文章总结： 本文介绍AutoHunter自动化SRC挖掘系统，采用多Agent架构结合大模型实现全天候挖洞。系统含搜集、挖洞、AI初审与人工复审模块，支持归属自动标注。提供Docker与WSL2部署指南，建议代码放WSL文件系统以优化性能，助力高效SRC挖掘。 综合评分： 75 文章分类： 安全工具,产品介绍,SRC活动,AI安全,渗透测试

自动化SRC漏洞挖掘系统 — AutoHunter

StanleyNull StanleyNull

网络安全者

2026年7月2日 16:57 河南

在小说阅读器读本章

去阅读

===================================

免责声明

请勿利用文章内的相关技术从事非法测试，由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失，均由使用者本人负责，作者不为此承担任何责任。工具来自网络，安全性自测，如有侵权请联系删除。个人微信：ivu123ivu

0x01 工具介绍

AutoHunter 是一个多 Agent 协同的自动化漏洞挖掘系统。你把一台机器交给它当作 7×24 小时不停歇的挖洞平台，自己只做「人工复审员」：

Collector（搜集）  →  Worker（1:1 真实挖洞）  →  Reviewer（AI 初审去垃圾）  →  人工复审 → 待提交     ↑ FOFA/手动录目标        ↑ LLM + 真实工具链（nmap/nuclei/sqlmap/httpx/JS 分析…）Collector：从 FOFA 持续产出目标，探活、预筛、评分、归属标注后入队。

Worker：每个目标一个 Worker，LLM 自主侦察 + 调用真实工具挖洞，出洞即提交。

Reviewer：极理性 AI 初审，过滤半成品/误报，只把够格的洞送到人工面前。

控制台：实时看板一眼看清每个 Worker 在干什么、目标优先级、事件流；结果区高效复审、编辑、标记提交。

归属标注：写报告时按目标 IP/域名离线反查所属高校（app/data_static/edu_ip.db），自动填充报告归属单位与 EduSRC 提交 JSON 的标题/单位；重建脚本见 tools/edu_ip_builder/。

0x02 安装与使用

Windows（Docker Desktop + WSL2）

装 WSL2（管理员 PowerShell）：

wsl --install装完重启。装 Docker Desktop：安装时勾选 “Use WSL 2 based engine”，启动后在 Settings → Resources → WSL Integration 打开集成。拉代码 + 部署（在 PowerShell 或 WSL 终端里）：git clone https://github.com/StanleyNull/AutoHunter.git autohuntercd autohunterbash scripts/install.shinstall.sh 是 bash 脚本，在 WSL / Git Bash 里跑最顺。若只用 PowerShell，也可走 手动部署：copy .env.example .env，编辑后 docker compose up -d --build。浏览器访问 http://localhost:18800/。💡 Windows 下代码放在 WSL 文件系统内（如 ~/autohunter）比放在 C:\ 挂载盘性能好很多。

| | | | — | — | | | |

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：网络安全者 StanleyNull StanleyNull《自动化SRC漏洞挖掘系统 — AutoHunter》