OpenScanner： 开源AI 驱动的混合安全扫描引擎，带你告别误报地狱！

🔍 OpenScanner： AI 驱动的混合安全扫描引擎！

🔗 GitHub 传送门： https://github.com/kyzzniko-lang/OpenScanner

一、 为什么要写 OpenScanner？

在安全圈，我们不缺扫描器。从老牌的 AWVS 到 Sqlmap，再到现代的 Xray。但我们面临的真正痛点从没变过：

1. 误报地狱：由于基于正则匹配，任何稍微复杂的业务逻辑都可能触发海量报警。
2. 黑盒天花板：DAST 只能看到表面，SAST 只能看到源码，它们之间互不沟通。
3. WAF 拦截：固定 Payload 时代已经过去，现在的 WAF 让传统工具几乎瘫痪。
   为了打破这一现状，我开发了OpenScanner—— 这是一个集成了DAST + SAST + IAST且真正由Hybrid AI 决策链驱动的安全引擎。

以下是脚本演示画面:

运行demo界面:

webui界面演示:

代码审计页面展示:

二、 核心黑科技：降维打击的秘密

1. Hybrid AI 研判引擎 (AVA 架构)

OpenScanner 不再只是简单地拼凑一段 Prompt。它内置了AVA (AI-Verify-AI)深度研判架构：

• Proposer：负责初步探测，搜集证据。
• Critic：以反向质疑的角度，寻找任何可能是误报的证据。
• Finalizer：综合双向意见，给出最终裁决。
  这种“辩论赛”式的研判，将误报率从传统的 30%+ 降低到了3.5%以下。

2. 混合部署：隐私与精度的平衡

我们支持Hybrid 模式：

• 本地模式 (Local)：基于llama-cpp，在纯 CPU 环境下运行 0.5B-3B 的轻量化量化模型。代码和数据从不离机，主打隐私优先。
• 云端模式 (API)：无缝对接 DeepSeek、OpenAI、Gemini。利用 GPT-4o 的超强逻辑能力，挖掘深层逻辑漏洞（如 BOLA、越权等）。

3. 多模态联动

OpenScanner 是一台真正的“混合”引擎。在 DAST 发现可疑注入点时，它会自动联动 SAST 扫描对应路径的源码，并通过 IAST 追踪数据流（Sink 点），实现“证据闭环”。

三、 项目实战演示

1. 超高颜值的 Rich CLI

我为 OpenScanner 设计了极具极客感的命令行界面：

2. Streamlit 实时仪表盘

除了命令行，我们还有基于 Streamlit 的可视化控制台，支持实时查看 AI 的每一轮“质疑”和“定音”过程。

四、 核心代码片段：AI 调度器

OpenScanner 的核心在于对不同 AI Provider 的统一调度，以下是本项目中 API 提供者的核心逻辑片段：

# core/ai/api_provider.py 核心代码asyncdef_ensure_client(self)->httpx.AsyncClient:"""延迟创建 HTTP 客户端，已根据安全性加固"""ifself._clientisNoneorself._client.is_closed:self._client=httpx.AsyncClient(timeout=httpx.Timeout(self._config.api_timeout),follow_redirects=True,http2=False,# 针对中转代理进行了稳定性优化trust_env=self._config.api_trust_env,proxy=self._config.api_proxyifself._config.api_proxyelseNone,)returnself._client

五、 如何快速启动？

我们将部署流程精简到了极致：

# 1. 克隆并安装gitclone https://github.com/kyzzniko-lang/OpenScanner.gitcdOpenScanner# 2. 一键部署环境python setup.py# 3. 启动 Web 控制台streamlit run web/app.py

六、 结语

安全工具的未来不应该是“规则的堆砌”，而应该是“逻辑的推理”。OpenScanner v1.0 只是一个开始，我们希望能将更多的 LLM 推理能力注入到渗透测试的每一个环节中。

项目已在 GitHub 正式开源，欢迎 Star / Fork / PR！

声明： 本工具仅供授权安全测试使用，请勿用于非法用途！

网络安全 AI Python 开源项目 渗透测试