Shannon：Keygraph 开源 AI 渗透测试框架，从源码分析到真实漏洞利用

总览：AI 渗透测试真正在解决的问题

传统渗透测试一年一次，但团队每天都在往生产环境推送代码。这一年的安全空窗期，正是 Shannon 想填的坑。

Shannon 是 Keygraph 开发的一个自主化、白盒 AI 渗透测试框架。它的核心逻辑很直接：先读目标应用的源码，识别潜在攻击向量，再通过 Playwright 浏览器自动化对这些向量发起真实攻击，最后只把能被利用的漏洞写进报告——没有 PoC 的漏洞，根本不报告。

这个"源码引导 + 动态验证"的组合，是它与大多数安全扫描工具最本质的区别。

本文覆盖内容：

• Shannon 的技术定位与适用场景
• 多智能体五阶段架构的运行机制
• OWASP 漏洞覆盖范围与已知边界
• XBOW benchmark 成绩的解读方式
• Shannon Lite 与 Pro 的版本差异与选型建议

一、为什么需要自主渗透测试

工具链能跑 CI/CD，渗透测试却还在靠年度采购。这个缺口不补上，生产环境里低垂的漏洞果实就一直在那里。

传统 SAST 工具的问题在于误报率高——它们看到了数据流过危险函数，就报漏洞，但不会验证这个漏洞是否真的能被利用。渗透测试能验证，但频率太低、费用太高。

Shannon 的出现正是瞄准这个 gap：把渗透测试的验证能力自动化，让它在每次 build 或 release 时都能跑一遍。

关键约束是白盒测试。Shannon 读取目标源码来引导攻击策略，这意味着它只适用于你拥有源码权限的应用（内部项目、staging 环境、授权测试目标）。它不做黑盒被动扫描，而是主动分析代码、主动构造攻击载荷。

⚠️ 未经明确授权，运行 Shannon 对任何系统发起攻击均属违法行为。使用前必须取得目标系统所有者的书面授权。

二、技术架构：五阶段多智能体系统

Shannon 的核心引擎是 Anthropic 的 Claude Agent SDK，采用多智能体架构分五个阶段运行：

预侦察 → 侦察 → 并行漏洞分析 → 并行漏洞利用 → 报告生成

阶段 1：预侦察（Pre-Reconnaissance）

纯静态分析阶段。不启动浏览器，只读源码。

这个阶段做三件事：识别应用框架和入口点、梳理所有安全相关组件（认证系统、数据库访问模式、输入处理逻辑）、建立完整的攻击面清单，包括所有 XSS、SSRF、Injection 类型的 sinks 及其代码位置。

预侦察的输出为后续所有阶段提供基础情报。如果源码里用了 ORM 且全部参数化，Injection 智能体就知道把精力放在别的地方。

阶段 2：侦察（Reconnaissance）

从静态走向动态。用 Playwright 浏览器自动化对运行中的应用进行实际访问，验证端点是否真实存在、映射认证流程、盘点所有输入向量（URL 参数、POST 字段、Header、Cookie），并记录真实授权架构。

侦察阶段建立了代码视角与运行时行为之间的关联，确保后续漏洞分析不会基于错误的假设。

阶段 3：漏洞分析（Vulnerability Analysis）

五个并行智能体同时工作，分别聚焦一个攻击领域：

每个智能体输出一个漏洞利用队列：结构化的 JSON 文件，列出具体的漏洞类型、代码位置、攻击方法、利用参数和代码证据，以及建议的初始载荷。

如果某攻击领域的利用队列为空，对应的 Exploitation 智能体直接跳过，节省时间和成本。

阶段 4：漏洞利用（Exploitation）

同样五个并行智能体，消费阶段 3 输出的利用队列，用完整的 Playwright 浏览器自动化尝试验证每个假设。

智能体可以导航到端点、填写表单、提请请求、观察响应、截图，以及串联多个请求来验证复杂攻击链。

核心原则：POC 或放弃。 利用智能体将每个发现分类为 EXPLOITED、POTENTIAL 或 FALSE POSITIVE。只有 EXPLOITED（有具体证据的）才会进入最终报告。POTENTIAL 发现会在报告生成前被程序化剥离——这给了智能体一个记录不确定观察的空间，同时不会污染最终交付物。

