文章总结： VulnClaw是一款基于AIAgent的自动化渗透测试工具，支持自然语言输入驱动全流程（信息收集、漏洞发现、利用、报告生成）。其核心创新在于目标驱动求解引擎与黑板图状态空间搜索，通过Fact和Intent原语避免重复探索，并引入证据级反幻觉闸门确保结论真实性。工具支持13个LLMProvider、MCP工具链及21个渗透Skill，适用于授权渗透测试、CTF竞赛等场景。安装简便，提供CLI、TUI和WebUI多种交互方式。 综合评分： 85 文章分类： 渗透测试,红队,安全工具,AI安全,漏洞分析

---

[工具]VulnClawAI自动化渗透测试

略懂安全的三秋 略懂安全的三秋

略懂安全的三秋

2026年7月1日 22:38 广西

在小说阅读器读本章

去阅读

基于 AI Agent + MCP 工具链 + 渗透 Skill 编排， 配合大语言模型， 自然语言输入 → 自动完成「信息收集 → 漏洞发现 → 漏洞利用 → 报告生成」全流程。 它能做什么 链接：https://github.com/Unclecheng-li/VulnClaw

输入自然语言，AI 自动执行渗透测试全流程： 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

适用于已授权的渗透测试、CTF 竞赛、安全教学、红队演练等场景。 特性

目标驱动求解引擎（默认） — 抛弃固定轮数工作流，以「目标达成 / 探索前沿耗尽 / 安全预算」为终止条件，自动收敛 黑板图状态空间搜索 — 把渗透建模为从 origin 向 goal 的搜索：Fact（已确认事实）+ Intent（探索方向），结构上杜绝”原地打转” 证据级反幻觉闸门 — 声称的 flag/结论必须在真实工具输出里逐字符出现才被采信，杜绝凭空编造 flag 的假胜利 自然语言驱动 — 用人话描述渗透意图，自动识别阶段和工具 13 个 LLM Provider — OpenAI / MiniMax / DeepSeek / 智谱 / Moonshot / 千问 / SiliconFlow / 豆包 / 百川 / 阶跃星辰 / 商汤 / 零一万物，一键切换 MCP 工具链 — 4 个 MCP 服务：fetch / memory 本地实现开箱即用，chrome-devtools / burp 对接外部 MCP 服务实现浏览器自动化和 HTTP 抓包重放 AI Agent 核心 — OpenAI 兼容协议 + Tool Calling + 自主渗透循环 结构化推理 + 自适应反思 — 已知事实/约束/攻击链结构化沉淀；失败自动归类并按 L0-L4 渐进升级 payload 绕过策略 漏洞检测插件体系 — 低耦合插件运行时 + 内置只读 Web 插件，结果自动汇入报告链路（vulnclaw plugins） 21 个渗透 Skill — 7 核心 + 14 专项 Skill（含 CTF Web/Crypto/Misc、osint-recon、secknowledge-skill），含 180 个参考文档 编解码/加解密工具 — 29 种操作（Base64/Hex/URL/AES/JWT/Morse 等），LLM 可精确调用，不再靠猜测 Python 代码执行 — 内置 python_execute 工具，适合 payload 构造和响应解析；当前仍属高风险实验能力，不应视为强隔离沙箱 持续性渗透测试 — 周期循环（默认 100 轮/周期 × 10 周期 = 1000 轮），每周期自动生成报告，直到手动终止 推理过程显示控制 — think on/off 一键切换 LLM 思考过程的显示/隐藏，默认关闭，干净输出只看结论 沙盒模式提示词 — 解锁 AI 安全测试能力，CTF / 授权渗透场景专用 自动报告 & PoC — 生成结构化 Markdown 报告和可运行的 Python PoC 脚本 Web UI 模式 — vulnclaw web 启动本地 Web 界面，浏览器操作渗透测试全流程，默认 127.0.0.1:7788 安全知识库 — 已内置知识库模块与基础种子数据，CLI 可维护；检索增强正在逐步接入主流程

