一套让 AI 自主完成渗透测试并持续进化的体系。
English | 中文
你对 Claude Code 说一句"测 *.example.com，别碰社交工程和 DoS，账号在 scope 里"，它自己完成信息收集、漏洞探测、证据登记、报告和复盘，并且每次测试后比上一次更聪明。
这个项目的起点是一个观察：AI 已经能挖洞了，但缺少一个让它稳定、可积累、越来越强的运行环境。
市面上渗透工具的设计对象是人——图形界面、功能菜单、手动配置。但 Claude Code 不需要这些。它需要的是：清晰的边界、结构化的记忆、可复用的武器、以及一个能把每次测试的经验沉淀下来反哺下一次的机制。
所以这个项目不是"又一个渗透工具"。它是一套为 AI 设计的工作环境 + 进化闭环。
信念一：人定边界，AI 执行。
人不需要学会用某个渗透平台。人只需要说清楚：测什么、不能碰什么、有什么限制。剩下的事——选什么 skill、从哪个入口开始、怎么登记证据、什么时候该标记为阻塞等待授权——由 AI 在规则框架内自己判断。
pents CLI 不是给人手敲的，是给 Claude Code 调用的。人对 AI 说话，AI 调 CLI。人在这个系统里的角色是指挥官，不是操作员。
信念二：每次测试必须让下一次更强。
一次渗透测试做完，产出的不应该只是一份报告。它应该同时产出：
- 这个 skill 好用吗？哪里卡住了？有没有按新场景修订？
- 本次发现了什么默认字典没有的子域名、路径、参数？有没有进入候选词条池？
- 测试流程里有没有踩坑（比如
dnsx -wd吞结果）？有没有沉淀成规则或文档？ - 子代理协议有没有暴露协作边界模糊的地方？需不需要更新任务卡模板？
这些东西如果不抓下来，下一次从零开始。抓下来了，AI 就会自己变强。这不是"用多了熟练"的玄学，是用结构化文件驱动的、可验证的进化。
信念三：少即是多，文件即是数据库。
大平台喜欢往项目里塞数据库、消息队列、Web 界面、权限系统。这套体系刻意不碰这些。
所有状态存在 Markdown 文件里。AI 读得懂，人也读得懂。没有数据库迁移，没有后台服务崩溃，不需要维护一套 Web 系统只为记录几个 finding。文件系统就是存储层，Git 就是版本历史，Markdown 就是数据格式。
这个决定不是偷懒。它意味着：项目可以随时打包迁移、AI 之间可以共享上下文、状态变更天然有 git diff 可追溯、而且你永远不会遇到"数据库挂了"这种问题。
你不会看到一长串 CLI 命令教程。你只对 Claude Code 说类似这样的话：
对
*.example.test做信息收集。当前已授权 DNS 子域名枚举，还没拿到 HTTP 授权和测试账号。被动 recon 已经跑完了，五个来源全空，目标疑似在 CDN 后面。下一步做主动 DNS 字典枚举，字典用dicts/curated/subdomains-main.txt，跑之前先做 canary 和泛解析检测。
或者：
上次的 OAuth skill 用起来有点卡，redirect_uri 绕过那部分在 Keycloak 场景下不够用。帮我修订一下
skills/web/oauth-misconfiguration/SKILL.md，补充 Keycloak 通配符 redirect 的检查步骤。
或者更简单：
复测
projects/demo-e2e/。这次拿到了脱敏测试账号，HTTP 低频探测已授权，速率上限每秒 5 请求。不要碰任务卡里列出的删除、支付或管理员写入接口。
AI 自己会去读 scope、调 pents 创建 run、加载 skill、登记证据、合并结果、写 report-delta。你只需要说清楚目标和边界。
这套体系的核心规则写在 CLAUDE.md 里——Claude Code 打开项目后第一件事就是读取它。它告诉 AI：
- 先读 scope，确认授权范围，永远不越界
- 按标准流程推进：信息收集 → 漏洞探测 → 记录 → 报告 → 复盘
- 用
pentsCLI 做机械动作（创建项目、登记证据、合并输出、汇总报告），不手工拼 Markdown 表格 - 不确定或证据不足时标记为阻塞，不硬往下走
- 每轮执行后同步状态，让下一次接手时能直接续上
子代理协议也定义好了：主代理控边界、拆任务、审输出、写正式 finding；子代理只处理任务卡里的目标子集，返回结构化结果。pents merge 和 pents review-agent-output 负责把子代理的输出规范化地合并回项目记录。
flowchart LR
A["人下达测试指令"]
B["确认边界<br/>scope + CLAUDE.md"]
C["执行测试<br/>加载 skill<br/>调用 pents"]