阶段 5：报告生成（Reporting）

一个报告智能体综合所有证据文件，生成一份专业的执行摘要级别的渗透测试报告。该智能体只看确认的发现（阶段 4 的证据文件），从不看原始假设。

报告去重、评估严重性、提供修复指导。每条报告的漏洞都包含可复现步骤和复制粘贴验证命令。

三、一次攻击的完整流程

理解各阶段如何配合的最好方式，是跟踪一个具体案例。

假设目标是 OWASP Juice Shop，一个故意留有漏洞的 Web 应用。

阶段 1：预侦察
智能体读取 Juice Shop 的 Node.js 源码，识别 Express 路由、SQL ORM 使用情况、用户输入入口点。它发现应用使用 Sequelize ORM 但某些端点的查询是字符串拼接的——这是一个潜在的 SQL 注入 sink。

阶段 2：侦察
Playwright 启动，访问应用，注册一个测试账户，登录。智能体映射所有 API 端点、认证流程和输入向量。它发现登录端点有个隐藏的参数 debug=true，可以触发额外的错误输出。

阶段 3：漏洞分析
Injection 智能体追踪用户输入到 SQL 查询的路径，发现登录表单的 email 参数在 WHERE 子句中直接拼接。它生成一个利用载荷：' OR '1'='1，并将其加入利用队列。

阶段 4：漏洞利用
Injection Exploitation 智能体接收队列，用 Playwright 向登录端点发送特殊构造的请求。它观察到响应中返回了管理员数据——注入成功。智能体将这次成功利用的证据（请求/响应截图、数据库泄漏的记录）写入证据文件。

阶段 5：报告生成
报告智能体综合所有 EXPLOITED 状态的发现，生成最终报告：SQL 注入导致用户数据库完整拖库、认证绕过允许普通用户获得管理员权限。报告包含完整的 PoC 命令和修复建议。

这个流程体现了 Shannon 的核心承诺：没有真实利用的漏洞，不出现在报告中。

四、OWASP 漏洞覆盖范围与已知盲区

当前覆盖的漏洞类型

Shannon Lite 目前针对以下可利用的漏洞类别：

• Broken Authentication & Authorization：缺失的授权检查、认证绕过、水平/垂直权限提升
• SQL Injection：SQL 查询注入、数据库拖库
• Command Injection：操作系统命令注入
• Cross-Site Scripting (XSS)：反射型、存储型
• Server-Side Request Forgery (SSRF)：内部网络侦察、令牌转发

在 OWASP WSTG 测试清单中，已通过验证的检查项包括：

• WSTG-INPV-01/02（反射/存储 XSS）
• WSTG-INPV-05（SQL 注入）
• WSTG-INPV-11/12（代码/命令注入）
• WSTG-INPV-18（服务端模板注入）
• WSTG-INPV-19（SSRF）
• WSTG-SESS-01/02/03/04/05/06/07/10（会话管理多项）
• WSTG-ATHN 系列（11 项认证测试）
• WSTG-ATHZ 系列（5 项授权测试）
• WSTG-CLNT-01/02/03/04/12/13（客户端测试 6 项）
• WSTG-APIT-01/02/99（API 测试 3 项）

Shannon 不覆盖什么

这不是一份完整的安全风险清单。Shannon 的"无利用不报告"模式意味着它不会报告它无法主动利用的漏洞，例如：

• 脆弱的第三方库依赖（需要 SCA 工具）
• 弱加密算法（纯静态检查）
• 不安全配置（如生产环境启用 DEBUG 模式）
• 纯理论风险的架构缺陷

这些类型的发现，恰恰是 Shannon Pro 版中 SAST 模块的核心关注点。

五、Benchmark 成绩怎么理解

Shannon Lite 在 XBOW 安全 benchmark 上取得了 96.15% 的成绩（100/104 次利用）。

理解这个数字需要注意几点：

1. 测试对象：这是一个 hint-free、source-aware 版本的 XBOW benchmark，意味着 Shannon 可以读取源码（白盒），但不会获得额外的提示。这测试的是它在真实场景下的攻击能力。

2. “100/104 exploits” 的含义：benchmark 有 104 个挑战场景，Shannon 成功利用了 100 个。没有利用的 4 个，可能是当前版本的攻击域未覆盖的类型，或者是利用成本超出当前设计的攻击链复杂度。

