📌 项目地址：KeygraphHQ/shannon | ⭐ 43,926 颗星 | 🔧 TypeScript | 📜 AGPL-3.0
一句话告诉你它是什么
Shannon 是一个自主运行的白盒 AI 渗透测试工具，专门针对 Web 应用和 API。它先读你的源码找出攻击路径，然后对正在运行的应用发起真实攻击。只有利用成功的漏洞才写入报告 —— 这意味着每一条输出都是可复现的 PoC，不是“疑似风险”。
项目由 Keygraph 开发，TypeScript 实现，43926 个 Star。当前版本是 Beta，直接在终端运行。
为什么这种思路更有用
大多数安全工具只做一件事。
静态分析工具（SAST）只看代码，给你一堆“可能存在风险”的告警。实际很多是误报，要人工验证。黑盒扫描工具只扫端口和请求，发现的问题可能是探测出来的，但能不能真正利用、攻击路径是什么，它说不清楚。
Shannon 把两件事串起来了：
- 从源码中提取攻击入口 —— 路由、参数、数据库查询、认证逻辑
- 用真实 HTTP 请求和浏览器自动化验证这些入口能否被攻破
结果是每一条漏洞都附带攻击步骤。比如 SQL 注入的 PoC 直接给出 curl 命令，你复制到终端执行就能看到数据泄露。
我看了它的实测报告
README 提供了三份示例报告。我重点看的是 OWASP Juice Shop（一个故意留漏洞的 Node.js 电商应用）的测试结果。
Shannon 发现了 20 个以上可直接利用的漏洞，包括：
- 认证绕过 —— 用 admin 账号直接登录，不需要密码
- SQL 注入 —— 从数据库读出其他用户的密码哈希
- IDOR —— 直接访问其他用户的购物车和订单
- SSRF —— 让服务器向内部网络发送请求
每个漏洞都写明了攻击步骤，格式像专业渗透测试报告。例如 SQL 注入的 PoC 字段里直接塞了一段 curl，参数中嵌入了注入 payload。你不需要懂内部实现就能复现。
另一个测试目标是 c{api}tal API，一个专门包含 API 漏洞的 Python 应用。发现了大约 15 个高危问题，包括命令注入、认证绕过、批量赋值漏洞。我注意到这份报告的漏洞描述更偏 API 安全，比如未授权访问管理接口、参数注入修改服务器文件。
这说明 Shannon 对不同语言和框架有针对性。对 Node.js 应用的测试更侧重请求参数和数据库交互，对 Python 后端的测试更侧重 API 端点安全。
跑起来只需一条命令
npx @keygraph/shannon@beta run --source ./path-to-your-app --target http://localhost:3000两个参数必须同时提供：
--source：你的应用源码目录路径--target：应用正在运行的本地地址
Shannon 需要同时看到代码和运行实例。只看代码它无法验证漏洞能否利用，只看运行实例它不知道内部结构和数据流向。
第一次运行会自动下载 Chromium（约 300MB），因为测试过程中有浏览器自动化。如果你本地已经有 Playwright，它会跳过下载。
不需要写配置文件。它会自动检测语言、框架、路由结构。
语言支持分三类，影响实际可用性
| 支持级别 | 语言 |
|---|---|
| 完整支持（源码分析+攻击） | Node.js、Python、Go |
| 部分支持（可运行但框架解析可能不完整） | Java、Ruby、C# |
| 不支持（源码分析阶段跳过，仅尝试黑盒扫描） | 其它（Rust、PHP、C++等） |
说人话：
如果你的应用是用 Node.js（Express、Fastify、Next.js）、Python（Django、Flask、FastAPI）或 Go（Gin、Echo）写的主流框架，Shannon 可以开箱即用，源码分析质量比较高。
如果是 Java（Spring Boot、Jakarta）或 Ruby（Rails），它能跑，但可能漏掉一些攻击路径。关键看你的框架是否在官方测试范围内。
