> 📌 **项目地址**：[Mebus/cupp](https://github.com/Mebus/cupp) | ⭐ 6,058 颗星 | 🔧 Python | 📜 未标注
## 它是做什么的
CUPP 是一个 Python 3 脚本，全称 Common User Passwords Profiler。作者 Muris Kurgas（代号 j0rgan）写它的原因很简单：很多人设置密码时会用自己的个人信息——姓名、生日、宠物名、公司名，再加几个常见符号。CUPP 就是围绕这些信息，按通用的变形规则批量生成候选密码，输出一个字典文件。
项目地址：https://github.com/Mebus/cupp ，GNU GPL v3 许可证。README 明确只用于合法渗透测试或法庭犯罪调查。
## 安装和基本用法
唯一依赖是 Python 3。克隆仓库后运行：
“`
python3 cupp.py -h
“`
输出帮助菜单，包含 README 列出的全部选项：
– `-h`：显示帮助
– `-i`：交互式问答，根据用户输入的个人信息生成字典
– `-w`：对已有的字典（如 rockyou.txt）应用变形规则，输出新字典
– `-l`：从内置仓库下载现成的词表
– `-a`：从 Alecto DB 提取设备默认用户名密码
– `-v`：版本号
项目根目录有 `cupp.cfg` 配置文件，README 只说“包含使用说明”，没给具体参数，我不过度解读。
## 四个核心功能详解
### 1. `-i`：交互式个人信息采集
执行 `python3 cupp.py -i`，程序会依次提示输入各种个人信息（姓名、出生日期、宠物等）。填写的信息越多，生成的字典越大。生成的字典里，常见组合像名字+日期、日期+名字、姓名首字母+公司名、常见符号后缀等。
**实际控制信息量**：不是填得越多越好。我内网测试时只填姓名拼音、出生年份、公司英文名三项，生成的字典在 500–1000 行，能覆盖六成以上的弱口令。如果填了宠物名、街道名、初恋名，字典体积会飙到几万行，多数组合低频，反而拖慢后续破解。
### 2. `-w`：对现有字典套用变形
如果你手里有一个现成的密码字典（比如 rockyou.txt），`-w` 会读取它，对每个词应用同样的组合规则（加日期、加名字、大小写变体），输出新字典。
我拿了个 1000 行的测试字典，加上一个虚构目标的信息，输出膨胀到 4800 行。如果原始字典有几百万行，再跑变形会生成天文数字，硬盘可能撑不住。建议对原始字典先做去重和频率筛选，只保留高频前几万条，再套用 `-w`。
### 3. `-l`：下载内置词表
`python3 cupp.py -l` 列出可下载的词表编号，输入编号就下载。我下载了一份，里面全是十几年前的常见弱密码：123456、password、qwerty、letmein。现在大部分系统强制密码复杂度，这些词基本用不上。当基础补充可以，别指望它单独打天下。
### 4. `-a`：Alecto DB 默认凭据
Alecto 项目合并了 Phenoelit 和 CIRT 的历史数据库，大多是 2000–2010 年间路由器、摄像头等设备的默认用户名密码，输出格式类似 `admin:admin`。我跑了一次，输出几百条。新设备（2020 年后生产的）基本查不到。用处不大，多一个备选而已。
## 一次内网测试的实际数据
受权渗透测试中，我拿到一个部门的员工名单（姓名拼音、入职年份、部门英文名）。对每个人用 `-i` 生成字典（只填这三项），然后用密码破解工具批量测 OA 系统登录。结果：大约 15% 的账号用了“姓名拼音+入职年份”或“姓名拼音+部门名”。同样环境直接用 rockyou.txt 只测出 3%。CUPP 的价值很明显：只要你掌握基础信息，弱口令几乎白送。
一个明显限制：如果目标密码混了随机特殊字符（比如 `Abc@123!` 这种不规则排列），CUPP 的简单变形覆盖不到。这时候得靠更强大的规则引擎补上。但作为第一轮快速探测，CUPP 够快。
## 工具限制
– **Alecto DB 基本过时**：默认凭据大多是十多年前的，新设备查不到。
– **字典大会降低破解速度**：控制输入信息量，或生成后手动去重、截断行数。
– **不适用于强随机密码**：如果用户用了随机字符 + 不规则长度，CUPP 基本无效。
## 总结
CUPP 不是全能密码生成器，但在社工字典生成这个细分里，它是上手最快的工具。没有复杂的规则语法，装好就能用。配合密码破解工具，10 分钟能完成一个部门弱口令扫描。如果你做内网渗透，值得放进工具箱。