架构升级：从「固定轮数工作流」到「目标驱动求解」

旧版自主渗透是固定轮数循环（跑满 N 轮才停），在弱模型上容易陷入”反复请求同一页面、嘴上说要测注入却不发包”的死循环。新版把渗透重构为状态空间搜索，这是本次重构的核心。 黑板图 + OODA 求解循环（默认引擎 solve）

把渗透看作从 origin（目标）向 goal（拿到 flag / shell / 确认高危漏洞）的有向搜索，用两个原语驱动： 原语 含义

Fact 已被真实工具输出证实的客观事实（探索的落脚点）

Intent 声明的探索方向（尚未执行的一步），从 Fact 出发，结论后产出新 Fact

循环结构（vulnclaw/agent/solver.py）： REASON（读全图）→ 目标达成? / 提出新探索方向 / 不提出         │ EXPLORE（领一个 Intent）→ 用工具实际执行 → 把确认的结论写回为一个 Fact         │ 终止：目标达成 / 探索前沿耗尽（Reason 不再提方向）/ 触达安全预算 为什么结构上杜绝打转：一旦”首页是登录框”成为一个 Fact，Reason 就不会再提”去看首页”，而是提”测 SQL 注入”；每个 Intent 领取一次、结论一次即标记 concluded/abandoned，不可能重复。终止由目标驱动，不再是数死轮数。 证据级反幻觉闸门

弱模型常凭空编造 flag。新引擎在 solve() 里录制所有真实工具输出（HTTP 响应体、python_execute 输出）作为唯一可信证据： 结论闸门：Explore 结论里声称的 flag，若未在真实工具输出里逐字符出现 → 判定幻觉、丢弃、标记 [未验证]。 完成闸门：Reason 宣布”目标达成”时，若目标要 flag 但真实输出里从无 flag → 拒绝完成、继续探索。 即时收敛：一旦拿到经证据验证的 flag，立即完成，不再空跑验证轮。 这套机制对弱模型尤其友好：旧的固定轮数循环容易在重复请求里空转，而「目标驱动 + 证据反幻觉」会逼着 Agent 用真实工具输出一步步逼近目标，并拒绝任何无证据支撑的「完成」。 结构化推理 + 自适应反思

推理状态层（reasoning_state.py）：已知事实（带置信度）、推理障碍（WAF/过滤等）、候选攻击链，结构化沉淀并注入提示词。 反思引擎（reflexion.py）：失败自动归类（环境限制/路径错误/参数错误/信息不足），按 L0-L4 渐进升级 payload 绕过策略（原始 → URL 编码 → 双写注释 → Unicode/hex → 多层混淆/换攻击面），persistent 模式跨周期保留失败记忆。 漏洞检测插件体系

低耦合插件运行时（vulnclaw/plugins/）+ 内置只读 Web 插件（安全响应头 / JWT / JS 端点分析），插件结果可去重合并进 SessionState.findings 进入报告链路。 切回旧的固定轮数引擎：vulnclaw config set session.engine rounds

快速开始

安装

从 PyPI 安装（推荐）

pip install vulnclaw

从源码安装

git clone https://github.com/Unclecheng-li/VulnClaw.gitcd VulnClaw pip install -e . Docker 运行（可选）

镜像已内置 Web UI 以及默认 MCP 服务所需的运行时（npx / uvx），所有状态（配置、会话、目标、报告）持久化到 /data 数据卷。 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 也可用纯 docker 运行某条 CLI 命令： docker run –rm -it \   -e VULNCLAW_LLM_API_KEY=sk-your-key-here \   -v vulnclaw-data:/data \   vulnclaw:latest scan ⚠️ 容器内的 localhost 指向容器自身。扫描宿主机服务请使用 host.docker.internal，扫描其它容器请共享网络并用容器名访问。详见 DOCKER.md。 四步启动

1. 选择提供商（自动填充 Base URL 和模型名）

vulnclaw config provider minimax   (或 openai/deepseek/zhipu/moonshot/qwen/siliconflow)

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；详见 docs/keyless-auth.md，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 环境检查

vulnclaw doctor 输出示例： 🦞 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 命令速查

vulnclaw –help 查看所有命令： $ vulnclaw –help

🦞 VulnClaw — AI-powered penetration testing CLI

Usage: vulnclaw [OPTIONS] COMMAND [ARGS]…

Options:    –version  Show version and exit.    –help     Show this message and exit.

