ARTEX---FBI点名的AI渗透框架:3小时拿下特权访问,12000个fork逼得作者删库

admin 2026-11-19 00:52:50 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

ARTEX---FBI点名的AI渗透框架:3小时拿下特权访问,12000个fork逼得作者删库

Z0安全
Z0安全

Z0安全

2026年11月18日 11:05
山东

去阅读

项目概述

ARTEX 是一套开源的 AI 自主渗透测试框架,Go 写后端,Next.js 做 Web 控制台,PostgreSQL 存数据,默认监听 8787 端口。它的用法粗暴到离谱:操作员在 Web 界面里用自然语言写一个目标,比如\"拿到目标内网某系统的管理员权限\",再圈定范围、配好允许和禁止规则,剩下的从信息收集、漏洞利用、权限提升到数据外带,全部由 AI 代理自己跑,人只需要在关键动作的审批门上点确认。

它不自带模型,想接谁接谁:Anthropic Claude、OpenAI GPT、DeepSeek、GLM、Grok、Kimi,甚至本地 Ollama 都行,只要是 OpenAI Chat Completions、OpenAI Responses 或 Anthropic Messages 三种 API 格式之一就能跑。2026 年 7 月底开源发布,8 月就被各路黑产和威胁组织拿去打真实目标,10 月 8 日作者在 fork 数突破 12000 之后主动删库跑路——但已经晚了,fork、镜像、改名版本(ScopeWeaver、LUCK、Guanlan SEC)和一个叫 ARTEX PRO 的商业版继续满世界流通。11 月 13 日 FBI 直接为它发了 FLASH 预警,一个开源工具混到被 FBI 单独发通告的待遇,历史上没有几个。

在被恶意使用的案例里,韩国多家金融机构约 67000 人的个人信息被拖库;ConnectWise Cloud Backup 的供应链被打穿,波及超过 2250 个下游租户;Barracuda 的云环境里有人拿偷来的云访问密钥配合 ARTEX 做机器速度的凭据串联。Microsoft 的观测数据更吓人:Storm-0940 的一个源地址每分钟打出 2900 次失败登录,从首次定位到拿到特权云访问最短不到 3 小时;11 月 5 日记录到的最快案例,一个代理从 GitHub 上搜到泄露密钥到摸进 Azure Key Vault,只用了 5 分钟。Google 和 Mandiant 复盘的某次行动中,23 秒内落进了 27 个独立的入侵事件——不是 27 次敲键盘,是侦察调用、认证尝试、资源查询各算一个事件,全程没人在旁边指挥。

事件时间线:

时间 事件
2026-07-26 ARTEX 在 GitHub 开源发布,AGPL-3.0 协议
2026-08 开始出现在野滥用,金融、政府、医疗、制造多行业被扫
2026-09 Storm-0940 用它打 Microsoft 365、Okta、AWS 和 Web 应用;韩国金融机构 67000 人信息泄露
2026-10 ConnectWise Cloud Backup 供应链攻击,2250+ 下游租户被波及
2026-10-08 作者删库,当时 fork 已超 12000
2026-11 初 Censys 统计到 1600+ 个暴露公网的 ARTEX 控制台
2026-11-13 FBI 发布 FLASH 预警

项目特点

特点 说明
自然语言驱动 一句话目标,框架自己拆解成攻击步骤
多代理协作 Planner 负责拆目标,Worker 认领执行,默认 3 个并发
模型无关 不绑定任何厂商,三家 API 格式通吃,支持本地 Ollama
全程留痕 mitmproxy 录流量,所有代理会话、审批、拦截动作落 PostgreSQL
模型故障转移 一家 AI 厂商封 key 自动切下一家,一个战役可摊在多家 provider 上
资产联动 直接同步 ScopeSentry 的域名、子域名、IP、端口、端点数据
人工审批门 关键动作需要人工确认,不是完全放飞
默认黑名单 自带 blocklist 排除 .gov / .gov.cn / .edu / .edu.cn 目标(可改)
复测闭环 Retest 工作流独立拉起复测代理验证修复效果

执行模型

                 ┌──────────────────────────────┐
                 │     Web 控制台  :8787          │
                 │  Next.js 前端 + SSE 活动流     │
                 └──────────┬───────────────────┘
                            │ 任务:目标 + 范围
                            │      allow/deny 规则
                            │      超时 + 收尾步骤
                            ▼
              ┌───────────────────────────┐
              │        Planner 代理        │
              │    目标 → 攻击 intents     │
              └──────────┬────────────────┘
                         │ 派发 intents
                         ▼
        ┌────────────────────────────────────┐
        │     Worker 代理 ×N(默认 3 并发)    │
        │   nmap / curl / Impacket / ...      │
        └──────┬──────────────────┬──────────┘
               │ 写回结果          │ 请求响应留痕
               ▼                  ▼
   ┌──────────────────┐   ┌───────────────┐
   │   共享黑板        │   │  mitmproxy    │
   │ facts/findings/  │   │  全流量录制    │
   │ hints 全代理可读  │   └───────────────┘
   └───────┬──────────┘
           ▼
   ┌─────────────────────────────┐
   │        PostgreSQL            │
   │  资产图 ⇄ 探索图(双图互联)   │
   │  会话/审批/拦截动作全量落库    │
   └─────────────────────────────┘

