自然语言驱动测试
描述已授权目标和测试意图后，由模型选择后续操作及工具，协助推进信息收集、漏洞发现和验证。
BAIZE AI RESOURCE
AI 渗透测试工具
VulnClaw
VulnClaw 是面向安全测试人员的 AI 渗透测试工具。用户可用自然语言描述已授权的测试目标，让它协助完成信息收集、漏洞发现与验证，并生成报告，减少在多个测试工具之间手动切换的工作。
资源介绍
VulnClaw 是可独立运行的 AI 渗透测试工具，主要面向安全测试人员，也可用于 CTF 竞赛、安全教学和已授权的红队演练。用户用自然语言说明目标与测试意图后，它会结合模型和工具开展信息收集、漏洞发现、验证与报告生成。测试过程中，它保留工具返回的证据，便于回查结果；也提供本地 Web 界面，供用户在浏览器中使用。项目支持配置不同的模型服务，部分浏览器操作和 HTTP 抓包能力需要连接外部 MCP 服务。它适合希望把测试步骤与结果整理集中到同一工具中的用户，但只能针对明确获授权的目标使用，不能把自动生成的结论当作无需核验的最终判断。
应用能力
保留测试证据
保存工具返回的原始结果，并提供证据搜索和查看能力，方便回查测试结论的依据。
生成报告与 PoC
可生成结构化 Markdown 报告和 Python PoC 脚本，用于整理漏洞发现与验证结果。
切换模型服务
支持配置 OpenAI、Anthropic、DeepSeek 等模型服务，也列有本地 Ollama 选项，便于选择可用的模型。
扩展浏览器与抓包操作
内置 fetch、memory MCP 服务；连接外部 chrome-devtools 或 burp MCP 服务后，可供测试流程调用浏览器操作或 HTTP 抓包能力。
资源配置
应用版本
v0.4.1
运行环境
其他
安装方式
命令安装Docker部署源码运行包管理器安装
依赖环境
PythonAPI KeyNode.jsJavaDockerOllamaFFmpeg浏览器
安装与使用
准备 Python 3.10 或更新版本，并确认测试目标已获得授权。
运行 pip install vulnclaw 安装；也可从仓库源码安装。若选择 Docker，可通过 docker compose 构建并启动 Web 界面。
选择模型服务并配置所需的 API Key；使用本地 Ollama 时选择对应提供商配置。
在 VulnClaw 中描述已授权目标与测试任务，查看执行过程、证据和生成的报告；如需本地 Web 界面，可运行 vulnclaw web。
使用案例
已授权 Web 应用测试
使用场景安全测试人员需要评估已获授权的 Web 应用。
输入目标地址和测试意图，让 VulnClaw 协助收集信息、检查可疑问题并记录验证证据，最后查看结构化报告。
CTF 练习
使用场景学习者在 CTF 靶场中遇到编码字符串和 Web 题目。
在题目允许的范围内描述问题，利用工具辅助解码、开展请求测试，并回查工具输出，避免仅凭模型推测判断结果。
包含内容
release-0-vulnclaw-0.4.1.tar.gz
README-中文安装说明.md
LICENSE-MIT.txt
SHA256.txt
常见问题
VulnClaw 需要什么 Python 版本？
项目安装声明要求 Python 3.10 或更新版本，可通过 pip install vulnclaw 安装。
可以通过浏览器使用 VulnClaw 吗？
可以。运行 vulnclaw web 可启动本地 Web 界面，默认地址为 127.0.0.1:7788；项目也提供 Docker Compose 启动方式。
浏览器操作和 HTTP 抓包功能安装后就能直接使用吗？
并非全部如此。fetch 和 memory MCP 服务为本地实现；chrome-devtools 和 burp 需要对接外部 MCP 服务，分别用于浏览器操作和 HTTP 抓包相关能力。
内置的 Python 执行能力是隔离沙箱吗？
不是。项目将 python_execute 标为高风险实验能力，明确不应把它视为强隔离沙箱。
相关资源
