Unclecheng-li/VulnClaw 源码：https://github.com/Unclecheng-li/VulnClaw # VulnClaw 🦞 > AI 驱动的渗透测试 CLI 工具 — 说人话，打漏洞。 许可证: MIT Python 3.10+ (https://www.python.org/) OpenAI 兼容 (https://platform.openai.com/) MCP (https://modelcontextprotocol.io/) PyPI (https://pypi.org/project/vulnclaw/) 安全 🌐 英文版：README_EN.md 本项目是可独立运行的 AI 渗透测试 Agent。 基于 LLM Agent + MCP 工具链 + 渗透 Skill 编排，配合 OpenAI / MiniMax / DeepSeek 等兼容模型，自然语言输入 → 自动完成「信息收集 → 漏洞发现 → 漏洞利用 → 报告生成」全流程。 快速开始 · 架构设计 · Skill 体系 — ## 它能做什么 输入自然语言，AI 自动执行渗透测试全流程： 用户输入：帮我对 http://target.example.com 进行渗透测试 VulnClaw 自动执行： Round 1: 信息收集 → 指纹识别、端口扫描、目录枚举 Round 2: 漏洞发现 → 检测注入点、已知 CVE、配置缺陷 Round 3: 漏洞利用 → PoC 验证、权限获取 Round 4: 报告生成 → 结构化报告 + Python PoC 脚本 适用于已授权的渗透测试、CTF 竞赛、安全教学、红队演练等场景。 — ## 特性 - 目标驱动求解引擎（默认） — 抛弃固定轮数工作流，以「目标达成 / 探索前沿耗尽 / 安全预算」为终止条件，自动收敛 - 黑板图状态空间搜索 — 把渗透建模为从 origin 向 goal 的搜索：Fact（已确认事实）+ Intent（探索方向），结构上杜绝“原地打转“ - 证据级反幻觉闸门 — 声称的 flag/结论必须在真实工具输出里逐字符出现才被采信，杜绝凭空编造 flag 的假胜利 - 自然语言驱动 — 用人话描述渗透意图，自动识别阶段和工具 - 13 个 LLM Provider — OpenAI / MiniMax / DeepSeek / 智谱 / Moonshot / 千问 / SiliconFlow / 豆包 / 百川 / 阶跃星辰 / 商汤 / 零一万物，一键切换 - MCP 工具链 — 4 个 MCP 服务：fetch / memory 本地实现开箱即用，chrome-devtools / burp 对接外部 MCP 服务实现浏览器自动化和 HTTP 抓包重放 - AI Agent 核心 — OpenAI 兼容协议 + Tool Calling + 自主渗透循环 - 结构化推理 + 自适应反思 — 已知事实/约束/攻击链结构化沉淀；失败自动归类并按 L0-L4 渐进升级 payload 绕过策略 - 漏洞检测插件体系 — 低耦合插件运行时 + 内置只读 Web 插件，结果自动汇入报告链路（vulnclaw plugins） - 21 个渗透 Skill — 7 核心 + 14 专项 Skill（含 CTF Web/Crypto/Misc、osint-recon、secknowledge-skill），含 180 个参考文档 - 编解码/加解密工具 — 29 种操作（Base64/Hex/URL/AES/JWT/Morse 等），LLM 可精确调用，不再靠猜测 - Python 代码执行 — 内置 python_execute 工具，适合 payload 构造和响应解析；当前仍属高风险实验能力，不应视为强隔离沙箱 - 持续性渗透测试 — 周期循环（默认 100 轮/周期 × 10 周期 = 1000 轮），每周期自动生成报告，直到手动终止 - 推理过程显示控制 — think on/off 一键切换 LLM 思考过程的显示/隐藏，默认关闭，干净输出只看结论 - 沙盒模式提示词 — 解锁 AI 安全测试能力，CTF / 授权渗透场景专用 - 自动报告 & PoC — 生成结构化 Markdown 报告和可运行的 Python PoC 脚本 - Web UI 模式 — vulnclaw web 启动本地 Web 界面，浏览器操作渗透测试全流程，默认 127.0.0.1:7788 - 安全知识库 — 已内置知识库模块与基础种子数据，CLI 可维护；检索增强正在逐步接入主流程 — ## 架构升级：从「固定轮数工作流」到「目标驱动求解」 旧版自主渗透是固定轮数循环（跑满 N 轮才停），在弱模型上容易陷入“反复请求同一页面、嘴上说要测注入却不发包“的死循环。新版把渗透重构为状态空间搜索，这是本次重构的核心。 ### 黑板图 + OODA 求解循环（默认引擎 solve） 把渗透看作从 origin（目标）向 goal（拿到 flag / shell / 确认高危漏洞）的有向搜索，用两个原语驱动： | 原语 | 含义 | |——|——| | Fact | 已被真实工具输出证实的客观事实（探索的落脚点） | | Intent | 声明的探索方向（尚未执行的一步），从 Fact 出发，结论后产出新 Fact | 循环结构（vulnclaw/agent/solver.py）： REASON(读全图)→ 目标达成？ / 提出新探索方向 / 不提出 │ EXPLORE(领一个 Intent)→ 用工具实际执行 → 把确认的结论写回为一个 Fact │ 终止：目标达成 / 探索前沿耗尽(Reason 不再提方向)/ 触达安全预算 为什么结构上杜绝打转：一旦“首页是登录框“成为一个 Fact，Reason 就不会再提“去看首页“，而是提“测 SQL 注入“；每个 Intent 领取一次、结论一次即标记 concluded/abandoned，不可能重复。