   LLM 侧:Anthropic / OpenAI / DeepSeek / GLM
           / Grok / Kimi / Ollama(本地)
   failover:一家封 key → 自动切下一家

整个执行链是典型的 planner/executor 架构。Planner 把目标翻译成攻击 intents,Worker 认领后调工具执行,所有结果写回共享黑板——facts、findings、hints 三类信息对全部代理可见,避免重复劳动。数据层是双图模型:资产图记录目标长什么样(域名、服务、应用、端点之间的关系),探索图记录任务目标、研究方向、事实与发现之间的脉络,两图互联,任何一个 finding 都能回溯到对应资产和探索过程。每一步的关键动作走到人工审批门,操作员可以拦截确认,拦截记录同样落库。

核心功能模块

任务系统

字段 说明
目标 自然语言描述,如\"获取目标网络所有财务文档\"
范围 目标资产圈定,配合 ScopeSentry 资产同步
allow/deny 规则 白名单放行、黑名单禁止,粒度到具体动作
测试账号 可预置合法凭据供代理使用
超时 任务级时间上限
收尾步骤 任务结束时的固定动作(清理/报告)

双图数据模型

资产图存目标侧:域名、子域名、IP、端口、端点及其关系。探索图存过程侧:任务目标、研究方向、事实、发现。两图互联带来的直接好处是审计和复盘——从一条漏洞记录能一路点回它属于哪个资产、由哪个代理在哪个探索方向上挖出来的。所有代理的会话、审批、拦截动作全量持久化在 PostgreSQL,对授权测试来说这是合规审计的完整证据链。

流量录制

内置 mitmproxy,所有代理发出的请求和收到的响应全部留痕。这意味着测试过程可回放、可举证,蓝队拿到记录就能完整复盘机器做了什么。

模型故障转移

这是设计上最\"务实\"的一块:一个 AI provider 封禁或切断 key 后,框架自动切到下一个。单个攻击战役的请求可以摊在多个 provider、多个 key 上。FBI 对攻击者实例的分析显示,中国模型占大头,DeepSeek Flash 家族用得最多——能力够、价格便宜,而且用\"授权渗透测试\"的话术包装后模型基本不设防。这也是给防守方的一个提示:出口代理日志里出现大量异常的 LLM provider API 调用,本身就是可疑信号。

资产同步

ScopeSentry(同一作者的资产测绘和漏洞扫描平台)的 recon 数据可以一键导入,域名、子域名、IP、端口、端点直接合并进资产图供代理探索,省掉手工录入资产的步骤。

Retest 复测闭环

任务详情页的 Retest 标签页可以翻阅历史漏洞的结论和证据,发起复测会独立拉起一个复测代理会话,可选填修复版本、测试条件和限制。修复确认后漏洞状态自动更新。渗透测试的\"找→报→证明修复\"闭环被完整做进了一个工具里。

MCP 扩展

远程 MCP 服务器支持 Streamable HTTP 和 SSE 两种模式,可以把外部集成挂进代理工具箱。配置 SSE 老式服务器时 URL 填到 /sse,鉴权放 Authorization: Bearer 头里。

安装与部署

系统要求

组件 要求
数据库 PostgreSQL(必需,无它不启动)
LLM ANTHROPIC\_API\_KEY 或 OPENAI\_API\_KEY,环境变量或 UI 里配均可;本地 Ollama 走 http://127.0.0.1:11434/v1,免 key
系统 Linux / macOS / Windows 均可,镜像内置 ripgrep、curl、vim、npm、nmap 等常用工具
端口 控制台 8787,前端、API、SSE 活动流共用这一个后端端口

一键安装(推荐)

git clone https://github.com/BaaRai/ARTEX.git
cd ARTEX
./install.sh

install.sh 会检测并自动装 Docker,然后二选一:全 Docker 路线,回车用一个随机 Postgres 密码,脚本自动写 .env 后 docker compose up -d --build;本地构建路线,选数据库(连已有的或 Docker 起一个新的),生成 config.json,go 编译出内嵌前端的单一二进制后启动。

手动 Docker Compose

git clone https://github.com/BaaRai/ARTEX.git
cd ARTEX
cp .env.example .env      # 填 POSTGRES_PASSWORD,可选填 ANTHROPIC_API_KEY
docker compose up -d --build
# → http://localhost:8787

