AI 驱动的自动化渗透测试平台
1nceSec
1nceSec
HACK之道
2026年10月23日 08:45
重庆
去阅读
这是什么?
Trocar 是一个 AI 自主渗透测试系统。给它一个 URL,它会自动完成 JS 分析、接口发现、漏洞利用和报告生成。
五阶段「外科手术」模式:威胁建模 → 精准打击 → 深度反思 → 绕过探索 → 深度验证
独立设计实现,开发过程结合 AI 辅助。决策循环参考 LuaN1aoAgent 的 Planner-Executor-Reflector;黑板记忆与「认 A 打 B」攻击链吸收了相关文章与实战思路。本项目将其落地为五阶段流水线、渗透场景五分区持久化黑板,以及按特征按需加载的知识库与链式升级规则。
核心特性
- 黑板架构 — 五分区持久化记忆(攻击面 / 已验证发现 / 待验证假设 / 利用原语 / 失败记录),避免重复探测
- 34 个漏洞知识库 — 覆盖 IDOR、SQLi、XSS、SSRF、RCE、JWT、GraphQL、WebSocket 等主流漏洞类型,特征匹配自动加载测试模块
- 思考强度 — 5 级可调(Low / Medium / High / XHigh / Max),控制模型推理深度和 token 消耗
- 验证铁律 — 所有漏洞发现必须有真实 curl 请求证据,模型自述「我认为」不算数
- 多视角轮转 — 6 个分析视角覆盖 4 个阶段,像一个专家团队系统化覆盖
- 自动收敛 — 连续 N 轮无新发现自动停止,不浪费 token
- 浏览器引导 — 首次启动在浏览器填写 API Key,无需手动编辑配置文件
- 多模型支持 — Anthropic Claude / OpenAI / DeepSeek / 通义千问 / 智谱 GLM 及任何 OpenAI 兼容 API
- 实时推送 — WebSocket 实时展示 AI 测试过程和工具执行结果
- 安全沙箱 — 内置危险命令拦截 + 文件写入路径限制
- 并发会话 — 同时测试多个目标
- 交接文档 — 一键生成会话交接文档(黑板状态+已确认漏洞+攻击面+失败记录),支持会话恢复
- Docker 部署 — 一条命令启动
快速开始
方式一:克隆运行
git clone https://github.com/1nceSec/trocar.gitcd trocarpip install -r requirements.txtpython app.py
浏览器打开 http://127.0.0.1:9899 ,首次访问会引导你填写 API Key。
方式二:Docker(推荐)
拉取并启动:
docker pull ox1dq/trocar:latestdocker run -d --name trocar -p 9899:9899 -v trocar-data:/app/data ox1dq/trocar:latest
局域网访问(允许其他设备连接):
docker run -d --name trocar -p 9899:9899 -v trocar-data:/app/data -e HOST=0.0.0.0 ox1dq/trocar:latest
浏览器打开 http://127.0.0.1:9899
查看日志:
docker logs -f trocar
停止和删除:
docker stop trocardocker rm trocar
Docker Compose(可选): 创建 docker-compose.yml:
version: '3.8'services: trocar: image: ox1dq/trocar:latest ports: - \"9899:9899\" volumes: - trocar-data:/app/data restart: unless-stoppedvolumes: trocar-data:
启动:
docker compose up -d
方式三:Windows 双击启动
1. 从 Releases 下载 ZIP 并解压2. 双击 start.bat3. 浏览器打开 http://127.0.0.1:9899
多模型支持
| 提供商 | Base URL | 模型 |
|---|---|---|
| Anthropic | https://api.anthropic.com |
claude-sonnet-5 |
| DeepSeek | https://api.deepseek.com/v1 |
deepseek-v4-pro |
| 通义千问 | https://dashscope.aliyuncs.com/compatible-mode/v1 |
qwen-3.7-max |
| 智谱 GLM | https://open.bigmodel.cn/api/paas/v4 |
glm-5.3 |
| Ollama | http://127.0.0.1:11434/v1 |
llama3.1 |
| OpenAI | https://api.openai.com/v1 |
gpt-4o |
注意:非 Claude 模型的效果取决于模型自身的安全知识和推理能力。
工作流程
输入: https://target.com
阶段1: 威胁建模 视角: 攻击面侦察 → curl 抓页面、探测敏感路径、收集接口 视角: JS 逆向分析 → 下载 JS、搜索硬编码密钥/凭证
阶段2: 精准打击 视角: 未授权探测 → 逐个接口测试无认证访问 视角: 漏洞利用构造 → 对假设构造 PoC,用真实请求验证
阶段3: 绕过探索 视角: 绕过 403 → 路径截断、参数污染、UA 欺骗...
阶段4: 深度验证 视角: 深度验证 → 评估真实影响、扩大攻击面
连续 N 轮无新发现自动停止
交接文档
每个测试会话结束后,可以一键生成交接文档,完整导出当前会话的测试状态:
- 黑板五分区数据(攻击面、已验证漏洞、待验证假设、利用原语、失败记录)
- 已确认漏洞列表及 PoC
- AI 对话历史摘要
使用方式:
- 界面:点击会话卡片上的「交接文档」按钮
- API:
GET /api/sessions/{id}/handoff
典型场景:
- 测试中断后恢复:导出当前进度,新会话从断点继续
- 团队协作:将测试成果交接给其他成员
- 归档留存:保存完整的测试过程和发现
项目地址
https://github.com/1nceSec/trocar
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