Red Clippy

你的智能体负责测试。Red Clippy 负责记录。

开源渗透测试管理工具，专为 AI 智能体操作而构建。通过 MCP 将其连接到 Claude Code，它便会与你并肩执行整个项目：范围与资产、侦察观察、方法论覆盖情况，以及带有 CVSS 和证据的发现。

为那些既想要智能体的速度、又不愿放弃真实项目纪律的测试人员而构建。工作不会重复，发现不会在会话之间蒸发，任何未经证实的内容都不会进入报告。

Red Clippy 中的一个项目：覆盖进度、按严重程度分类的发现、未完成的阶段、最近的发现，以及来自项目委托书的范围

完整文档：https://cspf-founder.github.io/red-clippy/

为什么

编码智能体已成为真正有用的测试人员。它们拥有 shell，运行与你相同的工具，并且能快速覆盖大量范围。将一个智能体指向目标，它就能发现问题。

然后上下文窗口被填满，项目就此中断。下一次会话会重新扫描已经清理过的主机，重新测试已经排除的内容，并且无法告诉你范围的哪些部分曾被触及。在对话记录的某个角落，可能躺着一个无人记录的已确认 SQL 注入。

Red Clippy 通过赋予智能体两样它自身不具备的东西来解决这个问题。

一个存放工作成果的地方。 每个资产、观察、检查项和发现都会在测试进行时写入数据库，而不是留在滚动缓冲区里。覆盖情况变成一次查询而非一段记忆：存在哪些资产、每个资产上哪些检查项已清理、已经报告了什么。明天的会话会从上次停止的地方精确继续。

一套工作规则。 一份红队指令文档会在 MCP 握手时、智能体执行任何操作之前送达它：报告前先验证，证明每一项声明，采取展示影响所需的最小访问权限，不触碰第三方系统。可按组织和项目进行覆盖，因为不同团队和客户的内部规则各不相同。

你全程保持掌控。智能体写入的一切都是 Web UI 中的普通数据行，你可以审查、纠正、重新分类或丢弃。

[!CAUTION] 仅限授权测试。 Red Clippy 面向在项目委托下工作的渗透测试人员。仅测试你拥有或获得明确书面许可进行评估的系统。范围标记和红队指令的存在是为了让智能体遵守交战规则，但它们是护栏，而非授权。智能体以你的权限行事，你对其所做的一切仍然负有责任。

快速开始

从最新发布版下载二进制文件并运行。它会设置数据库并在 127.0.0.1:7337 上提供面板服务。

Linux

tar xzf red-clippy-*-x86_64-unknown-linux-musl.tar.gz
cd red-clippy-*-x86_64-unknown-linux-musl
./red-clippy serve

Windows

解压压缩包，然后在该文件夹中执行：

.\red-clippy.exe serve

打开 http://127.0.0.1:7337，之后由设置向导接管。

数据库会在运行该二进制文件的目录中创建。上传的证据也存储在那里，位于 red-clippy-storage 中。这两个路径都可以在配置文件中更改，参见配置。

更想自己编译？参见从源码构建。

数据如何组织

Red Clippy 将工作划分为组织。一个组织包含你的渗透测试，每个渗透测试包含该次委托的资产、发现和证据。如果你只为一家公司做测试，一个组织就足够了。如果你为多个客户提供咨询，请为每个客户建立单独的组织：一个组织看不到属于另一个组织的任何内容，因此它们的委托永远不会混在一起。

一个组织有两个名称。显示名称（"XYZ Example Corp"）是你在面板中看到的名称，之后可以更改。slug（xyz）是磁盘上证据文件夹中使用的简短小写标识符（red-clippy-storage/org_xyz/pentest_PT-2026-08-27/），因此一旦设定便固定不变。

你可以属于多个组织，并从头像菜单在它们之间切换。在每个组织中，你要么是所有者，可以添加和移除人员、重命名或删除组织；要么是成员，负责处理委托工作。

首次运行

首次启动时数据库为空，因此浏览器会显示设置向导而不是登录表单。它会要求你提供：

第一个组织的 slug 和显示名称
用户名，以及可选的电子邮件
密码（至少 8 个字符）

它创建的账户是该组织的所有者。向导仅在数据库没有用户时出现；一旦第一个账户存在，它就会被永久禁用，因此之后无法用它来创建额外账户。

设置完成后，在应用中通过头像菜单 > 组织管理组织和团队成员。

如果没有人能登录，CLI 是恢复访问的途径：

red-clippy reset-password --username alice --password 'new-one'