终止由目标驱动，不再是数死轮数。 ### 证据级反幻觉闸门 弱模型常凭空编造 flag。新引擎在 solve() 里录制所有真实工具输出（HTTP 响应体、python_execute 输出）作为唯一可信证据： - 结论闸门：Explore 结论里声称的 flag，若未在真实工具输出里逐字符出现 → 判定幻觉、丢弃、标记 [未验证]。 - 完成闸门：Reason 宣布“目标达成“时，若目标要 flag 但真实输出里从无 flag → 拒绝完成、继续探索。 - 即时收敛：一旦拿到经证据验证的 flag，立即完成，不再空跑验证轮。 > 这套机制对弱模型尤其友好：旧的固定轮数循环容易在重复请求里空转，而「目标驱动 + 证据反幻觉」会逼着 Agent 用真实工具输出一步步逼近目标，并拒绝任何无证据支撑的「完成」。 ### 结构化推理 + 自适应反思 - 推理状态层（reasoning_state.py）：已知事实（带置信度）、推理障碍（WAF/过滤等）、候选攻击链，结构化沉淀并注入提示词。 - 反思引擎（reflexion.py）：失败自动归类（环境限制/路径错误/参数错误/信息不足），按 L0-L4 渐进升级 payload 绕过策略（原始 → URL 编码 → 双写注释 → Unicode/hex → 多层混淆/换攻击面），persistent 模式跨周期保留失败记忆。 ### 漏洞检测插件体系 低耦合插件运行时（vulnclaw/plugins/）+ 内置只读 Web 插件（安全响应头 / JWT / JS 端点分析），插件结果可去重合并进 SessionState.findings 进入报告链路。 > 切回旧的固定轮数引擎：vulnclaw config set session.engine rounds — ## 快速开始 ### 安装 bash # 从 PyPI 安装（推荐） pip install vulnclaw # 从源码安装 git clone https://github.com/Unclecheng-li/VulnClaw.git cd VulnClaw pip install -e . ### Docker 运行（可选） 镜像已内置 Web UI 以及默认 MCP 服务所需的运行时（npx / uvx），所有状态（配置、会话、目标、报告）持久化到 /data 数据卷。 bash cp .env.example .env # 填入 VULNCLAW_LLM_API_KEY 等 docker compose up --build # 构建镜像并启动 Web UI # 打开 http://127.0.0.1:7788 也可用纯 docker 运行某条 CLI 命令： bash docker run --rm -it \ -e VULNCLAW_LLM_API_KEY=sk-your-key-here \ -v vulnclaw-data:/data \ vulnclaw:latest scan > ⚠️ 容器内的 localhost 指向容器自身。扫描宿主机服务请使用 host.docker.internal，扫描其它容器请共享网络并用容器名访问。详见 DOCKER.md。 ### 四步启动 bash # 1. 选择提供商（自动填充 Base URL 和模型名） vulnclaw config provider minimax (或 openai/deepseek/zhipu/moonshot/qwen/siliconflow) # 1.2（可选）自定义 Base URL 或模型名 vulnclaw config set llm.base_url https://your-own-api.example.com/v1 vulnclaw config set llm.model your-model-name # 2. 设置 API Key vulnclaw config set llm.api_key sk-your-key-here # — 或改用 ChatGPT 订阅登录（无需 API Key）： # vulnclaw login (浏览器登录;详见 docs/keyless-auth.md,注意 ToS 风险) # 3. 默认：打开原 CLI / REPL vulnclaw # 4. 可选：打开 TUI 工作台 vulnclaw tui ### 环境检查 bash vulnclaw doctor 输出示例： 🦞 VulnClaw 环境检查 Python: 3.14.4 Node.js: v24.14.1 npx: 已安装 nmap: 已安装 LLM 配置: Provider: openai Auth Mode: static Credentials: configured Base URL: https://api.openai.com/v1 Model: gpt-4o MCP 服务: fetch: 已启用 [P0] memory: 已启用 [P0] ... ✅ 环境就绪，运行 vulnclaw 开始 — ## CLI 命令速查 vulnclaw --help 查看所有命令： bash $ vulnclaw --help 🦞 VulnClaw — AI-powered penetration testing CLI Usage: vulnclaw [OPTIONS] COMMAND [ARGS]... Options: --version Show version and exit. --help Show this message and exit. Commands: run 🚀 一键全流程渗透测试 persistent 🔄 持续性渗透测试(100轮/周期) recon 