Commands:    run           🚀 一键全流程渗透测试    persistent    🔄 持续性渗透测试（100轮/周期）    recon         🔍 仅信息收集阶段    scan          🔎 执行漏洞扫描阶段    exploit       💥 执行漏洞利用阶段    report        📝 从会话记录生成报告    repl          💬 启动经典 REPL 交互界面    config        ⚙️  管理配置（set/get/list/provider）    init          🔧 初始化配置    doctor        🏥  检查运行环境    tui           🖥️  打开终端图形化工作台    web           🌐 启动本地 Web UI 命令详解

命令 说明 示例

vulnclaw 默认打开原 CLI / REPL 交互界面 vulnclaw

vulnclaw tui 显式打开终端图形化工作台 vulnclaw tui / vulnclaw tui –target target.com

vulnclaw repl 启动经典 REPL 交互界面 vulnclaw repl

vulnclaw solve 目标驱动求解（无固定轮数，拿到目标即停） vulnclaw solve target.com –goal “拿到flag”

vulnclaw run 一键全流程渗透（默认走 solve 引擎） vulnclaw run 192.168.1.1

vulnclaw persistent 持续性渗透（100轮/周期） vulnclaw persistent 192.168.1.1

vulnclaw recon 仅信息收集（不利用漏洞） vulnclaw recon target.com

vulnclaw scan 漏洞扫描阶段 vulnclaw scan target.com –ports 80,443

vulnclaw exploit 漏洞利用阶段 vulnclaw exploit target.com –cve CVE-2024-1234

vulnclaw report 从会话 JSON 生成报告 vulnclaw report session_xxx.json

vulnclaw config set 设置配置项 vulnclaw config set llm.api_key sk-xxx

vulnclaw config get 查看配置项 vulnclaw config get llm.model

vulnclaw config list 列出所有配置 vulnclaw config list

vulnclaw config provider 切换 LLM 提供商 vulnclaw config provider minimax

vulnclaw init 初始化配置文件 vulnclaw init

vulnclaw doctor 检查运行环境 vulnclaw doctor

vulnclaw plugins list 列出漏洞检测插件 vulnclaw plugins list –stage discovery

vulnclaw plugins info 查看插件元信息 vulnclaw plugins info builtin.web.headers

vulnclaw plugins run 运行插件（仅分析传入数据） vulnclaw plugins run builtin.web.headers –input headers.json –session s.json

vulnclaw web 启动本地 Web UI vulnclaw web / vulnclaw web –port 8080

TUI 工作台

vulnclaw tui 是可选的终端图形化工作台入口。它会在终端中展示授权目标、检查模式、运行概览、安全边界、命令预览、历史状态、报告和内联环境诊断，让用户先确认范围再启动任务。 vulnclaw tui vulnclaw tui –target https://target.example –mode quick –only-port 443 vulnclaw tui –dry-run –target https://target.example –mode deep –only-path /admin 默认 vulnclaw 仍然进入原 CLI / REPL 交互；只有显式输入 vulnclaw tui 才会进入 TUI。 运行概览会读取已选目标的历史快照、风险数量、持久化约束和约束拦截次数，帮助用户在继续测试前确认上下文没有衰减。 在 TUI 的“设置测试范围”中可以直接编辑允许动作和禁止动作，例如只允许 recon,scan，或禁止 exploit,post_exploitation。 配置管理

查看所有提供商并切换

vulnclaw config provider –list    # 查看所有可用提供商 vulnclaw config provider minimax   # 切换到 MiniMax

