VulnClaw

说句话，AI 自动完成渗透测试全流程

VulnClaw 是一个基于 AI Agent 与 MCP 工具链的开源渗透测试框架，旨在将传统人工渗透流程自动化。它通过自然语言输入，自动编排信息收集、漏洞发现、漏洞利用和报告生成的全流程，解决了安全测试门槛高、效率低的问题。核心能力包括：集成多种渗透测试工具（如 Nmap、SQLMap 等）并通过 MCP 协议统一调用；支持自定义 Skill 编排，灵活适配不同测试场景；结合大语言模型进行智能决策和任务分解，降低对专业知识的依赖。项目采用 Python 实现，适合安全研究人员、红队成员以及 CTF 玩家快速开展自动化安全评估。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3404

维护状态活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队Netw0rkNoob

所属国家

官网地址https://unclecheng-li.github.io/vulnclaw.com

GitHubhttps://github.com/Unclecheng-li/VulnClaw

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

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,ai-agent,ai-tools,ctf,cybersecurity,openclaw,penetration-testing,penetration-testing-tools,security-tools,skill

GitHub 星标★ 3404

30天Star增速

HF 下载量

上线时间2026-04-18 00:00:00

最近更新2026-09-23 00:00:00

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2026-08-09

浏览次数4

使用教程

难度：进阶约 15 分钟部署方式：命令行工具 6 步

环境要求

Python 环境（可通过 pip 安装包）
一个大模型 API Key（OpenAI / Anthropic / MiniMax / DeepSeek 等 14 种 Provider 之一，或本地 Oll
构建 Web UI 需要 Node.js 18+
可选：Docker（使用 docker compose 启动 Web UI）
可选：Chrome（配合 chrome-devtools MCP）或 Java 11+ 与 Burp Suite Professional（配合 Burp MC

安装与启动步骤

1从 PyPI 安装

推荐方式，一条命令完成安装。注意 PyPI wheel 不包含 React 前端构建产物，Web UI 需另按源码方式构建。
```
pip install vulnclaw
```
2从源码安装

需要完整 Web UI 或想改代码时使用。克隆仓库后以可编辑模式安装到当前环境。
```
git clone https://github.com/Netw0rkNoob/VulnClaw.git
cd VulnClaw
pip install -e .
```
3设置 API Key

把 sk-xx 换成你自己模型的真实 Key，写入 ~/.vulnclaw/config.yaml。可用 config get 检查是否生效。
```
vulnclaw config set llm.api_key sk-xxxxxxxx
vulnclaw config get llm.model
```
4构建前端

源码安装时首次使用必须先构建 React 前端，否则浏览器只显示 Fallback Web Shell。需 Node.js 18+。
```
cd frontend
npm install
npm run build
cd ..
```
5启动 Web 界面

默认绑定 127.0.0.1:7788。如需改端口加 --port；远程访问必须显式加 --host 0.0.0.0 --allow-remote。
```
vulnclaw web
```
6Docker 运行方式

可选方案，镜像内置 Web UI 及 npx/uvx 运行时，状态持久化到 /data 卷。先复制环境变量文件并填入 Key。
```
cp .env.example .env
docker compose up --build
```

关键配置

配置项	必填	说明	示例
`llm.api_key`	是	大模型 API Key，必填否则无法调用模型	`sk-xxxxxxxx`
`llm.provider`	否	LLM 提供商，默认 openai，支持 14 种 Provider	`deepseek`
`llm.model`	否	模型名称，默认按 provider 决定	`deepseek-chat`
`llm.base_url`	否	API 基础 URL，默认按 provider 决定	`https://api.deepseek.com/v1`
`session.engine`	否	求解引擎：solve 模型主导 / team 角色团队 / rounds 旧固定轮数	`solve`
`session.max_rounds`	否	最大轮数，默认 15	`30`

如何确认成功

终端无报错且 Web UI 正常打开；访问 http://127.0.0.1:7788 可看到完整扫描界面，/api/health 等接口可正常响应。

常见问题

Q：浏览器只显示 Fallback Web Shell，没有扫描界面？

A：说明缺少 frontend/dist/index.html，多半是 PyPI 安装或未构建前端。进入 frontend 目录执行 npm install 和 npm run build，重启 vulnclaw web 后强制刷新。未构建前端时 /api/health 等 API 仍可用。

Q：PyPI 安装的包有完整 Web UI 吗？

A：没有。PyPI wheel 不包含 React 构建产物或前端源码，完整 Web UI 需要按源码方式安装并自行构建前端。

Q：如何让局域网或远程机器访问？

A：默认仅绑定本地回环地址，必须显式指定 vulnclaw web --host 0.0.0.0 --allow-remote 才能远程访问。

Q：怎么启用 Chrome DevTools 或 Burp MCP？

A：先启动 Chrome 远程调试，再执行 vulnclaw config set mcp.servers.chrome-devtools.enabled true；Burp 需 Java 11+ 与 Burp Suite Professional，执行 vulnclaw config set mcp.servers.burp.enabled true。

Q：报告输出到哪里、什么格式？

A：默认输出到 ./vulnclaw-output 目录，格式为 markdown，可通过 session.output_dir 和 session.report_format 修改，PoC 语言默认 python。

注意事项

默认仅绑定 127.0.0.1，远程访问必须显式加 --host 0.0.0.0 --allow-remote，注意暴露风险。
本工具仅适用于已授权的渗透测试、CTF 竞赛、安全教学与红队演练场景。
Docker 模式下所有状态持久化到 /data 数据卷，注意挂载与备份。
命令行配置写入 ~/.vulnclaw/config.yaml，改动后需重启 vulnclaw web 生效。

核心亮点

自然语言驱动，无需手动敲命令，大幅降低渗透测试门槛
基于 MCP 工具链，可灵活集成和扩展各类安全工具
全流程自动化，从信息收集到报告生成一站式完成

不足之处

依赖大语言模型，复杂场景下可能产生误判或漏报
文档/社区待观察

适用场景

红队自动化渗透测试
CTF 竞赛快速解题
安全培训与教学演示

替代项目

PentestGPT、AutoGPT、Metasploit

项目介绍

VulnClaw 是智能体领域的开源项目，由 Netw0rkNoob 开发，是 2026 年新上线的项目。

在全站 13,090 个收录项目中，它的 GitHub 星标数（3,404）位列前 30%，在智能体分类的 2,517 个项目里位列前 12%。

近 42 天，它的 GitHub 星标从 2,717 增加到 3,404，净增 687。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：红队自动化渗透测试。同类可对比的替代方案包括 PentestGPT、AutoGPT、Metasploit。

上一篇：TradingAgents-astock

下一篇：wanwu