🔍 仅信息收集阶段 scan 🔎 执行漏洞扫描阶段 exploit 💥 执行漏洞利用阶段 report 📝 从会话记录生成报告 repl 💬 启动经典 REPL 交互界面 config ⚙️ 管理配置(set/get/list/provider) init 🔧 初始化配置 doctor 🏥 检查运行环境 tui 🖥️ 打开终端图形化工作台 web 🌐 启动本地 Web UI ### 命令详解 | 命令 | 说明 | 示例 | |——|——|——| | vulnclaw | 默认打开原 CLI / REPL 交互界面 | vulnclaw | | vulnclaw tui | 显式打开终端图形化工作台 | vulnclaw tui / vulnclaw tui --target target.com | | vulnclaw repl | 启动经典 REPL 交互界面 | vulnclaw repl | | vulnclaw solve | 目标驱动求解（无固定轮数，拿到目标即停） | vulnclaw solve target.com --goal "拿到flag" | | vulnclaw run | 一键全流程渗透（默认走 solve 引擎） | vulnclaw run 192.168.1.1 | | vulnclaw persistent | 持续性渗透（100轮/周期） | vulnclaw persistent 192.168.1.1 | | vulnclaw recon | 仅信息收集（不利用漏洞） | vulnclaw recon target.com | | vulnclaw scan | 漏洞扫描阶段 | vulnclaw scan target.com --ports 80,443 | | vulnclaw exploit | 漏洞利用阶段 | vulnclaw exploit target.com --cve CVE-2024-1234 | | vulnclaw report | 从会话 JSON 生成报告 | vulnclaw report session_xxx.json | | vulnclaw config set | 设置配置项 | vulnclaw config set llm.api_key sk-xxx | | vulnclaw config get | 查看配置项 | vulnclaw config get llm.model | | vulnclaw config list | 列出所有配置 | vulnclaw config list | | vulnclaw config provider | 切换 LLM 提供商 | vulnclaw config provider minimax | | vulnclaw init | 初始化配置文件 | vulnclaw init | | vulnclaw doctor | 检查运行环境 | vulnclaw doctor | | vulnclaw plugins list | 列出漏洞检测插件 | vulnclaw plugins list --stage discovery | | vulnclaw plugins info | 查看插件元信息 | vulnclaw plugins info builtin.web.headers | | vulnclaw plugins run | 运行插件（仅分析传入数据） | vulnclaw plugins run builtin.web.headers --input headers.json --session s.json | | vulnclaw web | 启动本地 Web UI | vulnclaw web / vulnclaw web --port 8080 | ### TUI 工作台 vulnclaw tui 是可选的终端图形化工作台入口。它会在终端中展示授权目标、检查模式、运行概览、安全边界、命令预览、历史状态、报告和内联环境诊断，让用户先确认范围再启动任务。 bash vulnclaw tui vulnclaw tui --target https://target.example --mode quick --only-port 443 vulnclaw tui --dry-run --target https://target.example --mode deep --only-path /admin 默认 vulnclaw 仍然进入原 CLI / REPL 交互；只有显式输入 vulnclaw tui 才会进入 TUI。 运行概览会读取已选目标的历史快照、风险数量、持久化约束和约束拦截次数，帮助用户在继续测试前确认上下文没有衰减。 在 TUI 的“设置测试范围”中可以直接编辑允许动作和禁止动作，例如只允许 recon,scan，或禁止 exploit,post_exploitation。 ### 配置管理 bash # 查看所有提供商并切换 vulnclaw config provider --list # 查看所有可用提供商 vulnclaw config provider minimax # 切换到 MiniMax # 手动设置(custom 模式) vulnclaw config set llm.base_url https://your-api.com/v1 vulnclaw config set llm.model your-model-name vulnclaw config set llm.api_key sk-your-key — ## 使用方式 ### 方式一：原 CLI / REPL 交互模式（默认） bash $ vulnclaw 无参数启动会进入原本的 🦞 交互界面，用自然语言对话： 🦞 vulnclaw> 对 192.168.1.100 进行渗透测试，这是我授权的靶场 [*] 进入自主渗透模式，按 Ctrl+C 可随时中断 ── Round 1 ── [+] 目标: 192.168.1.100 [+] 开放端口: 22, 80, 443, 8080 ### 方式二：TUI 工作台（显式启用） bash $ vulnclaw tui TUI 会先展示目标、检查模式、运行概览和安全边界，让你确认授权范围后再启动任务： text VulnClaw TUI 工作台 授权目标 https://example.com 检查模式 快速摸底 / recon 运行概览 历史快照、风险数量、持久化约束、约束拦截 安全边界 仅测试端口 443，禁止 exploit/persistent/post_exploitation 1 设置授权目标 2 选择检查模式 3 设置测试范围 4 开始授权安全检查 8 模型/API 配置 常用启动方式： bash vulnclaw tui vulnclaw tui --target https://target.example --mode quick --only-port 443 vulnclaw tui --dry-run --target https://target.example --mode deep --only-path /admin 菜单 3 “设置测试范围”可编辑主机、端口、路径、排除项、允许动作和禁止动作；这些边界会进入启动前确认和实际任务命令。 菜单 7 “环境诊断入口”会在 TUI 内显示 Python、Node/npx/uvx/nmap、LLM 配置和 MCP 服务/工具摘要；需要完整详情时再运行 vulnclaw doctor。 菜单 8 “模型/API 配置”可直接切换 Provider、Base URL、Model 和 API Key，保存后工作台会立刻使用新配置。 ### 方式三：经典 REPL 子命令 bash $ vulnclaw repl 进入经典 🦞 交互界面，用自然语言对话： 🦞 vulnclaw> 对 192.168.1.100 进行渗透测试，这是我授权的靶场 [*] 进入自主渗透模式，按 Ctrl+C 可随时中断 ── Round 1 ── [+] 目标: 192.168.1.100 [+] 开放端口: 22, 80, 443, 8080 [+] Web 指纹: Apache/2.4.62 ── Round 2 ── [+] 发现 /manager/html (Tomcat Manager) [+] 命中 CVE-202X-XXXX: Apache Tomcat 认证绕过 ── Round 3 ── [+] 漏洞验证成功 🦞 192.168.1.100 | 报告> 生成渗透报告 [+] 报告已保存: ./reports/192.168.1.100_20260418.md [+] PoC 脚本已保存: ./pocs/CVE-202X-XXXX.py #### 经典 REPL 内置命令 | 命令 | 说明 | | ——————— | —————————————— | | target | 设置渗透测试目标 | | status | 查看当前状态(目标、阶段、工具、推理显示) | | tools | 列出当前可用 MCP 工具 | | think | 切换推理过程显示/隐藏 | | think on / off | 精确控制推理过程显示 | | persistent | 启动持续性渗透测试(100轮/周期,自动报告) | | persistent | 对指定目标启动持续性渗透 | | clear | 清空当前会话 | | help | 显示帮助信息 | | exit / quit / q | 退出 VulnClaw | #### 自主渗透模式 VulnClaw 检测到以下关键词 + 目标时，自动进入多轮自主渗透循环： | 触发方式 | 示例 | | –––– | –– | | 渗透指令 | 对 http://target.com 进行渗透测试 | | CTF / 找 flag | 帮我对 http://ctf.site 找出flag | | 爆破 / 绕过 | 对 http://target.com 弱口令爆破 | | 显式触发 | 目标:http://target.com,进入自主渗透模式 | > 💡 在 REPL 中输入 Ctrl+C 可随时中断自主循环。切换目标时自动重置会话上下文。 ### 方式二：单命令模式 bash # 一键全流程渗透测试 vulnclaw run 192.168.1.100 # 持续性渗透测试(每周期100轮,最多10周期,自动生成报告) vulnclaw persistent 192.168.1.100 # 自定义周期参数 vulnclaw persistent 192.168.1.100 --rounds 200 --cycles 5 # 仅信息收集 vulnclaw recon 192.168.1.100 # 漏洞扫描(可指定端口) vulnclaw scan 192.168.1.100 --ports 80,443,8080 # 漏洞利用(可指定 CVE) vulnclaw exploit 192.168.1.100 --cve CVE-2024-1234 --cmd id # 生成报告 vulnclaw report session.json ### 方式三：持续性渗透模式 适用于需要长时间深度渗透的场景。