Shannon：41.4K Star白盒AI滲透測試工具

Shannon AI滲透測試

🤖 Shannon：41.4K Star 白盒 AI 滲透測試工具，No PoC No Report

Shannon是一個自主運行的白盒 AI 滲透測試工具，針對 Web 應用和 API：

41.4K GitHub Stars：安全領域最熱門開源項目之一
No PoC No Report：沒有 PoC 就不報告，零假陽性
XBOW 基準 96.15%：漏洞利用成功率碾壓商業工具
$50/次：單次測試成本，1-1.5 小時出報告
白盒測試：需要源代碼訪問，源碼分析+動態攻擊

這是安全工具鏈中的動態驗證層，填補傳統滲透測試的空白。

🔍 爲什麼 Shannon 存在？

安全空白問題

你的團隊用 AI 編程工具每天部署代碼，但滲透測試一年做一次——中間364天的安全空白誰來填？

傳統掃描器：報一堆”可能存在”的漏洞，安全工程師逐條驗證
人工滲透測試：週期數周、成本數萬美元
安全空白：中間364天可能正在部署漏洞到生產環境

Shannon 的回答

Shannon 給出的回答是：一個能讀源代碼、能自己操作瀏覽器發起攻擊、打不進去就不報告的全自主滲透測試 Agent。

⚠️ 不是掃描器：No Exploit, No Report

理解 Shannon 的第一步

理解 Shannon 的第一步，是明確它不是什麼：

不是 DAST：不是動態應用安全測試工具
不是 SAST：不是靜態應用安全測試工具
不是模式匹配：不是掃描已知危險模式

傳統工具本質上是模式匹配——掃描代碼或 HTTP 響應中的已知危險模式，輸出一份”疑似漏洞”清單。

Shannon 的核心設計原則

Shannon 的核心設計原則用一句話概括：“POC or it didn’t happen”（沒有 PoC 就等於沒發生）：

特徵	說明
實際發起攻擊	通過瀏覽器自動化注入 SQL、構造 XSS 載荷、發送 SSRF 請求
只有成功利用才報告	只有成功利用的漏洞纔會進入最終報告
附帶可複製粘貼 PoC	每條發現都附帶可直接複製粘貼的 PoC 代碼
假陽性不進入報告	無法利用的漏洞被標記爲”假陽性”或”潛在”，不進入報告

這意味着安全團隊拿到的每一條發現都是已驗證的、可復現的。

OWASP Juice Shop 測試

在官方提供的OWASP Juice Shop測試報告中，Shannon 發現了20+個漏洞：

SQL 注入認證繞過（Critical）
UNION 注入數據提取（Critical）
SSRF（High）
XSS（High）
多種授權繞過（High）

值得注意的是，在另外兩個測試目標上，Shannon 的 XSS 檢測零假陽性——它正確識別出這些應用具備健壯的 XSS 防禦，沒有誤報。

🔬 五階段管線架構

五階段管線 + 多 Agent 並行

Shannon 的技術架構有兩個關鍵詞：五階段管線和多 Agent 並行：

階段	名稱	說明
階段 1	Pre-Recon	外部掃描 + 源代碼分析（Nmap、Subfinder、WhatWeb）
階段 2	Recon	橋接靜態分析和動態分析，驗證端點、映射認證流程
階段 3	Vulnerability Analysis	5 個並行 Agent，各負責一個漏洞類別
階段 4	Exploitation	5 個並行 Agent，執行真實攻擊
階段 5	Reporting	生成滲透測試級別的執行報告

底層推理引擎

Shannon 基於Anthropic Claude Agent SDK，採用三層模型配置：

Claude Haiku 4.5：摘要
Claude Sonnet 4.6：安全分析
Claude Opus 4.6：深度推理

📊 5 類漏洞並行 Agent

5 個獨立的分析 Agent

Shannon 同時啓動5 個獨立的分析 Agent，各負責一個漏洞類別：

Agent	方法	覆蓋漏洞
Injection	Source→Sink 污點追蹤	SQL/命令/文件/模板/反序列化注入
XSS	Sink→Source 污點追蹤	HTML 渲染上下文中的跨站腳本
SSRF	Sink→Source 污點追蹤	HTTP 客戶端、原始 socket、URL 打開器
Auth	Guard 驗證	缺失的安全控制（限速、會話管理等）
Authz	Guard 驗證	缺失的授權檢查（水平/垂直/上下文）

