Agentic-Bug-Hunter

让 AI 自动跑侦察，赏金猎人只管挖洞

开源 freemium 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 5321

维护状态活跃

是否开源是

定价模式 freemium

项目预览

项目数据

分类行业应用

开发团队awarexone

所属国家

官网地址https://awarexone.com

GitHubhttps://github.com/awarexone/Agentic-Bug-Hunter

定价模式freemium

价格说明支持订阅或免订阅使用，具体定价待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-security,bug-bounty,bugcrowd,claude-ai,claude-code,cti,ethical-hacking,hackerone,hacking,hacking-tool,penetration-testing,recon,vulnerability-scanner

GitHub 星标★ 5321

30天Star增速

HF 下载量

上线时间2026-03-08 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-12

浏览次数0

项目介绍

Agentic-Bug-Hunter 是一个面向漏洞赏金（Bug Bounty）场景的 AI 自动化侦察与测试工具包，用 Python 编写，支持 HackerOne、Bugcrowd 等主流平台的工作流。它把大模型（尤其是 Claude 系列）作为智能体核心，自动完成资产发现、子域枚举、端点爬取、参数收集、漏洞初筛与报告草拟等重复性工作，让安全研究者把精力集中在验证和利用环节。项目既可接入 Claude 订阅，也支持自带 API Key 或本地模型运行，降低了使用门槛。工具内置多种安全测试模块与提示词模板，输出结构化的候选漏洞线索，适合个人赏金猎人和小型安全团队快速扩大测试覆盖面。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度：入门约 10 分钟部署方式：命令行工具 8 步

环境要求

已安装 Python 与 pip（用于 pip install agentic-bug-hunter）
本地模型方案需先安装 Ollama，并下载 qwen2.5:14b（约 9 GB）
完整侦察需额外安装外部 CLI：subfinder、httpx、nuclei、katana、ffuf、nmap
Claude Code 插件模式需已安装 Claude Code
云模型方案需自备 API Key（如 Groq 免费 Key）

安装与启动步骤

1安装命令行工具

通过 PyPI 安装，会同时提供 bughunter 与 bughunter-agent 两个命令。
```
pip install agentic-bug-hunter
```
2选择 AI 提供方

运行 setup 交互式选择模型提供方，可按提示选 Groq、Ollama 等免费方案。
```
bughunter setup
```
3执行资产侦察

对目标域名做攻击面测绘，默认输出写入 ~/.bughunter/。仅限授权目标。
```
bughunter recon target.com
```
4运行漏洞测试

在侦察结果基础上做自动化漏洞初筛，产出候选线索。
```
bughunter hunt target.com
```
5验证并生成报告

用 validate 跑 7-Question Gate 校验发现，再生成提交草稿。
```
bughunter validate "my finding"
bughunter report
```

6安装外部侦察工具

从仓库执行 install_tools.sh，补齐 subfinder/httpx/nuclei/katana/ffuf 等依赖。

git clone https://github.com/Awarexone/Agentic-Bug-Hunter.git
cd Agentic-Bug-Hunter
chmod +x install_tools.sh && ./install_tools.sh

7源码 standalone 安装

不用 PyPI 时，克隆仓库执行 install.sh，创建系统级 bughunter 命令。
```
git clone https://github.com/Awarexone/Agentic-Bug-Hunter.git
cd Agentic-Bug-Hunter
./install.sh --agent standalone
```
8零成本本地模型方案

用 Ollama 本地跑模型，下载完成后无需联网，适合离线环境。
```
curl -fsSL https://ollama.ai/install.sh | sh
ollama pull qwen2.5:14b
```

关键配置

配置项	必填	说明	示例
`GROQ_API_KEY`	否	使用 Groq 免费云模型时需设置的环境变量	`your-key-here`
`BRAIN_PROVIDER`	否	指定模型提供方，例如切到 Sidrune 网关	`fluxion`
`BUGHUNTER_HOME`	否	覆盖默认输出目录 ~/.bughunter/	`/your/path`

如何确认成功

bughunter setup 能成功选择提供方，且 bughunter recon target.com 返回侦察结果；输出文件出现在 ~/.bughunter/ 目录。

常见问题

Q：没有 Claude 订阅可以使用吗？

A：可以。README 提供 standalone 模式，无需订阅；也可用 Groq 免费云 Key 或 Ollama 本地模型运行。

Q：recon 报错找不到 subfinder 等命令怎么办？

A：完整侦察依赖外部 CLI（subfinder、httpx、nuclei、katana、ffuf、nmap），克隆仓库后执行 ./install_tools.sh 即可安装。

Q：需要付费 API 吗？

A：Groq 提供免费 Key（console.groq.com），Ollama 本地模型零成本，但有约 9 GB 一次性下载。

Q：结果文件保存在哪里？

A：默认写入 ~/.bughunter/，可用环境变量 BUGHUNTER_HOME 指定其他目录。

注意事项

所有扫描与测试仅可用于你已获授权的目标，请遵守平台规则与法律。
Sidrune AI 不是默认提供方，需在 setup 中选择或设置 BRAIN_PROVIDER=fluxion。
Claude Code 插件模式会安装到 ~/.claude/，需先安装 Claude Code 并执行 chmod +x install.sh。
本地 Ollama 方案首次需下载约 9 GB 模型，之后可离线运行。

核心亮点

把侦察、枚举、初筛串成自动化流水线，显著减少手工重复操作
同时支持订阅和自带 API Key 两种模式，不强制绑定单一付费渠道
针对 HackerOne、Bugcrowd 等平台设计，输出贴近真实赏金工作流

不足之处

AI 初筛仍可能产生误报，关键漏洞判断依赖人工复核
自动化扫描涉及目标授权边界，使用不当存在合规风险

适用场景

个人赏金猎人批量侦察多个目标资产
小型安全团队做漏洞赏金前的信息收集
安全研究者验证 AI 智能体在渗透测试中的可行性

替代项目

Nuclei、reNgine、Osmedeus

上一篇：adloop

下一篇：Datus-agent