Kentunji/argus
GitHub: Kentunji/argus
AI 驱动的 Web 漏洞扫描器，通过 LLM 辅助生成与验证提升检测准确性。
Stars: 0 | Forks: 0
# Argus
AI 驱动的 Web 应用程序漏洞扫描器。使用 LLM 辅助的漏洞生成来检测和验证现代 Web 应用中的安全缺陷。
## 概述
Argus 结合了传统 Web 爬取与 LLM 推理，以识别并验证 Web 应用中的漏洞。扫描器使用 DeepSeek 作为语言模型后端，并设计用于针对故意存在漏洞的目标进行测试，例如 [OWASP Juice Shop](https://github.com/juice-shop/juice-shop)。
## 要求
- Python 3.10+
- DeepSeek API 密钥 ([platform.deepseek.com](https://platform.deepseek.com))
- 你拥有或已获授权测试的目标 Web 应用
## 安装
```
git clone git@github.com:kentunji/argus.git
cd argus
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
# 编辑 .env 并添加您的 DeepSeek API 密钥
```
## 用法
## 负责任使用
Argus 仅限授权安全测试使用。不得用于你未拥有或未获得明确书面许可的系统。请参阅 [SECURITY.md](SECURITY.md)。
## 许可证
[MIT](LICENSE) © 2026 Kehinde Adetunji Tosin
标签：AI安全, API密钥, Chat Copilot, DeepSeek, DLL 劫持, LLM辅助, Maven, OWASP Juice Shop, Python, 大语言模型, 无后门, 漏洞验证, 熵值分析, 现代Web应用, 虚拟环境, 负责任披露, 逆向工具