VulnClaw 以周期循环方式运行： ┌──────────────────────────────────────────────┐ │ Cycle 1 (100轮) → 自动报告 → 继续 │ │ Cycle 2 (100轮) → 自动报告 → 继续 │ │ Cycle 3 (100轮) → 自动报告 → 继续 │ │ ... │ │ 直到 Ctrl+C 或达到最大周期数(默认10) │ └──────────────────────────────────────────────┘ 特点： - 跨周期状态保持 — 每个周期保留之前的所有发现、漏洞和步骤记录 - 周期报告 — 每个周期结束自动生成独立的 Markdown 报告（含新增漏洞和累计汇总） - 灵活中断 — Ctrl+C 随时中断，中断时仍生成本周期报告 - 增量发现 — 报告区分“本周期新增“和“累计总计“，清晰追踪进展 - 可配置 — 每周期轮数、最大周期数、是否自动报告均可配置 bash # CLI 方式 vulnclaw persistent 192.168.1.100 # 默认 100轮/周期 × 10周期 vulnclaw persistent 192.168.1.100 -r 200 -c 5 # 200轮/周期 × 5周期 vulnclaw persistent 192.168.1.100 --no-report # 不自动生成报告 # TUI 方式 vulnclaw tui --target 192.168.1.100 --mode continuous # REPL 方式 🦞 vulnclaw> target 192.168.1.100 🦞 vulnclaw> persistent # 或直接 🦞 vulnclaw> persistent 192.168.1.100 ### 方式四：Web UI 模式 通过浏览器操作渗透测试全流程，适合偏好图形界面的用户。 bash # 安装 Web 依赖 pip install vulnclaw[web] # 启动 Web UI(默认 127.0.0.1:7788) vulnclaw web # 自定义端口 vulnclaw web --port 8080 # 仅检查启动信息(不实际启动服务) vulnclaw web --dry-run 启动后浏览器访问 http://127.0.0.1:7788 即可使用。 > ⚠️ 默认仅绑定本地回环地址。如需远程访问须显式指定 --host 0.0.0.0 --allow-remote，请确保网络环境安全。 — ## LLM 提供商配置 VulnClaw 支持所有 OpenAI 兼容协议的 API，内置 8 个提供商预设： bash vulnclaw config provider --list # 查看所有提供商 vulnclaw config provider minimax # 一键切换 | 提供商 | 命令 | 默认模型 | | ———– | ––––––––––– | ——————— | | OpenAI | provider openai | gpt-4o | | MiniMax | provider minimax | MiniMax-M3 | | DeepSeek | provider deepseek | deepseek-v4-pro | | 智谱 GLM | provider zhipu | glm-4.7 | | Kimi | provider moonshot | kimi-k2.6 | | 通义千问 | provider qwen | qwen3-max | | SiliconFlow | provider siliconflow | DeepSeek-V4-Flash | | 豆包 | provider doubao | Doubao-Seed-2.0-Pro | | 百川 | provider baichuan | Baichuan4-Turbo | | 阶跃星辰 | provider stepfun | step-3.5-flash | | 商汤 | provider sensetime | SenseNova-6.7-Flash-Lite | | 零一万物 | provider yi | yi-lightning | | 自定义 | provider custom | 手动填写 | — ## 架构 ┌─────────────────────────────────────────────┐ │ VulnClaw CLI │ │ ┌─────────┐ ┌─────────┐ ┌────────────┐ │ │ │ 自然语言 │ │ 任务编排 │ │ 报告 & PoC │ │ │ │ 交互层 │ │ 引擎 │ │ 生成器 │ │ │ └────┬────┘ └────┬────┘ └─────┬──────┘ │ │ └─────────────┼─────────────┘ │ │ ┌─────▼──────┐ │ │ │ LLM Agent │ │ │ │ (越狱+Skill)│ │ │ └─────┬──────┘ │ │ ┌─────▼──────┐ │ │ │ MCP 编排层 │ │ │ │ (4 服务) │ │ │ └─────┬──────┘ │ │ ┌─────▼──────┐ │ │ │ 安全知识库 │ │ │ └────────────┘ │ └─────────────────────────────────────────────┘ ### 核心模块 | 模块 | 文件 | 说明 | | ––––––– | ———————————————— | ——————————————— | | CLI/TUI 入口 | cli/main.py + cli/tui.py | Typer 命令 + 默认原 CLI/REPL + 显式 TUI | | Agent 核心 | agent/core.py | AgentCore 协调入口(核心重构后主要保留少量协调职责) | | 求解引擎(默认) | agent/solver.py + agent/blackboard.py | 目标驱动 OODA 循环 + Fact/Intent 黑板图 + 证据级反幻觉闸门 | | 推理 / 反思 | agent/reasoning_state.py + reflexion.py | 结构化事实/约束/攻击链 + 失败归类与 L0-L4 升级 | | 插件体系 | plugins/(registry/runtime/web) | 低耦合漏洞检测插件运行时 + 内置只读 Web 插件 | | 动态提示词 | agent/prompts.py | 基础身份 + 核心契约 + Skill + MCP 工具列表 | | Prompt 组装 | agent/system_prompt.py + prompt_context.py | system prompt / round context / attack summary 组装 | | 输入分析 | agent/input_analysis.py | 目标识别、阶段识别、用户漏洞提示提取 | | 反死循环 / CTF | agent/anti_loop.py + ctf_mode.py | 完成信号、攻击路径、失败目标、flag 状态机 | | 会话状态 | agent/context.py | 阶段追踪 + 漏洞发现 + 步骤记录 | | Skill / KB 上下文 | agent/skill_context.py + kb_context.py | Skill 选择与知识库 prompt 注入 | | 目标状态继承 | target_state/store.py | 同目标成果沉淀、恢复、快照、回滚、target 报告 | | MCP 编排 | mcp/registry.py + lifecycle.py + router.py | 服务注册 + 生命周期 + 自然语言→工具路由 | | Skill 调度 | skills/loader.py + dispatcher.py | 目录格式 Skill + CTF/SRC/AI/Web 等意图动态调度 | | 编解码工具 | skills/crypto_tools.py | 29 种编解码/加解密操作，注册为内置 Agent 工具 | | 配置管理 | config/schema.py + settings.py | Pydantic 模型 + YAML 持久化 + 8 Provider 预设 | | 报告生成 | report/generator.py + poc_builder.py | Markdown 报告 + Python PoC 模板 | | 安全知识库 | kb/store.py + retriever.py | JSON 存储 + CVE/技术/工具检索 | — ## MCP 工具链 | MCP 服务 | 工具数 | 模式 | 用途 | 状态 | |—|—|—|—|—| | fetch | 1 | 本地 (httpx) | HTTP 请求、API 测试 | 开箱即用 | | memory | 2 | 本地 (JSON) | 上下文记忆、状态持久化 | 开箱即用 | | chrome-devtools | 31+ | stdio MCP | 浏览器自动化、截图、JS 执行 | 需部署 | | burp | 多个 | stdio MCP | HTTP 抓包、重放、漏洞扫描 | 需部署 | > 另有 5 个内置 Agent 工具（python_execute + nmap_scan + crypto_decode + brute_force_login + load_skill_reference），无需 MCP 即可调用。 ### Chrome DevTools MCP 部署 仓库: ChromeDevTools/chrome-devtools-mcp (https://github.com/ChromeDevTools/chrome-devtools-mcp) — 31+ 工具，覆盖点击/表单/截图/JS执行/网络监控/性能分析 前置条件: Node.js LTS (v20+) + Chrome 浏览器 bash # Step 1: 启动 Chrome 远程调试 # Windows "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222 --user-data-dir=C:\tmp\chrome-debug # Linux/Mac google-chrome --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-debug # Step 2: 启用 VulnClaw 配置(自动通过 npx 拉取,无需手动安装) vulnclaw config set mcp.servers.chrome-devtools.enabled true VulnClaw 配置已内置 npx -y chrome-devtools-mcp@latest，启用后自动连接。如需指定 Chrome 调试地址，编辑 ~/.vulnclaw/config.yaml： yaml mcp: servers: chrome-devtools: enabled: true transport: type: stdio command: npx args: ["-y", "chrome-devtools-mcp@latest", "--browser-url=http://127.0.0.1:9222"] ### Burp Suite MCP 部署 仓库: PortSwigger/mcp-server (https://github.com/PortSwigger/mcp-server) — 官方 MCP 扩展，支持 SSE + Stdio 协议 前置条件