D["记录证据<br/>inventory<br/>evidence"]
E["形成结果<br/>finding<br/>report"]
F["复盘<br/>pents review"]
G["体系升级<br/>skills / dicts / docs"]
H["下一次更强"]
A --> B --> C --> D --> E --> F --> G --> H
H -. 经验反馈 .-> B
F --> F1["skill 好不好用？<br/>-> 修订 / 新建"]
F --> F2["字典漏没漏？<br/>-> candidates/"]
F --> F3["踩了什么坑？<br/>-> 沉淀规则"]
F --> F4["协作哪里卡？<br/>-> 更新协议"]
F1 --> G
F2 --> G
F3 --> G
F4 --> G
classDef main fill:#eef2ff,stroke:#6366f1,stroke-width:1.4px,color:#111827;
classDef review fill:#fff7ed,stroke:#f97316,stroke-width:1.2px,color:#111827;
classDef result fill:#ecfdf5,stroke:#10b981,stroke-width:1.4px,color:#111827;
class A,B,C,D,E,F,G main;
class F1,F2,F3,F4 review;
class H result;
这个闭环不是隐喻——每个环节都有对应的文件和脚本在驱动。dicts/candidates/ 里真的会积累实战中发现的词条，docs/项目路线/skill质量标准.md 里真的有 skill 的评审标准，review.md 里真的记录了每个 skill 在实战中的表现。
除了测试反馈这条内循环，体系还有一条外循环：情报输入。 pentest-intel-hub/ 负责持续从外部安全情报中筛出高价值信息——漏洞公告、工具 release、高质量 writeup——经过评分、验证和结构化之后，输出成 skill 修订建议、字典候选、工具升级建议。它不是每次测试的产物，但同样是体系进化的燃料。测试告诉你哪里不够好，情报告诉你外面发生了什么新的。
v0.1，已经在授权测试项目里做过端到端验证；公开仓库里的示例会尽量使用脱敏目标。
已经跑通：
- 完整的信息收集链路：被动 DNS（5 来源）→ JS 静态分析（路由/API/密钥/OAuth/支付线索提取）→ 软件指纹识别 → 主动 DNS 字典枚举（含 canary、泛解析检测、结果分类）
- 漏洞记录和报告：finding 模板 → evidence 证据链 → report 汇总（严重程度统计、证据缺口提示）
- 子代理协作：结构化子代理输出 →
pents merge合并 →pents review-agent-output审查越界和证据不足 - 复测分层：
runs/R001/R002每轮独立，顶层只合并累计事实 - 首个实战反馈闭环：
dnsx -wd踩坑后修订了主动 DNS 枚举流程和 skill；被动来源不足的发现推动了 skill 补充更多数据源 - 情报蒸馏管线已就绪：
pentest-intel-hub/建立了从信息源分级 → 七维评分 → 知识卡片 → 验证 → 五类 export 输出到主项目的完整链路，等待持续投喂
还在打磨：
- HTTP/CDN 低频验证的执行回填
- run 结果合并和报告增量自动化
- 更多端到端实战验证
./
├── skills/ # 正式武器库 — 23 个中文 skill，按 recon/web/api 分类
│ # 每个 skill 经过质量审查，实战反馈直接修订
├── templates/ # 项目模板 — scope/progress/inventory/evidence/finding/report/review/brief
│ # pents new 和 pents run new 用它们自动生成文件
├── projects/ # 渗透项目存档 — 每个项目一个目录，run 按 R001/R002 分层
├── dicts/ # 字典进化链路
│ ├── curated/ # 默认可用（子域名 16 万、路径、参数名）
│ └── candidates/ # 实战新发现 → 复盘后决定是否晋升
├── pentest-intel-hub/ # 情报蒸馏模块 — 从安全情报到知识卡片到候选建议的完整管线
│ # raw → normalized → scoring → knowledge card → validation → export → promoted