手动设置（custom 模式）

vulnclaw config set llm.base_url https://your-api.com/v1 vulnclaw config set llm.model your-model-name vulnclaw config set llm.api_key sk-your-key

使用方式

方式一：原 CLI / REPL 交互模式（默认）

$ vulnclaw 无参数启动会进入原本的 🦞 交互界面，用自然语言对话： 🦞 vulnclaw> 对 192.168.1.100 进行渗透测试，这是我授权的靶场

[*] 进入自主渗透模式，按 Ctrl+C 可随时中断 ── Round 1 ──   [+] 目标: 192.168.1.100   [+] 开放端口: 22, 80, 443, 8080 方式二：TUI 工作台（显式启用）

$ vulnclaw tui TUI 会先展示目标、检查模式、运行概览和安全边界，让你确认授权范围后再启动任务： VulnClaw TUI 工作台

授权目标        https://example.com 检查模式        快速摸底 / recon 运行概览        历史快照、风险数量、持久化约束、约束拦截 安全边界        仅测试端口 443，禁止 exploit/persistent/post_exploitation

1 设置授权目标 2 选择检查模式 3 设置测试范围 4 开始授权安全检查 8 模型/API 配置 常用启动方式： vulnclaw tui vulnclaw tui –target https://target.example –mode quick –only-port 443 vulnclaw tui –dry-run –target https://target.example –mode deep –only-path /admin 菜单 3 “设置测试范围”可编辑主机、端口、路径、排除项、允许动作和禁止动作；这些边界会进入启动前确认和实际任务命令。 菜单 7 “环境诊断入口”会在 TUI 内显示 Python、Node/npx/uvx/nmap、LLM 配置和 MCP 服务/工具摘要；需要完整详情时再运行 vulnclaw doctor。 菜单 8 “模型/API 配置”可直接切换 Provider、Base URL、Model 和 API Key，保存后工作台会立刻使用新配置。 方式三：经典 REPL 子命令

$ vulnclaw repl 进入经典 🦞 交互界面，用自然语言对话： 🦞 vulnclaw> 对 192.168.1.100 进行渗透测试，这是我授权的靶场

[*] 进入自主渗透模式，按 Ctrl+C 可随时中断 ── Round 1 ──   [+] 目标: 192.168.1.100   [+] 开放端口: 22, 80, 443, 8080   [+] Web 指纹: Apache/2.4.62 ── Round 2 ──   [+] 发现 /manager/html (Tomcat Manager)   [+] 命中 CVE-202X-XXXX: Apache Tomcat 认证绕过 ── Round 3 ──   [+] 漏洞验证成功

🦞 192.168.1.100 | 报告> 生成渗透报告 [+] 报告已保存: ./reports/192.168.1.100_20260418.md [+] PoC 脚本已保存: ./pocs/CVE-202X-XXXX.py 经典 REPL 内置命令

