2026-10-22 02:34:25 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

cover_image

登录自动化爆破做成mcp工具

原创

Licharse
Licharse

Licharsec

2026年6月24日 18:05
浙江

在小说阅读器读本章

去阅读

之前写过一个叫 SPiderX 的东西，功能堆得越多，代码越肿。

后来想通了，工具不是越重越强，是越精越好用。 在 AI 帮助下把核心抽出来，重写成一个轻量脚本。

脚本写完了，我又琢磨——现在 AI 自动化这么热，能不能让 AI 自己来调这玩意儿？

于是就折腾出了 LichAuto。

就干一件事

批量测登录弱口令。

你手里握着几十上百个 URL，里面混着各种登录页。有的就是个老系统表单 POST，有的带 JS 加密，有的还有验证码。

人工测？一个一个开浏览器，输 admin/admin123，等响应，下一个。搞完一批天都黑了。

LichAuto 的逻辑就一句话：URL 扔进去，它自己判断对面什么路数，选合适的姿势怼，然后把结果告诉你。

全程不需要人盯着。

什么场景能用

护网大资产批量扫。 几百个 URL 塞进去，自动过滤非登录页，自动分类难度，多线程干。简单目标多线程多个请求试多组密码，复杂目标开浏览器自动识别验证码。

县市级资产梳理。 县市的系统那叫一个五花八门——有零几年的 ASP 站点，一个 input 就交密码了；有新上的系统套了 Vue，登录还带验证码；还有的压根不是登录页。LichAuto 会自动分，该快的快，该慢的慢，不是登录页的跳过。

但我自己觉得最有意思的用法是这个——做成 MCP 让 AI 调。

目前AI自动化测网站已经成为了一种新趋势，以opencode举例，你在 opencode 里跟它说：

“扫一下这批资产按照合规渗透测试方式”

如果遇到登录框，它自己调 LichAuto → 拿结果 → 再开浏览器验证 → 输出结果，当然这只是一个小功能，例如burp的一个插件，但现在是属于AI的mcp工具

这才是以后工具该有的形态——不一定要有界面，但要让 AI 能调用，可以快速嵌入到更大的自动化流程里去。

跑一遍看看

开 20 个本地目标，端口 8000~8019。8 个简单登录，12 个复杂登录（含 JS 加密+验证码）。

先分类

脚本并发请求所有页面，看 HTML 结构：

有没有 <input type=\"password\">？没有就跳过。
有没有 jsencrypt、RSA、AES 这些关键词？有就走复杂模式。
有没有验证码图片标签？有也走复杂模式。
都没有？简单模式，直接 POST 怼。

20 个目标，0.3 秒分完。8 个简单，12 个复杂，0 个未知。

LichAuto 的整个流程就是这样串起来的：

简单爆破

就是 requests 发 POST，没什么技术含量，主打一个快：

http://127.0.0.1:8002 -> root:123456
http://127.0.0.1:8004 -> admin:root
http://127.0.0.1:8001 -> admin:root
http://127.0.0.1:8003 -> root:root
http://127.0.0.1:8006 -> admin:root
http://127.0.0.1:8009 -> root:root
http://127.0.0.1:8013 -> root:123456
http://127.0.0.1:8015 -> admin:123456

8 个目标，0.3 秒，全中。

复杂爆破

复杂的就得 Playwright 上了。headless Chromium 打开页面，自动定位用户名框、密码框、登录按钮、验证码图。

然后开始试密码——每次自动截图验证码，用 ddddocr 识别，填入，点登录，看结果。

[8000] 发现验证码图片
[8005] 发现验证码图片
OCR引擎初始化成功
[8005] 识别验证码: 7287
[8000] 识别验证码: 1175
    试 admin:123456 → 失败
    试 admin:admin@123 → 失败
    ……
[8005] root:123456 → 识别验证码: 1727 → 登录成功！
[8000] root:root → 识别验证码: 9686 → 登录成功！

验证码识别不是每次都准，但失败了会刷新重试。多试几次总能蒙对。

简单 8 个全中，复杂演示的 2 个也拿下了：

架构

就几个文件：

lichauto-api/
├── config.py           配置（字典、超时、并发数）
├── utils.py            工具函数（日志、OCR、文件读写）
├── classifier.py       分类器
├── cracker_simple.py   简单爆破
├── cracker_complex.py  复杂爆破 + 验证码
├── lichauto.py         主流程编排
└── mcp_server.py       MCP接口

核心流程就三步：分类 → 简单爆破 → 复杂爆破。

没什么花里胡哨的设计，配置文件里调一下字典、线程数、超时时间就能用。

MCP Server 接入

这个反而是最简单的部分。

写个 mcp\_server.py，用 FastMCP 把函数暴露出去：

python

from mcp.server.fastmcp import FastMCP
from lichauto import LichAuto

mcp = FastMCP(\"lichauto\")

@mcp.tool()
def auto_crack(urls: list[str]) -> dict:
    lich = LichAuto()
    return lich.run(urls)

mcp.run()

在 opencode.json 里注册一下：

json

{
  \"mcp\":{
    \"lichauto\":{
      \"type\":\"local\",
      \"command\":[\"python\",\"path/to/mcp_server.py\"],
      \"enabled\":true
    }
}
}

完事。AI 的工具列表里就多了一个 lichauto_auto_crack，跟内置工具一样用。