberta de Superfície de Ataque e Triagem Assistida por IA

Gaia é uma ferramenta de análise de superfície de ataque baseada em CLI que descobre endpoints e parâmetros, reduz ruído e destaca riscos relevantes à segurança usando heurísticas estáticas e raciocínio opcional de IA. Ela orquestra Katana, gau, arjun, linkfinder e uro para transformar coleções brutas de URLs em uma visão normalizada e consciente de riscos, adequada para bug bounty, AppSec e fluxos de trabalho de engenharia de segurança.

Gaia não é um scanner automatizado de vulnerabilidades. Ela mapeia a superfície de ataque, aplica heurísticas determinísticas e pode usar LLMs para gerar dicas de teste. Os achados são orientações, não vulnerabilidades confirmadas. A validação manual é necessária. A saída da IA é consultiva e não autoritativa; use-a para decidir onde focar e como testar.

O que o Gaia Faz

Gaia foca no sinal em vez do ruído. Ele:

• Rastreia aplicações ativas
• Coleta URLs históricas
• Extrai parâmetros
• Normaliza e deduplica endpoints
• Analisa JavaScript em busca de endpoints, URLs, segredos, emails e arquivos
• Aplica heurísticas de segurança determinísticas
• Opcionalmente enriquece achados com raciocínio baseado em LLM (limitado e otimizado)

O resultado é um mapa rápido e legível do que importa na superfície de ataque de uma aplicação.

Para Quem é

• Caçadores de bug bounty fazendo recon e triagem rápidos
• Engenheiros de AppSec mapeando superfícies de ataque
• Engenheiros de segurança automatizando análises em estágio inicial
• Desenvolvedores que desejam visibilidade sobre endpoints e parâmetros expostos

Principais Recursos

• Rastreamento ao vivo via Katana
• Descoberta de URLs históricas via gau
• Descoberta de parâmetros via arjun + análise de consultas
• Normalização e deduplicação de URLs com uro
• Analisador JS para extração de JS com redução de ruído
• Heurísticas estáticas de risco (IDOR, SSRF, autenticação, travessia, injeção, etc.)
• Análise opcional assistida por LLM (limitada, minimizada, rápida)
• Redução de ruído: filtragem de ativos estáticos, filtragem de parâmetros de rastreamento/lixo
• Design focado em desempenho: chamadas de IA limitadas, payloads compactos, snapshots de resposta enxutos

Como Funciona (Pipeline)

1. Resolver ferramentas externas
2. Rastrear alvo (Katana)
3. Coletar URLs históricas (gau)
4. Análise de JS
5. Extrair parâmetros (arjun + parsing)
6. Normalizar e deduplicar URLs (uro)
7. Analisar (estática + IA opcional)
8. Renderizar relatório

Cada etapa informa quantas URLs ou parâmetros descobriu.

Uso

Escaneamento Básico

gaia -u https://example.com

Desabilitar Etapas Específicas

gaia -u https://example.com --no-gau --no-ai

Ler URLs do stdin

cat urls.txt | gaia --stdin

Exemplo de Execução CLI

Demonstração do Gaia CLI – crawling, normalização e análise assistida por IA

Instalação

Requisitos

• Python 3.10+
• (Opcional) virtualenv
• Toolchain Go (para auto-instalação do katana/gau)

Configuração

python3 -m venv venv
source venv/bin/activate
pip install -e .

Ferramentas externas (katana, gau, arjun, linkfinder, uro) podem ser instaladas automaticamente se habilitado.