使用方式

预期的流程是由智能体驱动的。你先设置好工作项，然后通过 Claude Code 处理目标，同时由它持续记录。

你来设置：

创建一次渗透测试。 填写代码、范围、日期。方法论检查清单会自动生成。
定义范围。 添加你获授权测试的域名、主机和 IP 范围，并明确标记出范围之外的内容。你可以自己输入，也可以把客户的范围列表粘贴给智能体，让它替你录入。
连接智能体，通过 MCP 连接，并固定到本次工作项（见下文）。

随后智能体开始工作，并边做边记录：

从它自己的 shell 中运行侦察和测试工具，就像它平时那样。
用 ingest_tool_output 提交原始扫描器输出，或直接写入资产和观察记录。
将真正的范围单元提升为资产，其余保留为观察记录。
在清除方法论检查项时将其标记为完成。
提交发现项，并附上 CVSS、PoC 和证据。

你来监督：

在浏览器中实时查看它写入的内容。
纠正任何内容：智能体写入的每一行都是普通记录，你可以编辑、重新分类或删除。
查看覆盖视图，了解还有哪些尚未触及。
在跨工作项仪表板上审阅，它展示组织内的所有发现项以及它们来自哪次渗透测试。

智能体是可选的。它通过面板所用的同一套 API 工作，因此它记录的任何内容，你也可以自己在浏览器中输入、纠正或删除。你可以完全手动运行一次工作项，完全通过智能体运行，或在两者之间随时切换。

连接 AI 智能体（MCP）

这是 Red Clippy 的主要使用方式。

red-clippy mcp 覆盖整个应用：范围和资产、观察记录、方法论覆盖、发现项、证据、攻击图以及工具输出摄取。已连接的智能体会实际执行工作项，而不只是回答关于它的问题。

连接时，服务器会在 MCP 握手过程中把 Red Team Instructions 文档（测试期间行为准则的操作规程）交给客户端，因此在第一次工具调用之前它就已进入智能体的上下文。它按最具体优先的顺序解析：从每次工作项的覆盖设置，到组织默认值，再到内置文档。在 Settings > Red Team Instructions 下编辑组织默认值，或在渗透测试的设置页面设置每次工作项的覆盖。get_instructions 会按需重新读取它。

创建 API 密钥

在 Settings > API keys 下签发一个。其下方的 Connect MCP 部分随后会为每个客户端提供可直接粘贴的配置，其中已填入该密钥、此服务器的 URL 以及二进制文件自身的路径。无需手动替换任何内容。

若改为通过 CLI 创建密钥，并自行粘贴到代码片段中：

red-clippy create-api-key --username alice --org xyz --name laptop
# -> rcl_<prefix>_<secret>   (shown once, store it now)

Claude Code

claude mcp add red-clippy \
  --env RED_CLIPPY_URL=http://127.0.0.1:7337 \
  --env RED_CLIPPY_API_KEY=rcl_xxxx_yyyy \
  -- /path/to/red-clippy mcp

add 后面的名称只是 Claude Code 显示的标签。-- 后面的命令才是它实际启动的内容，因此请使用该二进制的完整路径：Claude Code 不一定能在其 PATH 中找到 red-clippy。如果你从面板中的 Connect MCP 复制命令，正确的路径已经填好了。

z.ai GLM

z.ai 提供兼容 Anthropic 的端点，因此 Claude Code 可以用 GLM 而不是 Anthropic 模型来驱动 Red Clippy。

将以下内容添加到 Claude Code 的设置中：工作文件夹内的 .claude/settings.local.json 可将其作用域限定为单个项目，或 ~/.claude/settings.json 可将其应用于所有位置。

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "your-z-ai-api-key",
    "ANTHROPIC_API_KEY": "",
    "API_TIMEOUT_MS": "3000000",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.3",
    "ANTHROPIC_SMALL_FAST_MODEL": "glm-5.3",
    "CLAUDE_CODE_SUBAGENT_MODEL": "glm-5.3"
  }
}

需要替换两处内容：

将 your-z-ai-api-key 替换为你自己的密钥。优先使用项目本地的 .claude/settings.local.json，Claude Code 会将其排除在 git 之外，因此密钥不会被提交。
将 glm-5.3 替换为 z.ai 当前提供的任意模型。模型名称会变化，因此请查阅 z.ai 的 Claude Code 指南获取当前模型名称，并将每个条目都设置为该模型。