命令 说明

target 设置渗透测试目标

status 查看当前状态（目标、阶段、工具、推理显示）

tools 列出当前可用 MCP 工具

think 切换推理过程显示/隐藏

think on / off 精确控制推理过程显示

persistent 启动持续性渗透测试（100轮/周期，自动报告）

persistent 对指定目标启动持续性渗透

clear 清空当前会话

help 显示帮助信息

exit / quit / q 退出 VulnClaw

自主渗透模式

VulnClaw 检测到以下关键词 + 目标时，自动进入多轮自主渗透循环： 触发方式 示例

渗透指令 对 http://target.com 进行渗透测试

CTF / 找 flag 帮我对 http://ctf.site 找出flag

爆破 / 绕过 对 http://target.com 弱口令爆破

显式触发 目标：http://target.com，进入自主渗透模式

💡 在 REPL 中输入 Ctrl+C 可随时中断自主循环。切换目标时自动重置会话上下文。 方式二：单命令模式

一键全流程渗透测试

vulnclaw run 192.168.1.100

持续性渗透测试（每周期100轮，最多10周期，自动生成报告）

vulnclaw persistent 192.168.1.100

自定义周期参数

vulnclaw persistent 192.168.1.100 –rounds 200 –cycles 5

仅信息收集

vulnclaw recon 192.168.1.100

漏洞扫描（可指定端口）

vulnclaw scan 192.168.1.100 –ports 80,443,8080

漏洞利用（可指定 CVE）

vulnclaw exploit 192.168.1.100 –cve CVE-2024-1234 –cmd id

生成报告

vulnclaw report session.json 方式三：持续性渗透模式

适用于需要长时间深度渗透的场景。VulnClaw 以周期循环方式运行： ┌──────────────────────────────────────────────┐ │  Cycle 1 (100轮) → 自动报告 → 继续          │ │  Cycle 2 (100轮) → 自动报告 → 继续          │ │  Cycle 3 (100轮) → 自动报告 → 继续          │ │  …                                         │ │  直到 Ctrl+C 或达到最大周期数（默认10）      │ └──────────────────────────────────────────────┘ 特点： 跨周期状态保持 — 每个周期保留之前的所有发现、漏洞和步骤记录 周期报告 — 每个周期结束自动生成独立的 Markdown 报告（含新增漏洞和累计汇总） 灵活中断 — Ctrl+C 随时中断，中断时仍生成本周期报告 增量发现 — 报告区分”本周期新增”和”累计总计”，清晰追踪进展 可配置 — 每周期轮数、最大周期数、是否自动报告均可配置

CLI 方式

vulnclaw persistent 192.168.1.100              # 默认 100轮/周期 × 10周期 vulnclaw persistent 192.168.1.100 -r 200 -c 5  # 200轮/周期 × 5周期 vulnclaw persistent 192.168.1.100 –no-report   # 不自动生成报告

TUI 方式

vulnclaw tui –target 192.168.1.100 –mode continuous

REPL 方式

🦞 vulnclaw> target 192.168.1.100 🦞 vulnclaw> persistent# 或直接 🦞 vulnclaw> persistent 192.168.1.100 方式四：Web UI 模式

通过浏览器操作渗透测试全流程，适合偏好图形界面的用户。

安装 Web 依赖

pip install vulnclaw[web]

启动 Web UI（默认 127.0.0.1:7788）

vulnclaw web

自定义端口

vulnclaw web –port 8080

仅检查启动信息（不实际启动服务）

vulnclaw web –dry-run 启动后浏览器访问 http://127.0.0.1:7788 即可使用。 ⚠️ 默认仅绑定本地回环地址。如需远程访问须显式指定 –host 0.0.0.0 –allow-remote，请确保网络环境安全。

LLM 提供商配置

VulnClaw 支持所有 OpenAI 兼容协议的 API，内置 8 个提供商预设： vulnclaw config provider –list    # 查看所有提供商 vulnclaw config provider minimax   # 一键切换 提供商 命令 默认模型

OpenAI provider openai gpt-4o

MiniMax provider minimax MiniMax-M3

DeepSeek provider deepseek deepseek-v4-pro

智谱 GLM provider zhipu glm-4.7

Kimi provider moonshot kimi-k2.6

通义千问 provider qwen qwen3-max

SiliconFlow provider siliconflow DeepSeek-V4-Flash

豆包 provider doubao Doubao-Seed-2.0-Pro

百川 provider baichuan Baichuan4-Turbo

阶跃星辰 provider stepfun step-3.5-flash

商汤 provider sensetime SenseNova-6.7-Flash-Lite

零一万物 provider yi yi-lightning

自定义 provider custom 手动填写

架构

┌─────────────────────────────────────────────┐ │                VulnClaw CLI                  │ │  ┌─────────┐  ┌─────────┐  ┌────────────┐  │ │  │  自然语言 │  │  任务编排 │  │ 报告 & PoC │  │ │  │  交互层  │  │  引擎    │  │   生成器   │  │ │  └────┬────┘  └────┬────┘  └─────┬──────┘  │ │       └─────────────┼─────────────┘        │ │               ┌─────▼──────┐                │ │               │ LLM Agent  │                │ │               │ (越狱+Skill)│               │ │               └─────┬──────┘                │ │               ┌─────▼──────┐                │ │               │ MCP 编排层  │                │ │               │ (4 服务)   │                │ │               └─────┬──────┘                │ │               ┌─────▼──────┐                │ │               │ 安全知识库  │                │ │               └────────────┘                │ └─────────────────────────────────────────────┘ 核心模块