Flags da CLI

• -u, --url URL alvo
• --stdin Ler URLs do stdin
• --no-gau Desabilitar coleta de URLs históricas
• --no-arjun Desabilitar descoberta de parâmetros do arjun
• --no-linkfinder Desabilitar descoberta de JS do linkfinder
• --no-uro Desabilitar normalização de URLs
• --no-js-analyzer Desabilitar estágio do analisador JS
• --js-max-fetches N Máx. de arquivos JS a buscar para análise
• --no-ai Desabilitar raciocínio de IA
• --show-assets Mostrar ativos estáticos na saída
• --only-params Mostrar apenas endpoints com parâmetros
• --auto-install Instalar automaticamente ferramentas faltantes
• --max-urls N Limitar URLs coletadas
• --format console|md|json Formato de saída
• --output PATH Escrever relatório em arquivo
• -h, --help Mostrar ajuda

Variáveis de Ambiente

IA / LLM

• GAIA_LLM_MODEL Nome do modelo para LiteLLM (necessário para habilitar IA)
• GAIA_LLM_MAX_ENDPOINTS Máximo de endpoints enviados ao LLM (padrão: 15)
• GAIA_LLM_INCLUDE_RESPONSES Incluir snapshots de resposta HTTP (padrão: true)
• GAIA_LLM_MAX_RESPONSES Máximo de snapshots a buscar (padrão: 50)
• GAIA_LLM_MAX_BODY_CHARS Máximo de caracteres do corpo da resposta (padrão: 4000)

Alternâncias de Recursos

• GAIA_DISABLE_AI
• GAIA_DISABLE_GAU
• GAIA_DISABLE_ARJUN
• GAIA_DISABLE_LINKFINDER
• GAIA_DISABLE_URO
• GAIA_DISABLE_JS_ANALYZER

Depuração

• GAIA_VERBOSE
• GAIA_DEBUG
• GAIA_LLM_DEBUG
• GAIA_JS_MAX_FETCHES
• GAIA_JS_MAX_CHARS

Notas e modos:

• Modo rápido: desabilite IA e ferramentas históricas (--no-ai --no-gau) para reconhecimento rápido.
• Modo profundo: habilite todas as ferramentas e IA com GAIA_LLM_MODEL configurado; aumente GAIA_LLM_MAX_ENDPOINTS se precisar de cobertura mais ampla de IA.
• Modo de triagem: mantenha IA ativa, mas confie nos padrões (endpoints limitados, payloads minimizados) para velocidade e cobertura equilibradas.

Configuração LiteLLM / IA

IA é opcional. Gaia funciona completamente sem ela.

Usando OpenAI:

• GAIA_LLM_MODEL (exemplo: gpt-4o-mini ou gpt-4.1)
• OPENAI_API_KEY: LiteLLM roteia requisições para OpenAI baseado nessas variáveis.

Usando Google Gemini

• GAIA_LLM_MODEL (exemplo: gemini/gemini-1.5-pro)
• GOOGLE_API_KEY: LiteLLM roteia requisições para Gemini baseado nessas variáveis.

Usando Modelos Locais (Ollama / LM Studio)

• GAIA_LLM_MODEL (exemplo: ollama/llama3 ou ollama/qwen2.5)
• LiteLLM conecta ao endpoint local; nenhuma chave de API é necessária para modelos locais.

Saída

Saída no Console

• Tabela de endpoints (filtrada, legível)
• Tags de risco por parâmetro
• Estatísticas resumidas
• Indicador de progresso da IA (linha única)

Notas de Parâmetros

Ao final do relatório, o Gaia imprime notas agregadas de parâmetros:

• Por que um parâmetro parece arriscado
• Onde foi visto
• Ideias práticas de teste

Outros Formatos

• JSON (legível por máquina)
• Markdown (pronto para relatório)

Notas de Desempenho

• Chamadas de IA são estritamente limitadas
• Payloads são minimizados e chaves encurtadas
• Ativos estáticos e parâmetros lixo são ignorados
• Respostas 2xx enviam apenas content-type + trecho curto
• Projetado para permanecer rápido mesmo em superfícies grandes

Contribuição

Contribuições são bem-vindas. Por favor, mantenha os PRs focados e legíveis. Melhorias em heurísticas, desempenho, filtragem, prompts de IA e documentação são incentivadas. Para mudanças maiores, abra uma issue para discutir primeiro.

Licença

MIT

Aviso Legal

Gaia é uma ferramenta de reconhecimento e análise. Sempre teste com responsabilidade e apenas contra sistemas que você está autorizado a avaliar.