5 個 Agent併發運行，互不阻塞。每個分析 Agent 完成後，對應的利用 Agent 立即啓動。

漏洞分類狀態

利用 Agent 將每個發現分類爲三種狀態：

EXPLOITED（已利用）：進入最終報告
POTENTIAL（潛在）：不進入報告
FALSE POSITIVE（假陽性）：不進入報告

只有EXPLOITED進入最終報告。

🔥 XBOW 基準 96.15%

XBOW 基準測試

Shannon 在XBOW 基準上取得了96.15%的漏洞利用成功率（100/104）：

漏洞類型	總數	成功	成功率
Broken Authorization	25	25	100%
SQL Injection	7	7	100%
Blind SQL Injection	3	3	100%
SSRF / Misconfiguration	22	21	95.45%
XSS	23	22	95.65%
Server-Side Template Injection	13	12	92.31%
Command Injection	11	10	90.91%
總計	104	100	96.15%

測試條件說明

XBOW 基準：104 個故意設置漏洞的應用
清理版本：移除了變量名、註釋、文件路徑提示
白盒模式：Shannon 可以訪問應用源代碼

與商業工具對比

Shannon：96.15%（白盒模式）
KinoSec：92.3%（黑盒模式）
Xfenser AI：88.5%
XBOW 商業平臺：約 85%（黑盒）

💰 成本與上手

成本

單次完整掃描：

耗時：1-1.5 小時
API 成本：約 $50 USD（基於 Claude Sonnet 4.6）
範圍：$40-55，取決於模型定價和應用複雜度

對比傳統人工滲透測試：一次數萬美元、耗時數週。

上手方式

npx 模式（推薦，零安裝）：

# 一次性配置
npx @keygraph/shannon setup

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

本地模式（完整構建）：

# 克隆仓库
git clone https://github.com/KeygraphHQ/shannon.git
cd shannon

# 配置 API Key
echo "ANTHROPIC_API_KEY=your-key" > .env

# 安装和构建
pnpm install && pnpm build

# 运行
./shannon start -u https://your-app.com -r /path/to/repo

前置條件

Docker：容器運行時
Node.js 18+：運行環境
Anthropic API Key：推薦
源代碼訪問：白盒工具需要

🤝 Shannon Lite vs Shannon Pro

兩個版本

版本	許可證	定位
Shannon Lite	AGPL-3.0	本地測試自己的應用
Shannon Pro	商業	組織級 AppSec 平臺（SAST + SCA + Pentest）

Shannon Pro 功能

Shannon Pro是全功能應用安全平臺：

Code Property Graph：靜態分析引擎
業務邏輯安全測試：自動化不變量發現
SCA 可達性分析：CVE 可達性追蹤
祕密檢測：正則 + LLM 檢測
靜態-動態關聯：靜態發現自動餵給動態滲透
CI/CD 集成：GitHub PR 掃描

⚠️ 使用注意事項

重要警告

絕對不能對未授權系統使用：Shannon 會執行真實攻擊，未經授權掃描違法
不建議在生產環境運行：攻擊行爲可能產生破壞性影響
倉庫可能對 AI 提示注入：這是官方明確列出的安全風險
Shannon Lite 是白盒工具：需要訪問源代碼倉庫

LLM 幻覺風險

官方免責聲明：LLM 仍可能產生幻覺，需人工驗證所有發現的合法性和嚴重性。

📝 總結

Shannon 代表了一種正在成型的安全工具範式：

No PoC No Report：只有成功利用才報告
41.4K Stars：安全領域最熱門開源項目
XBOW 基準 96.15%：白盒測試成功率碾壓商業工具
五階段管線：Pre-Recon → Recon → Vuln → Exploit → Report
5 類並行 Agent：Injection、XSS、SSRF、Auth、Authz
$50/次，1-1.5 小時：成本遠低於人工滲透測試
白盒工具：需要源代碼訪問

沒有 PoC 就不報告，Shannon 讓滲透測試變成一條命令。

GitHub：https://github.com/KeygraphHQ/shannon

官網：https://keygraph.io