如果是其它语言，源码分析直接跳过。它仍然会尝试用黑盒方式扫描 API 端点，但效果取决于你的 API 是否遵循 REST 规范、路由是否可枚举。
我个人的判断：如果团队主力技术栈是 Node.js/Python/Go，值得投入时间测试。如果是 Java 团队，建议先在小项目上跑一次看看效果再决定。
两个版本，差距主要在 CI/CD 集成
| 特性 | Shannon Lite（免费） | Shannon Pro（商业） |
|---|---|---|
| 源码分析 + 真实攻击 | ✅ | ✅ |
| 黑盒模式（只看 API，不看源码） | ❌ | ✅ |
| 修复验证 | ❌ | ✅ |
| CI/CD 安全门控 | ❌ | ✅ |
| PoC 转回归测试用例 | ❌ | ✅ |
| 企业平台（项目管控、SLA） | ❌ | ✅ |
| 许可证 | AGPL-3.0 | 商业授权 |
免费版能做的事已经很核心：分析源码、发起攻击、输出可验证的漏洞。对个人开发者、小团队、或者想先评估再决定是否采购的组织，它就是完整工具。
Pro 版的价值不在攻击能力更强，而在工程化集成。修复验证是指开发者改完代码，Shannon 能自动重新运行之前的攻击向量，确认漏洞是否真的关闭。这对于把渗透测试嵌入到每次 CI 构建的团队是刚需。如果没有这个需求，免费版够用。
README 没写价格，需要联系 Keygraph 官网询价。
它不擅长什么，这很重要
README 专门有一节 Safety, Scope, and Limitations，我总结几个关键点：
- 业务逻辑漏洞基本测不出来。比如：竞拍的时间差攻击、审批流程跳过、两步验证绕过。这些依赖你对业务规则的理解，Shannon 只懂技术层面的攻击模式。
- 不能替代年度正式渗透测试。它是填补“每天发版、一年才测一次”这个时间窗口的工具。专业渗透测试人员能发现更深层、更复杂的问题。
- 依赖完整的源码和运行实例。如果应用只给了编译后的代码，或者依赖太多外部服务无法本地启动，Shannon 无法工作。
- 测试范围有限。同一个框架的不同版本、特殊配置、自定义中间件，都可能导致分析不完整。官方也承认覆盖率不是一个固定值。
如果你期望它像一个 7×24 的黑客一样发现所有漏洞，会失望。它的定位是“在正式渗透之间的低成本高频自测手段”。
有一个细节值得注意
仓库根目录有两个文件：llms.txt 和 llms-full.txt。README 注释说这两个是给 AI agent（Claude、Copilot 等）准备的，让它们能快速理解项目结构。
人类开发者也能看。llms.txt 是仓库地图，llms-full.txt 把 README 和所有文档合并到一个文件。如果你需要把整个项目结构喂给 AI 做上下文，或者自己不想翻目录，这个文件省事。
谁适合现在试
团队特征：代码每天都在合，渗透测试一年只做一两次。你能接受在这之间有漏洞被部署到生产环境吗？如果不能，Shannon 给你一个低成本的自测手段。
技术栈要求：Node.js、Python、Go。如果团队主力用这些语言，且框架是主流，可以开箱即用。
不适合的场景：
- 项目语言在“不支持”列表里
- 应用无法在本地运行（依赖云服务、外部 API 过多、需要特定硬件）
- 你主要担心的是业务逻辑安全，不是技术型漏洞
对开发者的建议
找一个你熟悉但有安全顾虑的项目，跑一次 Shannon，看看结果。和你的静态分析工具（比如 SonarQube、Snyk）对比，看重叠和差异。
重点不是看它发现了多少漏洞，而是看它报告的每一条漏洞是否真的能复现。如果都能复现，说明它的攻击路径分析是准确的。如果存在大量误报（无法复现的漏洞），说明当前版本对你们的技术栈支持不够好。
这才是衡量它是否值得集成的标准。
项目地址：https://github.com/KeygraphHQ/shannon
官网：https://keygraph.io（Pro 版咨询入口）