Claude-BugHunter:把 681 份公开漏洞报告喂给 Claude Code 当红队工具箱

Claude-BugHunter:把 681 份公开漏洞报告喂给 Claude Code 当红队工具箱

问 Claude"帮我测一下这个站"得到的是 OWASP Top 10 的百科式回答;装上一包技能后,它先查 GraphQL introspection 和 OAuth redirect_uri,按奖金潜力排优先级,交稿前自己过一道七问门。

GitHub 上有个 elementalsouls/Claude-BugHunter,到我查的 2026 年 11 月 19 日 11,347 stars,上个月还在活跃提交。它是一个 Claude Code skill bundle:83 个 skills、15 个 slash commands、681 条从 HackerOne 公开披露报告里提炼的漏洞模式,覆盖 24 个核心漏洞类。一句话定位写在 README 里:装完之后 Claude Code 不再是聊天机器人,开始表现得像一个资深 bug-hunting 研究员或红队操作员。

作者 Sachin Sharma(GitHub ID elementalsouls),Bug Hunting 和 GenAI 安全研究背景,项目 2026 年 5 月开仓,版本从 v2.0 到 v2.1 一路迭代。这篇按四件套拆:是什么、怎么用、值得学什么、同类怎么比。

本文提纲

  1. 是什么:定位、四层技能栈、83 个 skills 都装了什么
  2. 怎么用:两条安装路径、五种 agent harness、六阶段工作流与七问门
  3. 值得学什么:可审计的报告引用、scope 写进代码、诚实的数字管理
  4. 同类比较:上游技能包、Trail of Bits skills、经验型技能方案

是什么:一个让 Claude 变操作员的技能包

Claude Code 的 skills 系统本身是"按需加载的说明书":一个文件夹加一份 SKILL.md,模型只在相关时读。BugHunter 把这个机制用到了极致,83 个 skills 按四层堆叠:

层 内容 数量
Think bb-methodology、redteam-mindset:五阶段非线性方法论、批判性思维框架 4
Hunt webapps hunt-* 漏洞类技能:XSS、SQLi、SSRF、IDOR、SSTI、XXE、CSRF、CORS 等 58
Hit the perimeter 企业平台链:M365/Entra、Okta、vCenter、SSL-VPN 设备、SharePoint、cloud IAM 10
Ship it triage-validation、report-writing、evidence-hygiene:七问门、VRT 定级、PII 脱敏 6

再加 recon/OSINT 类 5 个。58 个 hunt-* 技能是核心资产:每一类漏洞的检测模式、payload 集、绕过表、链式模板,全部从 681 份已披露的 HackerOne 报告里提炼,其中 433 份现在逐条挂了引用链接,可以点回去核对。项目 5 月在公共训练平台(DVWA、OWASP Juice Shop、Hacker101)上验证过,也跑过真实授权的赏金和红队 engagement。

四层技能栈串起来就是一次完整 engagement 的生命周期:

MERMAID_BLOCK_0

范围边界画得异常清楚。包内覆盖的只有外部攻击面:web 应用、API、SaaS、云错配置、recon 和 OSINT。README 明确列出"故意不做"的清单:内部 AD 攻击(BloodHound、Kerberoasting 那套)、C2 框架、后渗透和横向移动、免杀、二进制利用。官方的说法很坦率:这些不是缺口,是设计决策,内部 AD 可能未来单独出包。

怎么用:安装、运行、过门

两条安装路径

推荐走 Claude Code 插件市场,两行命令:

/plugin marketplace add elementalsouls/Claude-BugHunter
/plugin install claude-bughunter@elementalsouls

全部技能命名空间加载在 claude-bughunter: 前缀下,升版本不碰 ~/.claude/ 里的文件。第二条路是 git clone 后跑 install.sh(macOS/Linux)或 install.ps1(Windows),脚本把 skills 和命令拷进 ~/.claude/ 并接好 hunt 脚手架。HackerOne 账号是可选项:MCP 的公开工具(查重复、查项目 scope)不登录就能用,登录只是让你读自己的私有项目和报告。

一个包,五个 harness

这些 skills 是标准 Agent Skills 格式,同一份 SKILL.md 谁都能读。安装脚本带 --all 标志,一次装进五个 agent harness:Claude Code、OpenCode、OpenAI Codex CLI、Hermes Agent、Google AntiGravity,各自落到自己的 skills 目录。知识层全平台通用,slash commands 和 /hunt 引擎留在 Claude Code 里,这是有意为之。--burp-mcp 标志顺手把 Burp Suite 的 MCP server 接进每个 harness,模型可以直接调 Burp 的抓包和重放能力。

两种驱动方式

用大白话描述你正在测什么,相关技能自动加载,不用点名调用。README 给的示例 transcript:说一句"Testing acme.com, an in-scope HackerOne target, run recon and rank the surface",它拉起 web2-recon、offensive-osint、bb-methodology,跑 subfinder 和 crt.sh 做 subdomain 枚举(47 个主机)、httpx 探活(12 个)、技术指纹(6 个栈),然后给你排好序的攻击面:api.acme.com 的 GraphQL introspection 排第一,auth.acme.com 的 OAuth 排第二。

