文章总结： AI哨兵是一款基于大语言模型的BurpSuite插件，实现自动化渗透测试全流程。工具通过AI智能分析HTTP请求特征、动态生成测试载荷、利用Burp引擎测试，并经AI二次验证（置信度≥90%）确保漏洞真实性，最终自动生成专业报告。支持25+国内外AI服务，覆盖SQL注入、XSS、RCE等15+漏洞类型，采用无害化测试设计，误报率低于5%。 综合评分： 78 文章分类： 渗透测试,安全工具,AI安全,漏洞分析,WEB安全

---

Ai哨兵 – 哨兵系列第五弹

原创

0xShe 0xShe

安全社

2026年2月10日 20:08 中国香港

🛡️ AI哨兵 – 使用文档

📖 工具介绍

AI哨兵是一款基于大语言模型的企业级自动化渗透测试工具，专为 Burp Suite 设计的Ai插件，通过深度学习技术自动分析HTTP请求特征，智能识别潜在安全漏洞类型，动态生成针对性测试载荷，利用Burp Suite内置引擎进行精准测试，并通过AI二次验证确保漏洞真实性（置信度阈值≥90%），最终生成专业的渗透测试报告，实现了从漏洞发现到验证再到报告输出的全自动化闭环。

---

⚡ 核心功能

🤖 1. AI智能分析

• 自动识别Web应用技术栈（PHP/Java/Python/Node.js/.NET等）
• 智能判断可能存在的漏洞类型
• 动态生成针对性测试载荷
• 考虑WAF绕过技术

🚀 2. 自动化测试

• 智能参数注入（支持GET/POST/JSON/XML等）
• 自动跳过CSRF/Token等特殊参数
• 使用Burp Suite内置引擎发送请求
• 收集完整的响应数据

🔍 3. AI验证漏洞

• 将完整响应包发送给AI分析
• AI深度分析响应内容特征
• 查找明确的漏洞证据
• 置信度≥90%才报告漏洞
• 杜绝误报

📄 4. 专业报告生成

• AI自动生成详细的漏洞报告
• 用大白话解释测试过程
• 包含完整的复现步骤和数据包
• 支持导出HTML/Markdown格式

📊 5. 任务管理

• 任务列表实时更新
• 搜索和筛选功能
• 右键菜单（重扫/删除/复制）
• 批量操作（清空已完成、批量导出）

📝 6. 实时日志

• 彩色分类日志（INFO/SUCCESS/WARNING/ERROR/AI）
• 实时统计（总任务/已完成/发现漏洞/正在扫描）
• 详细的AI分析过程
• 日志导出功能

✏️ 7. 提示词管理

• 查看和编辑AI提示词
• 分析/验证/报告三类提示词
• 自定义提示词
• 恢复默认提示词

⚙️ 8. 端点配置管理

• 预设15+个主流AI服务商
• 自定义AI端点
• 增删改查端点配置
• 内置端点可编辑

---

🎯 使用步骤

🔧 第一步：配置AI服务

1. 点击右上角「打开配置」按钮
2. 在「AI服务」下拉框选择AI服务商：

• OpenAI
• Anthropic (Claude)
• 通义千问
• 文心一言
• 智谱AI
• 或选择「自定义」手动输入端点

1. 输入你的API Key
2. 点击「获取模型」按钮，系统会：

• 自动识别AI服务类型
• 设置正确的认证头
• 获取可用模型列表

1. 在「选择模型」下拉框选择模型
2. 点击「保存配置」
3. 点击「验证Key」确认配置正确

配置会自动保存到 ~/.aisb_config.json，下次启动自动加载。

📡 第二步：发送测试

1. 在Burp Suite任何位置（Proxy/Repeater/Target等）
2. 右键点击要测试的HTTP请求
3. 选择「发送到 AI哨兵」
4. 系统自动开始测试

支持批量发送：选中多个请求，右键批量发送。

👀 第三步：查看结果

切换到AI哨兵的不同标签页：

任务列表：

• 查看所有扫描任务
• 使用搜索框和筛选器快速定位
• 右键菜单操作任务
• 批量导出报告

漏洞报告：

• 查看AI生成的详细报告
• 大白话解释测试过程
• 包含完整复现步骤
• 导出HTML/MD格式

任务详情：

• 查看漏洞摘要信息
• 使用Burp原生编辑器查看请求/响应包
• 支持右键菜单和所有Burp功能

日志统计：

• 实时查看AI分析过程
• 统计仪表盘
• 导出日志

提示词：

• 查看和修改AI提示词
• 优化AI分析效果

使用介绍：

• 查看工具说明

💾 第四步：导出报告

点击「导出报告」按钮，可以：

• 导出选中任务或全部任务
• 按危险等级筛选（严重/高危/中危/低危）
• 按漏洞类型筛选（SQL注入/XSS/RCE等）
• 选择导出格式（HTML/Markdown）

---

🔑 配置说明

🌐 API配置

支持25+个主流AI服务：

国外服务：

• OpenAI（GPT系列）
• Anthropic（Claude系列）
• Google Gemini
• Azure OpenAI
• Mistral AI
• 等

国内服务：

• 阿里云通义千问
• 百度文心一言
• 智谱AI
• 月之暗面Kimi
• DeepSeek
• 讯飞星火
• 字节豆包
• 腾讯混元
• 等

🔌 端点管理

点击「管理端点」可以：

• 查看所有内置和自定义端点
• 新增自定义端点
• 编辑端点配置
• 删除自定义端点

💬 提示词自定义

在「提示词」标签页可以：

• 修改分析提示词（控制AI如何分析请求）
• 修改验证提示词（控制AI如何判断漏洞）
• 修改报告提示词（控制AI如何生成报告）
• 保存自定义提示词
• 恢复默认提示词

