mantishack

用AI智能体自动挖漏洞，提升渗透测试效率

开源 🏷️定价信息待确认 ✅ 目前可打开智能体 🍴 复刻 76 🐛 待处理 109 👀 关注 2

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 504

维护状态维护中

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类智能体

开发团队deonmenezes

官网地址https://mantishack.com

GitHubhttps://github.com/deonmenezes/mantishack

定价模式🏷️定价信息待确认

价格说明官网存在但未明确展示定价信息，需进一步确认。

访问状态✅ 目前可打开

是否开源是

开源协议Apache-2.0

主要语言Rust

技术栈/模型agent-harness,ai-agents,autonomous-agents,bug-bounty,claude-code,mantis,mcp,offensive-security,security

GitHub 星标★ 504

上线时间2026-04-05 00:00:00

代码更新2026-10-03

仓库体积166.1 MB

本站数据更新2026-11-09

维护状态维护中

收录时间2026-08-09

浏览次数3

项目介绍

Mantis Hack 是一个用 Rust 编写的开源智能体框架，专注于自动化漏洞赏金和攻击性安全测试。它解决了安全研究人员在漏洞挖掘过程中重复劳动多、效率低的问题，通过将 AI 智能体与 MCP（模型上下文协议）及 agent-harness 集成，实现了对目标系统的自主侦察、漏洞扫描和初步利用。其核心能力包括：基于 Claude Code 等大模型驱动的自主决策、模块化工具链支持自定义安全工具接入、以及面向实战的漏洞验证流程。项目处于早期阶段，但设计思路清晰，旨在将 AI 的推理能力与安全工具的执行能力结合，降低漏洞挖掘门槛，提升渗透测试的自动化水平。

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

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 504

技术标签

agent-harness ai-agents autonomous-agents bug-bounty claude-code

使用教程

难度：高级约 60 分钟部署方式：本地安装 5 步

环境要求

Python 3.10+
Go
自有代码仓库

安装与启动步骤

1先读用途

它把代码审计与攻击面排查串成一条流水线。
2装静态分析工具

它依赖几个成熟的扫描器。
```
pip install semgrep bandit
```
3装辅助工具

密钥扫描与依赖漏洞扫描各有专用工具。
```
go install github.com/google/osv-scanner/v2/cmd/osv-scanner@latest
```
4对自有仓库跑一轮

先跑自己的代码，建立基线。
5按发现逐条修

工具只报线索，可利用性要自己判。