工程化路线是 /hunt 命令加 cbh CLI:/hunt 起 engagement 文件夹(recon、findings、evidence、submissions 各就各位),cbh 是 pipx 独立安装的终端原生 runner,编排 recon、分类、triage、报告四步。

六阶段工作流与七问门

整个包按 recon、map 和 rank、hunt、validate、report 的六阶段非线性流程运转,scope 检查写在代码里而不是提示词里。报告出门前要过 triage-validation 的七问门:Q2 问这个影响是否在项目的 accepted-impact 列表里,Q3 问资产是否 in-scope。evidence-hygiene 负责截图里漏 cookie 和受害者 PII 的老问题,自动脱敏后才进报告。

Anthropic 那道墙

README 里最诚实的一段:Anthropic 模型的实时安全防护默认拦"漏洞利用与攻击性安全工具开发",所以即使完全授权的测试也可能撞上拒答,这不是包的问题。解法是申请 Anthropic 免费的 Cyber Verification Program(CVP)。另一个容易踩的坑:Opus 5 上少数高危请求(exploit 生成、二进制扫描、渗透测试)会静默回落到 Opus 4.8 执行,长会话里一晃就错过提示,看起来像模型突然变笨。

值得学什么

从公开语料批量造 skills 的管线是这个项目真正的护城河。 681 条模式不是手抄的:作者用 public-skills-builder 从 H1 公开披露报告里按漏洞类批量生成技能骨架,再人工打磨。到最近的 Unreleased 版本,研究管线升级成 harvest_h1.py 收集元数据、classify_reports.py 分类路由、verify_citations.py 逐条核验的三段式,433 份被引报告全部内容核验,0 mismatch。任何领域只要有公开语料,这个"采集、分类、核验、生成"的套路都能复制。

数字管理做到了反常规的诚实。 CHANGELOG 里专门记了一笔:若干技能的报告数被主动下调(比如 hunt-source-leak 从 31 砍到 7),因为旧数字没有语料支撑;681 这个总数保留为模式数,433 是可审计的引用数,两个口径分开声明。给"引用了 N 份报告"这类宣称做审计的,这是教科书级做法。

scope 和授权写进代码层。 七问门的 Q2、Q3 是硬编码的验证步骤,不是模型自觉;技能里内置了指向未授权目标时自动触发的验证门。做安全类 agent 工具的人都知道,"模型自己记得守规矩"和"代码强制过门"是两个安全等级。

双许可边界划得细。 代码 MIT,内容(方法论、词表、正则库、定级 rubric)CC BY 4.0,文件类型级别的边界声明,商用 reuse 只要求署名和回链。上流致谢也做得干净:8 个 vendored 技能来自 shuvonsec/claude-bug-bounty,灵感来源 Trail of Bits 的 skills 仓库和顶级 H1 猎人 archangel 的 per-class 技能模式,全列在 NOTICE 里。

同类比较

方案 思路 规模 适合谁
Claude-BugHunter 公开披露报告语料批量生成加人工打磨,四层全栈 83 skills,681 模式 赏金猎人、外部红队
shuvonsec/claude-bug-bounty 手工方法论优先,它的 8 个技能被 vendored 进本包 小而精 想理解方法论骨架的人
Trail of Bits skills 安全审计和工程纪律向,技能编写规范 中 蓝队、代码审计
TokenEconomizer 式经验学习 从会话历史自动攒经验 机制通用 重复仓库日常开发

选型判断:真正跑赏金或授权红队,直接装这个包,CVP 顺手申请掉,Opus 5 用户注意模型回落;只想给自家代码做防御性审查,用不着这 83 个技能的火力,Trail of Bits 的方向更合适;至于"我要不要从零攒一套自己的安全 skills",先想想语料从哪来,BugHunter 走通了"公开报告是最大语料库"这条路,护城河是管线不是提示词。

丑话说在前面:这个包强在 web 和外部攻击面,内部 AD、后渗透、C2 全部明确不做,红队打到内网边界就得换工具链;681 模式里最新的一批停在 2024 到 2026 的 CVE 周期,公开报告语料天然滞后于当周威胁,企业 VPN 的 CVE 矩阵项目自己也标了要按季度刷新;另外技能包再全也过不了 Anthropic 那道防护墙,CVP 没批下来之前,正经授权测试也可能被拦腰截断。

参考文档与链接

你会让模型替你跑 recon 吗?授权测试撞上拒答时你是申请 CVP 还是绕着走?评论区聊聊你的安全 agent 用法。觉得有用点个赞。


作者: itech001
来源: 公众号:AI人工智能时代(the-ai-era)
网站: https://www.theaiera.top/
关注每日最新AI新闻和技术博客,主页有更多的文章的AI 技术参考:https://www.theaiera.top

posted @ 2026-11-19 08:13  iTech  阅读(4)  评论(0)    收藏  举报