ARL 重构了：Docker 全栈容器化 + Vue 3 解耦，让 AI 辅助魔改成为可能
原创
菜狗
菜狗
只会看监控的实习生
2026年7月13日 09:14
广东
在小说阅读器读本章
去阅读
核心亮点
| 亮点 | 说明 |
|---|---|
| 底层引擎换代 | 淘汰 PhantomJS，迁移至 Chrome for Testing + Puppeteer，升级至最新 Nuclei 漏洞引擎 |
| 一站式业务闭环 | 打通「企业边界查询 (ICP/TYC) → 资产拓扑发现 → 指纹识别 → 自动化漏洞打点」全链路 |
| 极简部署 + AI 友好二开 | 后端与中间件全栈容器化，前端 Vue 3 彻底解耦，告别环境依赖地狱，适合 AI 辅助功能魔改 |
界面功能
| 模块 | 功能 |
|---|---|
| 全局仪表盘 | 资产分布、任务状态与实时日志，全局安全态势一目了然 |
| 企业资产查询 | 内置 ICP 备案与天眼查查询，摸清企业资产边界（网站/APP/公众号），支持一键下发扫描任务 |
| 任务管理 | 精细化任务调度与状态追踪，多维度过滤；优化插件分类与资产分组视图 |
| 系统设置 | Web 端热更新扫描字典、灵活调整任务并发；配置多渠道告警（钉钉/飞书/企微/邮件/Webhook），支持一键连通性测试 |
架构设计
| 层级 | 技术 | 职责 |
|---|---|---|
| 展示层 (Frontend) | Vue 3 + Vite | 用户交互与数据可视化 |
| 业务 API 层 (Backend) | Flask | 接收前端指令、鉴权、调度底层任务（含 ICP\_Query 等模块） |
| 消息中间件 (Broker) | RabbitMQ | 高效可靠分发并解耦异步扫描任务 |
| 异步执行层 (Workers) | Celery 分布式集群 | 执行漏洞扫描和资产收集（含普通 Worker、GitHub 监控、定时调度器） |
| 持久化存储 (Database) | MongoDB | 承载海量扫描结果与大宽表资产数据 |
快速部署（开发环境）
前置条件：Docker Desktop、Node.js、pnpm (npm install -g pnpm)
① 构建并启动后端
git clone https://github.com/owl234/ARL-Next
cd ARL-Next
# 首次构建（约 10~20 分钟，Dockerfile.dev 不变则无需重复 build）
docker-compose -f docker-compose.dev.yml build
# 一键启动全部后台服务
docker-compose -f docker-compose.dev.yml up -d
默认账号密码：admin / arlpass 端口映射：API 5001、Mongo 27018、RabbitMQ 5673、ICP 查询 16182
② 确认前端代理配置
// frontend/vite.config.js
proxy: {
'/api': {
target: 'http://127.0.0.1:5001',
changeOrigin: true,
}
}
③ 启动前端
cd frontend
pnpm install
pnpm run dev
项目地址
https://github.com/owl234/ARL-Next
低价出售安全证书不限于cisp、pte等cnvd、建了项目群，想进群的请回复进群
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论