cognis-digital/deeplinkfuzz

``` pip install cognis-deeplinkfuzz deeplinkfuzz scan . # → prioritized findings in seconds ``` ## 用法 — 逐步指南 1. **安装** CLI： pip install deeplinkfuzz 2. **对 AndroidManifest.xml 进行模糊测试**，以发现深度链接注入和组件劫持漏洞（使用 `-` 从标准输入读取）： deeplinkfuzz fuzz AndroidManifest.xml 3. **扩大或缩小扫描范围** — 包含未导出的组件并设置严重性下限： deeplinkfuzz fuzz AndroidManifest.xml --include-unexported --min-severity medium 4. **读取输出。** 全局的 `--format json` 标志会生成结构化的发现报告： deeplinkfuzz --format json fuzz AndroidManifest.xml > findings.json 5. **将其集成到 CI 中**，以便在出现新的深度链接发现时阻止合并： deeplinkfuzz fuzz app/src/main/AndroidManifest.xml --min-severity high || exit 1 ## 目录 - [为什么选择 deeplinkfuzz？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI 技术栈](#ai-stack) · [对比分析](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关工具](#related) · [贡献](#contributing) ## 为什么选择 deeplinkfuzz？ 深度链接/intent 漏洞是目前移动端赏金漏洞中赏金最高的类别之一，且缺乏专门的模糊测试工具；deeplinkfuzz 可以在 CI 中自动枚举导出的入口点并重放变异的 payload。 `deeplinkfuzz` 是一个单一用途、可脚本化且可自托管的工具：将其指向目标，以您的工作流已有的格式（table · JSON · SARIF）获取优先级排序的结果，通过它来控制 CI，并让 agent 通过 MCP 驱动它。 ## 功能 - ✅ 解析 Manifest - ✅ 枚举入口点 - ✅ 构建深度链接 - ✅ 变异 - ✅ 检测漏洞 - ✅ Manifest 模糊测试 - ✅ 支持 Linux/macOS/Windows · Docker · devcontainer 运行 - ✅ 包含 Python、JavaScript、Go 和 Rust 版本（`ports/`） ## 快速开始 ``` pip install cognis-deeplinkfuzz deeplinkfuzz --version deeplinkfuzz scan . # scan current project deeplinkfuzz scan . --format json # machine-readable deeplinkfuzz scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ deeplinkfuzz scan . [HIGH ] DEE-001 example finding (./src/app.py) [MEDIUM ] DEE-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[input] --> P[deeplinkfuzz
analyze + score] P --> OUT[report] ``` ## 从任何 AI 技术栈中使用 `deeplinkfuzz` 可以与所有流行的 AI 使用方式互操作： - **MCP server** — `deeplinkfuzz mcp`（Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 通过管道将 `deeplinkfuzz scan . --format json` 传给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 用一行代码将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI pipeline 提供 exit code 和 SARIF ## 对比分析 | | **Cognis deeplinkfuzz** | Drozer（Android 攻击面）+ 来自移动渗透测试手册的 scheme 模糊测试技术 | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 视情况而定 | | 单一命令，零配置 | ✅ | ⚠️ | | 用于 CI 的 JSON + SARIF | ✅ | 视情况而定 | | 原生支持 MCP（AI agent） | ✅ | ❌ | | 多语言端口（JS/Go/Rust） | ✅ | ❌ | | 开放许可证 | ✅ COCL | 视情况而定 | *秉承 **Drozer（Android 攻击面）+ 来自移动渗透测试手册的 scheme 模糊测试技术** 的精神，以 Cognis 的方式重新构建。遗漏了致谢？欢迎提交 PR。* ## 集成 可接入您的技术栈：用于代码扫描的 **SARIF**，适用于任何场景的 **JSON**，用于 AI agent 的 **MCP server**（`deeplinkfuzz mcp`），以及用于 SIEM/Slack/Jira 的 webhook 转发器。请参阅 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 全平台各种方式 ``` pip install "git+https://github.com/cognis-digital/deeplinkfuzz.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/deeplinkfuzz.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/deeplinkfuzz.git" # uv pip install cognis-deeplinkfuzz # PyPI (when published) docker run --rm ghcr.io/cognis-digital/deeplinkfuzz:latest --help # Docker brew install cognis-digital/tap/deeplinkfuzz # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/deeplinkfuzz/main/install.sh | sh ``` | Linux | macOS | Windows | Docker | Cloud | |---|---|---|---|---| | `scripts/setup-linux.sh` | `scripts/setup-macos.sh` | `scripts/setup-windows.ps1` | `docker run ghcr.io/cognis-digital/deeplinkfuzz` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`apkpeek`](https://github.com/cognis-digital/apkpeek) — 一行命令静态分析 Android APK/AAB 二进制文件：将硬编码的密钥、导出的组件、危险权限和不安全的 manifest 标志作为单个 SARIF 报告呈现。 - [`ipasnitch`](https://github.com/cognis-digital/ipasnitch) — 用于 iOS .ipa 包的静态扫描器，可标记 ATS 例外、缺失的 entitlement 加固、内嵌的 URL/密钥以及薄弱的 Info.plist 传输设置。 - [`hookcraft`](https://github.com/cognis-digital/hookcraft) — 根据 YAML 意图（例如“绕过 SSL pinning”、“转储加密密钥”）生成可直接运行的 Frida 插桩脚本，并验证它们是否附加到目标进程。 - [`dastlite`](https://github.com/cognis-digital/dastlite) — 无头、配置即代码的 DAST 运行器，可爬取经过身份验证的 Web/移动 API 接口，并触发精心策划的主动扫描规则集，输出去重后的 SARIF。 - [`semsift`](https://github.com/cognis-digital/semsift) — 轻量级的语义感知 SAST，仅对 diff 运行精选的污点分析规则，让 PR 获得快速的增量 SAST，避免全仓库扫描疲劳。 - [`cheatsense`](https://github.com/cognis-digital/cheatsense) — 反作弊遥测分析器，可摄取游戏会话日志，并通过可解释的单项评分标记统计上异常的输入/瞄准/移动特征。 **探索套件 →** [🗂️ 所有 170+ 工具](https://github.com/cognis-digital/cognis-neural-suite) · [⭐ awesome-cognis](https://github.com/cognis-digital/awesome-cognis) · [🔗 cognis-sources](https://github.com/cognis-digital/cognis-sources) · [🤖 uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet) · [🧠 engram](https://github.com/cognis-digital/engram) ## 互操作性 `{}` 可与 300+ 工具的 Cognis 套件组合 — JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 主干。请参阅 **[INTEROP.md](INTEROP.md)** 了解 套件图谱、组合模式和参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 下提供源码 — 个人、内部评估、研究和教育用途免费；**商业/生产用途需要许可证** (licensing@cognis.digital)。请参阅 [LICENSE](LICENSE)。

标签：iOS, LNA, 可视化界面, 安卓, 数据可视化, 日志审计, 目录枚举, 移动安全, 请求拦截, 逆向工具