模块 文件 说明

CLI/TUI 入口 cli/main.py + cli/tui.py Typer 命令 + 默认原 CLI/REPL + 显式 TUI

Agent 核心 agent/core.py AgentCore 协调入口（核心重构后主要保留少量协调职责）

求解引擎（默认） agent/solver.py + agent/blackboard.py 目标驱动 OODA 循环 + Fact/Intent 黑板图 + 证据级反幻觉闸门

推理 / 反思 agent/reasoning_state.py + reflexion.py 结构化事实/约束/攻击链 + 失败归类与 L0-L4 升级

插件体系 plugins/（registry/runtime/web） 低耦合漏洞检测插件运行时 + 内置只读 Web 插件

动态提示词 agent/prompts.py 基础身份 + 核心契约 + Skill + MCP 工具列表

Prompt 组装 agent/system_prompt.py + prompt_context.py system prompt / round context / attack summary 组装

输入分析 agent/input_analysis.py 目标识别、阶段识别、用户漏洞提示提取

反死循环 / CTF agent/anti_loop.py + ctf_mode.py 完成信号、攻击路径、失败目标、flag 状态机

会话状态 agent/context.py 阶段追踪 + 漏洞发现 + 步骤记录

Skill / KB 上下文 agent/skill_context.py + kb_context.py Skill 选择与知识库 prompt 注入

目标状态继承 target_state/store.py 同目标成果沉淀、恢复、快照、回滚、target 报告

MCP 编排 mcp/registry.py + lifecycle.py + router.py 服务注册 + 生命周期 + 自然语言→工具路由

Skill 调度 skills/loader.py + dispatcher.py 目录格式 Skill + CTF/SRC/AI/Web 等意图动态调度

编解码工具 skills/crypto_tools.py 29 种编解码/加解密操作，注册为内置 Agent 工具

配置管理 config/schema.py + settings.py Pydantic 模型 + YAML 持久化 + 8 Provider 预设

报告生成 report/generator.py + poc_builder.py Markdown 报告 + Python PoC 模板

安全知识库 kb/store.py + retriever.py JSON 存储 + CVE/技术/工具检索

MCP 工具链

MCP 服务 工具数 模式 用途 状态

fetch 1 本地 (httpx) HTTP 请求、API 测试 开箱即用

memory 2 本地 (JSON) 上下文记忆、状态持久化 开箱即用

chrome-devtools 31+ stdio MCP 浏览器自动化、截图、JS 执行 需部署

burp 多个 stdio MCP HTTP 抓包、重放、漏洞扫描 需部署

另有 5 个内置 Agent 工具（python_execute + nmap_scan + crypto_decode + brute_force_login + load_skill_reference），无需 MCP 即可调用。 Chrome DevTools MCP 部署

仓库: ChromeDevTools/chrome-devtools-mcp — 31+ 工具，覆盖点击/表单/截图/JS执行/网络监控/性能分析 前置条件: Node.js LTS (v20+) + Chrome 浏览器

Step 1: 启动 Chrome 远程调试# Windows”C:\Program Files\Google\Chrome\Application\chrome.exe” –remote-debugging-port=9222 –user-data-dir=C:\tmp\chrome-debug# Linux/Mac

google-chrome –remote-debugging-port=9222 –user-data-dir=/tmp/chrome-debug

Step 2: 启用 VulnClaw 配置（自动通过 npx 拉取，无需手动安装）

vulnclaw config set mcp.servers.chrome-devtools.enabled true VulnClaw 配置已内置 npx -y chrome-devtools-mcp@latest，启用后自动连接。如需指定 Chrome 调试地址，编辑 ~/.vulnclaw/config.yaml： mcp:   servers:     chrome-devtools:       enabled: true       transport:         type: stdio         command: npx         args: [“-y”, “chrome-devtools-mcp@latest”, “–browser-url=http://127.0.0.1:9222”] Burp Suite MCP 部署