然后按上述方式添加 MCP 服务器。Red Clippy 不受模型选择的影响： MCP 在客户端运行，因此无论智能体背后是哪个模型，工具的行为都完全相同。

OpenAI Codex CLI

根据 Codex CLI 配置，在 ~/.codex/config.toml 中：

[mcp_servers.red-clippy]
command = "/path/to/red-clippy"
args = ["mcp"]
env = { RED_CLIPPY_URL = "http://127.0.0.1:7337", RED_CLIPPY_API_KEY = "rcl_xxxx_yyyy" }

其他任意 MCP 客户端

red-clippy mcp 是一个纯 JSON-RPC 2.0 stdio 服务器。它在其环境中需要两样东西，并接受一个可选的 engagement pin：

RED_CLIPPY_URL=http://127.0.0.1:7337 \
RED_CLIPPY_API_KEY=rcl_xxxx_yyyy \
/path/to/red-clippy mcp --pentest PT-2026-Q2-XYZ

--pentest 将会话绑定到单个项目，这样 agent 就不必在每次调用时都指定项目名称。每个活跃项目运行一个 MCP 条目，通过切换服务器来切换项目。

连接后，你只需提问：“向 PT-2026-Q2-XYZ 添加一条发现：/search 中的反射型 XSS，高危，这是 PoC”。

[!NOTE] 你的 agent 和 red-clippy serve 运行在同一台机器上，这就是 RED_CLIPPY_URL 指向 127.0.0.1 的原因。

功能特性

完整的 MCP 工具面。 与 Web UI 近乎完全对等，而非仅提供部分 token。agent 可以创建和划定资产范围、附加观察记录、标记方法论检查项、提交和更新发现、上传证据、构建图边，并在整个组织范围内搜索。

保持整洁的范围。 资产是你实际测试的单元：域名、主机、URL、API、移动应用包、IP 段。每个资产都带有自己的检查清单、可达性标记以及范围内/范围外标志。侦察噪声（发现的路径、技术指纹、证书、wayback URL）作为观察记录附加到资产上，而不是进入范围列表，只有在确实需要时才提升为资产。如果没有这种分离，一次内容发现运行就会让资产列表变得不可用。

从发现到报告。 严重性、CVSS 3.1（表单内置计算器）、CWE/CVE、PoC、修复建议以及文件证据。跨项目仪表盘列出组织中每条发现及其来源渗透测试，这正是复测所需的视图。

可查询的覆盖情况。 135 项内置检查映射到 OWASP WSTG，外加侦察、网络、云和 OSINT 检查。汇总报告按资产和按项目报告已测试的内容，因此已清理的领域不会被重复测试。

单个资产的方法论工作区：左侧按类别分组的检查项，右侧为所选检查项及其参考、状态和证据框

操作准则。 Red Team Instructions 文档通过 MCP 提供，按项目解析，其次按组织解析，最后使用内置默认值。

工具输出摄取。 原始扫描器输出通过单次调用提交，这是 agent 将结果从自己的 shell 移入记录的方式。支持 nmap、burp、nessus、openvas、masscan、naabu 和 subfinder 的解析器，并自动检测格式。发现、侦察和原始输出在同一事务中一并落地。

攻击图。 用自由形式的关系连接任意两个节点，然后遍历邻居或计算它们之间的最短攻击路径。

多租户。 每条记录都属于一个组织。一个用户可以属于多个组织并在不退出登录的情况下切换，因此客户数据保持隔离。

REST API。 组织范围的 bearer 密钥，与上述所有功能相同的接口面。

可选：内置扫描运行器。 一个便捷工具，用于从 Scanning 页面驱动 subfinder、nmap、masscan 和 naabu，支持按目标可恢复的覆盖。它供操作员手动使用，不属于常规的 agent 驱动工作流——在后者中，agent 运行自己的工具并摄取输出。

文档逐屏覆盖了所有这些内容，包括 MCP 工具参考、REST API 和数据模型。本 README 涵盖如何启动和运行。

配置

设置来自 TOML 文件。red-clippy serve 默认读取 ./red-clippy.toml。复制示例并编辑：

cp red-clippy.toml.example red-clippy.toml

bind             = "127.0.0.1:7337"
database_url     = "sqlite://red-clippy.db?mode=rwc"
storage_root     = "./red-clippy-storage"   # uploaded evidence lives here
max_upload_bytes = 26_214_400               # 25 MiB

red-clippy

最受欢迎