3. 96.15% 不能推出什么：这个数字不能说明"你的应用在 Shannon 下就是安全的"。benchmark 是用故意留有漏洞的靶场测的，生产应用中可能有 benchmark 未涵盖的攻击面。此外，LLM 生成的内容仍可能产生幻觉，观察到的成功率在不同的应用技术栈上可能有显著差异。

benchmark 成绩更大的参考价值在于：它在受控环境下验证了 Shannon 的攻击方法论是系统化的而不是随机撞的。

六、Shannon Lite 与 Pro：两个版本怎么选

Shannon Lite 的适用场景

• 在本地测试自己开发的应用（AGPL-3.0 要求你对修改版开源）
• 快速验证某个 Web 应用的攻击面
• 在 CI/CD 中通过 CLI 手动集成（需要自己写 pipeline）

Shannon Pro 的适用场景

• 需要 SAST + SCA + Secrets + 业务逻辑安全的一体化 AppSec 平台
• 需要在自托管 Runner 中运行（源码和 LLM API 调用不离开客户网络）
• 需要对静态分析发现执行动态验证（静态-动态关联）
• 需要 GitHub PR 扫描和 CI/CD 原生集成

Shannon Pro 的核心差异化在于静态-动态关联：SAST 阶段发现的数据流漏洞（如未净化输入到达 SQL 查询）不会只作为理论风险报告，而是会被送入对应的 Exploitation 智能体，在运行中的应用上尝试真实攻击。确认的利用会追溯到具体的源码行号，给开发者"可证明可利用 + 精确修复位置"的两件事。

七、快速上手

环境要求

• Docker：容器运行时
• Node.js 18+：用于 npx 模式
• pnpm：本地构建模式需要
• AI Provider：Anthropic API Key（推荐）或 AWS Bedrock / Google Vertex AI

npx 快速启动（推荐）

# 配置凭证（一次性设置向导）
npx @keygraph/shannon setup

# 或直接导出环境变量
export ANTHROPIC_API_KEY=your-api-key

# 启动渗透测试
npx @keygraph/shannon start -u https://your-app.com -r /path/to/your-repo

本地构建模式

git clone https://github.com/KeygraphHQ/shannon.git
cd shannon

cat > .env << 'EOF'
ANTHROPIC_API_KEY=your-api-key
CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
EOF

pnpm install
pnpm build
./shannon start -u https://your-app.com -r /path/to/your-repo

监控与输出

# 查看工作区日志
npx @keygraph/shannon logs <workspace>

# 查看状态
npx @keygraph/shannon status

# 打开 Temporal Web UI
open http://localhost:8233

输出结构：

workspaces/{hostname}_{sessionId}/
├── session.json          # 指标和会话数据
├── workflow.log          # 人类可读的流程日志
├── agents/               # 各智能体执行日志
├── prompts/              # Prompt 快照（可复现性）
└── deliverables/
    └── comprehensive_security_assessment_report.md   # 最终报告

注意事项

• 不要在生产环境运行：Shannon 会主动执行攻击，可能修改目标数据。隔离的 staging 或本地 VM 是唯一安全的运行环境。
• 完整测试耗时约 1-1.5 小时，Anthropic Claude 4.5 Sonnet 模型约花费 $50（取决于应用复杂度）
• Windows Defender 可能误报：报告中的漏洞利用代码会被标记为恶意软件，属于误报。在 Windows Defender 中为 Shannon 目录添加排除项，或使用 Docker/WSL2。

八、谁该用，谁可以等等

适合优先采用的团队：

• 有自己源码的 Web 应用，需要在 CI/CD 中嵌入自动化渗透测试
• 安全团队想用 AI 提升渗透测试频率，但不想放弃人工复核
• 开发团队想在上线前获得"带 PoC 的漏洞报告"而不是一堆理论风险

可以等等的场景：

• 团队没有源码访问权限（黑盒测试场景）
• 需要覆盖第三方库漏洞、CVE、配置类风险（目前需要 SAST/SCA 工具）
• 应用是纯移动端或桌面端（Shannon 面向 Web 应用和 API）

总结

Shannon 真正解决的不是"找漏洞"，而是把渗透测试的验证闭环自动化。源码引导攻击策略、Playwright 执行真实利用、“无 PoC 不报告”——这三件事加在一起，让它比传统 DAST/SAST 更接近真实渗透测试的工作方式。

如果你有白盒测试场景、需要频繁的安全验证、想要带 PoC 的漏洞报告，Shannon 值得试试。如果需要更深入的 SAST、SCA 或业务逻辑安全测试，可以关注 Shannon Pro 的商业版本。

重要声明：Shannon 主动执行攻击，仅限用于你拥有明确授权的系统。未授权使用可能触犯计算机安全相关法律。