仓库: PortSwigger/mcp-server — 官方 MCP 扩展，支持 SSE + Stdio 协议 前置条件: Java 11+ + Burp Suite Professional

Step 1: 克隆并构建

git clone https://github.com/PortSwigger/mcp-server.git burp-mcpcd burp-mcp ./gradlew embedProxyJar    # Windows: gradlew.bat embedProxyJar# 产物: build/libs/burp-mcp-all.jar

Step 2: 加载到 Burp Suite# Burp → Extensions → Add → Type: Java → 选择 burp-mcp-all.jar

Step 3: 在 Burp 的 MCP 标签页勾选 “Enabled”（默认监听 127.0.0.1:9876）

Step 4: 启用 VulnClaw 配置

vulnclaw config set mcp.servers.burp.enabled true 建议将 JAR 复制到固定位置并更新配置： mcp:   servers:     burp:       enabled: true       transport:         type: stdio         command: java         args: [“-jar”, “~/.vulnclaw/tools/burp-mcp-all.jar”, “–sse-url”, “http://127.0.0.1:9876”] 详细部署说明参见 docs/mcp-deployment.md

内置 Skill

核心 Skill (7)

Skill 说明

pentest-flow 渗透测试全流程编排

recon 信息收集流程

vuln-discovery 漏洞发现流程

exploitation 漏洞利用流程

post-exploitation 后渗透流程

reporting 报告生成流程

waf-bypass WAF 绕过技巧库

专项 Skill (14)

Skill 参考文档数 说明

web-pentest 4 Web 应用渗透

android-pentest 9 安卓应用渗透

client-reverse 20 客户端逆向分析

web-security-advanced 34 Web 安全进阶（注入、绕过、利用链）

ai-mcp-security 7 AI/MCP 安全测试

intranet-pentest-advanced 15 内网渗透进阶

pentest-tools 18 渗透工具速查

rapid-checklist 3 快速检查清单

crypto-toolkit 3 编解码/加解密（29 种操作，注册为内置工具）

ctf-web 9 CTF Web 攻击知识库（PHP绕过/RCE/SSTI/反序列化）

ctf-crypto 6 CTF 密码学攻击知识库（RSA/AES/ECC/PRNG/格攻击）

ctf-misc 6 CTF 杂项知识库（PyJail/BashJail/编码链/VM逆向）

osint-recon 7 OSINT 开源情报收集（四维模型：服务器/网站/域名/人员）

secknowledge-skill 39 Web+AI 安全测试知识库，面向 CTF/SRC/众测场景（WooYun/先知/GAARM/OWASP 方法论）

Skill 会根据用户输入自动调度，无需手动选择。专项 Skill 含 references/ 目录下的详细方法论文档，LLM 可通过 load_skill_reference 工具按需加载。 secknowledge-skill 集成自 Pa55w0rd/secknowledge-skill，上游 references/ 的 38 个文档已完整纳入，并额外增加 vulnclaw-ctf-src-routing.md 作为 VulnClaw 的 CTF/SRC 场景导航。它会在 SRC、漏洞挖掘、众测、GAARM、OWASP LLM/ASI/WSTG、Web+AI 等强信号输入下触发，用于按需加载 SQLi、XSS、RCE、SSRF、AI/MCP、Agent、风险矩阵和测试方法论等资料。 内置编解码/加解密工具 (crypto_decode)

crypto_decode 注册为 Agent 内置工具，LLM 在任何上下文中均可调用，不再靠猜测解码结果： 类别 操作

编解码 base64, base32, base58, hex, url, html, unicode, rot13, caesar, morse（各有 encode/decode）