├── tools/ # 自写辅助脚本 — 可复用逻辑放这里，不在 CLI 里堆
├── cli/ # pents CLI — AI 的机械手，不做智能判断
├── docs/ # 项目文档 — 方向/路线/看板/决策记录/开发规范
├── refer/ # 原始参考资料 — Xalgorix 源码 + fuzzDicts 字典库，不进版本库
├── CLAUDE.md # AI 工作规则 — 每个 Claude Code 会话第一件读的东西
└── AGENTS.md # 人类开发者规则 — 项目自己的 AI 开发约束
再说一次：pents 的 UI 不是命令行。它的 UI 是你对 Claude Code 说的自然语言。
pents 是 AI 手里的工具，负责那些需要确定性、可复现、不能靠模型临场发挥的机械操作：
new— 创建项目目录和模板，不会少文件或多空格active-dns— 生成受控主动 DNS 计划，带 canary、泛解析检查和耗时记录vision-review— 把截图交给视觉模型复核，输出结构化 JSONevidence— 登记证据并自动算 SHA256，不会忘字段merge— 把子代理的结构化 JSON 输出解析合并到 inventory/progress，不会漏行report— 汇总 finding 生成报告草稿，严重程度统计和证据缺口检查是确定性的doctor-recon— 检查 subfinder/dnsx/httpx 等工具的安装状态，缺什么说什么suggest-skills— 根据测试面匹配 skill，覆盖人话到 skill 路径的映射
这些事如果让 AI 手工做，每次都要在 prompt 里强调"别忘了算 SHA256""记得检查证据链完整性"。用 CLI 做，一次写对，永远对。
有人看到满篇的"Claude Code"，会以为这套体系绑定了 Anthropic 的平台。实际上没有。
整个架构对 AI 引擎的依赖只有一层：有一个能读文件、调命令、按规则做判断的 agent。 具体是哪个 agent，不重要。
CLAUDE.md是一份 Markdown 规则文件。换个 agent 叫别的名字——AGENTS.md、CODEX.md、system.md——规则一样生效。pents是标准 Python CLI。任何能调 shell 的 agent 都能用它。- skill 是 Markdown 文件。换个 agent 换种加载方式，内容不需重写。
- 模板、字典、项目记录全部是 Markdown 和 JSON。通用格式，不绑定任何平台。
当前用 Claude Code 是因为它在这套体系里跑得最好——长上下文、子代理调度、skill 系统和工具调用这几个维度上目前没有更好的选择。但架构上没有锁死任何东西。明天换成 Codex、Hermes 或任何下一代 agent，需要改的只有入口文件命名和 skill 的加载方式，体系本身不用重来。
和 Burp Suite / OWASP ZAP 的区别： 不做流量拦截，不做自动爬虫，不是代理。这个体系管的是"怎么测、怎么记、怎么进化"，实际测试时你仍然用 Burp 和 httpx 和 sqlmap——pents doctor-recon 就是确认这些家伙装没装好。
和 Xalgorix 的关系： Xalgorix 是一个带 Web 界面的渗透测试平台，这个项目保留了它的原始资料作为素材库（refer/xalgorix/），但刻意不继承它的 Web UI、数据库和架构。取的是它的 skill 思路，用更轻的方式落地——文件代替数据库，AI 代替界面。
和一般 AI 渗透脚本的区别： 不是"一个 prompt 打天下"。这套体系有记忆（项目文件）、有武器（skill）、有反馈（review → 修订）、有积累（candidates → curated）。单次测试可能差不多，五次之后差距拉开。
这是刻意设的，不是还没做：
- 不用数据库。文件就是状态。Markdown 就是格式。
- 不做 Web 界面。AI 不需要按钮。
- 不自研 agent loop。Claude Code 已经在跑 agent，不需要再造一个。
pents不做智能判断。它是 AI 的手，不是 AI 的大脑。- 不在授权范围外执行任何请求。scope 永远是第一道检查。
- 不把 300+ 原始 skill 全量搬运。只做 Web/API MVP，用完一个修订一个。
- 弱口令、RCE、SQL、XSS 等 payload 字典默认不启用——必须专项授权。
欢迎提 issue 和 PR，但请先看 CONTRIBUTING.md：不要提交真实目标数据、密钥、截图、HAR 或未脱敏报告。
MIT