raghubirrajmahato15/HackDev_AI

# HackDev AI 企业级、AI 辅助的 Web 漏洞扫描器。HackDev AI 结合了大量专门构建的扫描模块，以及自主 agent 编排和多 LLM 推理能力，能够端到端地规划、执行和分类安全评估。 它是 [HackDev](https://github.com/raghubirrajmahato15/raghubirrajmahato15) 工具包的一部分。 ## 核心亮点 - **自主编排** — `core/autonomous_orchestrator.py` 和 `core/coordinator.py` 负责规划和排序扫描阶段，并根据早期阶段的发现进行动态调整。 - **20+ 种专业扫描器** — SQLi、XSS、XXE、SSRF、SSTI、IDOR、CSRF、CORS、JWT、GraphQL、RCE、反序列化、子域接管、缓存投毒、请求走私等 (`scanners/`)。 - **多 LLM 支持** — 支持 Gemini、Groq、DeepSeek 和本地 LLM 的可插拔后端 (`core/gemini_ai.py`, `core/groq_ai.py`, `core/deepseek_ai.py`, `core/local_llm_engine.py`)。 - **漏洞利用链** — `core/ai_exploit_chain.py` 和 `core/exploit_executor.py` 将发现的漏洞串联成多步骤的漏洞利用尝试，并由 AI 进行决策引导。 - **具备规避检测能力的 HTTP 引擎** — Cloudflare 绕过、TLS 指纹欺骗、Tor 路由和浏览器自动化 (`core/http_engine.py`, `core/tor_enforcer.py`, `core/browser_engine.py`)。 - **侦察与情报** — 子域/API 收集、CVE 情报关联和技术指纹识别 (`core/advanced_recon.py`, `core/cve_intelligence_manager.py`, `core/tech_detector.py`)。 - **报告与合规** — 结构化的漏洞发现、关联分析以及面向合规的报告 (`core/reporter.py`, `core/compliance_reporter.py`, `core/vulnerability_correlator.py`)。 - **Web UI** — 基于 Flask 的仪表板，用于启动和监控扫描 (`hackdev_ai.py`, `templates/`)。 ## 架构 ``` hackdev_ai.py Flask entrypoint / web dashboard core/ Orchestration, AI engines, HTTP/browser engines, recon, exploitation, reporting scanners/ Independent vulnerability-class scan modules validators/ Deterministic result validation to reduce false positives tests/ Test suite ``` ## 环境要求 - Python 3.10+ - 完整依赖列表请参阅 [`requirements.txt`](requirements.txt)（包括 Flask、Playwright、cloudscraper、用于 Tor 的 PySocks/stem、sslyze，以及 `nuclei`、`arjun`、`shodan`、`censys` 等的可选封装） - 您启用的 LLM 后端（Gemini / Groq / DeepSeek）所需的 API 密钥，需通过 `.env` 进行配置 ## 安装说明 ``` git clone https://github.com/raghubirrajmahato15/HackDev_AI.git cd HackDev_AI ./install.sh pip install -r requirements.txt ./start.sh ``` 或者使用 Docker： ``` docker build -t hackdev-ai . docker run -p 5000:5000 --env-file .env hackdev-ai ``` 配置信息（API 密钥、扫描默认设置、字典）保存在 `config.py` 中，并在首次运行时由 `ensure_dirs()` 创建的 reports/config 目录下持久化存储。 ## 使用说明 启动服务（`./start.sh` 或 `python hackdev_ai.py`）并打开仪表板，配置目标，选择要启用的扫描模块和 AI 功能，然后启动扫描。漏洞发现、关联分析以及生成的报告可以在仪表板和 reports 目录下查看。 ## 法律与道德使用声明 HackDev AI 仅供授权的安全测试使用——即您自己拥有的测试业务，或您拥有明确书面测试许可的业务（渗透测试、范围内的漏洞赏金计划、CTF 竞赛、您自己的实验室环境）。请勿将其指向您未获授权测试的系统。 ## 项目状态 正在积极开发中。随着扫描模块和 agent 编排层的演进，预计版本间会出现破坏性变更。 ## 开源许可 MIT

标签：CISA项目, DLL 劫持, Flask, Web漏洞扫描, 人工智能, 域名收集, 大语言模型, 实时处理, 密码管理, 特征检测, 用户模式Hook绕过, 自动化渗透测试, 请求拦截, 逆向工具