哈希 md5, sha1, sha256, sha512

加解密 aes_encrypt, aes_decrypt（CBC 模式，PKCS7 填充）

JWT jwt_decode, jwt_encode

自动识别 auto_decode — 尝试所有常见编码，返回匹配结果

配置管理

命令行配置

vulnclaw config list                          # 查看所有配置 vulnclaw config get llm.model                 # 查看单项 vulnclaw config set llm.api_key sk-xx         # 设置 API Key vulnclaw config set session.max_rounds 30     # 设置自主渗透最大轮数（默认 15） vulnclaw config set session.stale_rounds_threshold 8  # 设置死循环检测阈值（默认 5） vulnclaw config set session.show_thinking false # 隐藏推理过程（也可在 REPL 中用 think off） 可配置项

配置项 默认值 说明

llm.provider openai LLM 提供商（8 个内置 + custom）

llm.api_key 空 API Key（auth_mode=static）

llm.auth_mode static static（api_key）或 oauth（vulnclaw login）

llm.chatgpt_auto_proxy false 自动启动内置 ChatGPT 后端桥接代理

llm.base_url 按 provider API 基础 URL，可自定义

llm.model 按 provider 模型名称，可自定义

llm.temperature 0.1 采样温度

llm.max_tokens 4096 单次最大输出 token

session.engine solve 自主引擎：solve（目标驱动，默认）/ rounds（旧固定轮数）

session.solve_max_steps 40 solve 探索步数安全上限（兜底，非固定工作流长度）

session.solve_max_intents 3 每次 Reason 最多提出的新探索方向数

session.solve_max_tool_rounds 6 每个 Intent 探索的最大工具调用轮数

session.max_rounds 15 旧 rounds 引擎的最大轮数（建议 10-50）

session.output_dir ./vulnclaw-output 报告输出目录

session.report_format markdown 报告格式（markdown / html）

session.poc_language python PoC 生成语言（python / bash）

session.show_thinking false 显示 LLM 推理过程（think 标签内容，默认关闭）

session.persistent_rounds_per_cycle 100 持续性渗透每周期轮数

session.persistent_max_cycles 10 持续性渗透最大周期数（0=无限）

session.persistent_auto_report true 持续性渗透每周期自动生成报告

session.stale_rounds_threshold 5 死循环检测阈值 — 连续无新发现轮数达到此值时触发强制策略切换

环境变量

变量 说明

VULNCLAW_LLM_PROVIDER LLM 提供商名称

VULNCLAW_LLM_API_KEY API Key

VULNCLAW_LLM_AUTH_MODE static / oauth

VULNCLAW_LLM_CHATGPT_AUTO_PROXY 内置 ChatGPT 代理

VULNCLAW_LLM_BASE_URL API 基础 URL

VULNCLAW_LLM_MODEL 模型名称

VULNCLAW_SESSION_MAX_ROUNDS 自主渗透最大轮数

VULNCLAW_SESSION_STALE_ROUNDS_THRESHOLD 死循环检测阈值

VULNCLAW_SESSION_REASONING_STATE_ENABLED 结构化推理状态开关

VULNCLAW_SESSION_REFLEXION_ENABLED 自适应反思引擎开关

VULNCLAW_SESSION_REFLEXION_MAX_SAME_VULN_FAILS 同类漏洞连败触发反思阈值

VULNCLAW_SESSION_ESCALATION_MAX_LEVEL Payload 升级上限（0-4）

VULNCLAW_SESSION_PLUGIN_RUNTIME_ENABLED 插件运行时开关

VULNCLAW_SESSION_PLUGIN_MAX_REQUESTS_PER_TARGET 单目标插件请求预算

优先级：环境变量 > 配置文件 > 内置默认值 配置文件位于 ~/.vulnclaw/config.yaml。

---

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：略懂安全的三秋 略懂安全的三秋 略懂安全的三秋《[工具]VulnClawAI自动化渗透测试》