---

✨ 工具特点

🧠 1. 完全AI驱动

传统扫描器：

• 预设漏洞规则
• 固定测试载荷
• 基于特征匹配
• 误报率高

AI哨兵：

• AI动态分析
• 智能生成载荷
• AI深度验证
• 误报率<5%

✅ 2. 零误报保证

• AI二次验证机制
• 分析完整响应内容
• 查找明确的漏洞证据
• 置信度≥90%才报告
• 不是简单的关键词匹配

🌍 3. 支持所有技术栈

• PHP应用
• Java应用（Spring/Struts）
• Python应用（Django/Flask）
• Node.js应用
• .NET应用
• Go应用
• 等所有Web技术栈

💡 4. 智能化

• 自动识别技术栈
• 自动生成针对性载荷
• 自动跳过无用参数
• 自动深度测试
• 自动生成报告

🛡️ 5. 无害化测试

所有测试载荷都经过无害化设计：

• 文件上传：不上传webshell，使用输出固定内容的文件
• 命令注入：使用whoami、id等无害命令
• SQL注入：使用查询测试，不使用DROP/DELETE
• XSS：使用alert(1)等无害测试
• 不会对目标系统造成破坏

💰 6. 高效节约

• 只测试可疑接口
• AI判断是否需要测试
• 避免无效请求
• 节省Token成本
• 平均每个请求1000-3000 tokens

---

🔄 工具逻辑

📋 完整测试流程

1. 用户右键发送请求
   ↓
2. AI分析请求特征
   - 识别技术栈
   - 识别参数位置和类型
   - 判断可能的漏洞类型
   - 生成2-5个测试载荷
   ↓
3. 自动化测试
   - 智能参数注入
   - 发送测试请求
   - 收集完整响应
   ↓
4. AI验证漏洞
   - 分析完整响应内容
   - 查找漏洞利用成功的证据
   - 判断置信度
   - 只有≥90%才报告
   ↓
5. 生成报告
   - AI生成详细报告
   - 包含测试过程
   - 包含复现步骤
   - 包含完整数据包
   ↓
6. 展示结果
   - 任务列表更新
   - 漏洞报告生成
   - 实时日志输出

🧩 AI分析逻辑

🔍 分析阶段：

输入：原始HTTP请求
AI分析：
  - 请求方法和URL
  - 参数位置和类型
  - 技术栈特征
  - 可能的漏洞类型
输出：测试载荷列表

✔️ 验证阶段：

输入：
  - 原始请求
  - 测试载荷
  - 完整响应包
AI验证：
  - 分析响应状态
  - 分析响应内容
  - 查找漏洞证据
  - 评估置信度
输出：
  - 是否存在漏洞
  - 置信度（0-100）
  - 漏洞等级
  - 详细描述

📝 报告阶段：

输入：
  - 漏洞类型
  - 测试载荷
  - 响应内容
  - 验证结果
AI生成：
  - 漏洞发现过程
  - 详细测试过程
  - 响应特征分析
  - 漏洞证明
  - 复现步骤
  - 复现数据包
输出：Markdown格式报告

---

🎯 支持的漏洞类型

• SQL注入（SQL Injection）
• XSS跨站脚本（Cross-Site Scripting）
• RCE远程代码执行（Remote Code Execution）
• 任意文件上传（File Upload）
• SSRF服务端请求伪造（Server-Side Request Forgery）
• XXE外部实体注入（XML External Entity）
• 命令注入（Command Injection）
• 路径遍历（Path Traversal）
• IDOR不安全的直接对象引用（Insecure Direct Object Reference）
• CSRF跨站请求伪造（Cross-Site Request Forgery）
• 本地文件包含（LFI）
• 远程文件包含（RFI）
• 模板注入（SSTI）
• 反序列化漏洞（Deserialization）
• 等

---

👨‍💻 作者信息

🔧 工具名称：AI哨兵

👥 开发团队：0xShe

📌 版本：v1.0.0

---

⚠️ 免责声明

⚖️ 法律声明

1. 授权要求：本工具仅供合法授权的渗透测试使用。使用者必须在测试前获得目标系统所有者的明确书面授权。
2. 法律责任：未经授权对计算机系统进行渗透测试属于违法行为。使用者需自行承担因使用本工具产生的一切法律责任。
3. 免责条款：开发者不对任何未授权使用、非法使用或滥用本工具的行为承担责任。

📜 使用规范

• 必须遵守当地法律法规和网络安全法
• 必须在授权范围内进行测试
• 禁止对未授权目标进行测试
• 禁止使用本工具进行任何破坏性操作
• 发现漏洞后应及时通知相关方修复

🔒 数据安全

• 请求和响应数据会发送至AI服务商进行分析
• 避免测试包含敏感信息的接口
• 妥善保管API密钥
• 了解并遵守AI服务商的使用条款

---

🔬 技术特性

🤖 AI技术

• 支持25+个主流AI服务
• 智能认证头识别
• 支持多种API响应格式
• 自动适配不同模型

🔐 安全性

• 无害化测试载荷
• 不会破坏目标系统
• 完善的异常处理
• 详细的错误日志

⚡ 性能

• 并发测试支持（3个线程）
• 智能Token优化
• 避免重复测试
• 平均每个请求30-60秒

🎯 准确性

• AI二次验证
• 置信度阈值≥90%
• 分析完整响应
• 预期误报率<5%

---

🌏  下载地址

Github：https://github.com/0xShe/AI-SB

🎉 AI哨兵 – 让渗透测试更智能 🚀

---

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安全社 0xShe 0xShe《Ai哨兵 – 哨兵系列第五弹》