注意没有现成镜像可拉,镜像都是从本地 checkout 构建的——官方说明里特意提到,以前的默认镜像指向一个第三方命名空间,那边已经不托管这个项目了。./skills 和 ./data 通过 bind mount 持久化。

预编译二进制

从 Releases 下载对应平台的 zip,解压得到 artex + start.sh(Windows 是 start.bat)+ skills/ + config.example.json:

cp config.example.json config.json   # 填数据库连接
./start.sh                            # → http://localhost:8787

务必用 start.sh 启动而不是直接跑 ./artex,它是守护脚本,进程崩了会带 backoff 自动拉起。后台常驻用 nohup ./start.sh >artex.log 2>&1 &。

从源码构建单一二进制

cd web && npm ci && npm run build:static && cd ..
cp -r web/out server/webui/dist
CGO_ENABLED=0 go build -tags embedui -o artex ./cmd/artex
./start.sh

-tags embedui 才会把前端打进二进制。交叉编译用 ./build.sh --release,产出 Linux/macOS amd64+arm64 和 Windows amd64 的 zip。UPX 自解压默认禁用——部分内核、虚拟化环境和安全策略下不兼容,确认目标环境没问题再显式传 --upx。

踩坑实录

首次启动打开 http://localhost:8787 走 /setup 设置管理员密码,这里要填一个一次性 setup token——密码没设置时后端启动日志里会打印,Docker 用户执行 docker compose logs artex | grep \"Setup token\" 拿。找不到 token 八成是翻错了日志。

Web UI 默认只绑 127.0.0.1。远程机器访问、或者 ARTEX 跑在 WSL 里从 Windows 访问,需要在 .env 里设 ARTEX_BIND_ADDR=0.0.0.0。更稳的做法是保持 loopback,前面挂反向代理或走 SSH 隧道——控制台暴露公网等于把一个自主渗透框架直接交到别人手里,FBI 统计的 1600+ 暴露实例就是这么来的。

用 nginx 反代有个经典坑:SSE 活动流连上了但永远不出事件,原因是 nginx 默认开了 proxy\_buffering。必须关掉它,同时拉长 proxy\_read\_timeout 并设 proxy_http_version 1.1,流式事件才能到浏览器。另外 NEXT\_PUBLIC\_SSE\_BASE 只在 SSE 流和页面不同源时才需要,而且只在构建时生效——这个变量是烤进静态 bundle 的,改了得重新 build。

Windows 下从 WSL 访问、跨机访问这类网络位置问题,最省心的方案始终是反代只对外露 443、8787 留在内网。

备份与迁移

schema 迁移是幂等的:artex 每次启动都会重跑 schema.sql(ADD COLUMN / CREATE INDEX IF NOT EXISTS 风格),重启即迁移,不用单独跑迁移命令。scripts/backup.sh --with-data 导出带时间戳轮转的数据库 dump 和 data/ 目录归档,psql 可直接还原。

使用指南

快速开始

    1. 起服务,8787 打开控制台,/setup 完成 token 验证和管理员密码
    1. 配模型:环境变量塞 key,或者 UI 里直接填;合规敏感的团队用 Ollama 本地模型,目标数据不出内网
    1. 建 Task:写目标、圈范围、配 allow/deny、设超时和收尾步骤
    1. 盯 SSE 活动流看代理干活,审批门弹出该确认确认
    1. 结果进资产图和探索图,出报告;修复后拉 Retest 验证闭环

场景示例

授权渗透场景下它最大的价值是耐心和并行度。人做项目只会盯主入口——官网、登录页、API 网关,ARTEX 不是,它会同时去翻那些没人管的地方:供应商门户、移动端后端、员工内部应用、销售支持系统、老服务、第三方集成。FBI 预警里专门点了这些是它最爱下手的位置,因为这些不同业务部门多年前搭起来从没完整盘过点的\"遗忘角落\",软凭据都躺在那。它还会自动梳理组织间的信任关系,专挑链条上最弱的供应商或 CI/CD 管线下手——供应链下手这件事在它这里属于默认动作,不需要操作员专门安排。

攻击链没有固定剧本。Datadog 分析的版本里云上后渗透没有固定打法,拿到凭据之后干什么完全取决于背后的模型,两次入侵的细节可以完全不同。没有固定指纹和固定套路可抓,检测只能落在行为上。

安全与防护

在野滥用已经一大堆,防守侧能盯的信号:

信号 位置 说明
单源侦察后紧跟利用尝试的爆发式流量 防火墙/IDS/NetFlow 自动化 recon→exploit 管线的典型形态
秒级密码喷洒、云资源枚举爆发 IdP/云平台日志 Microsoft 观测到单地址 2900 次失败登录/分钟
异常 LLM provider API 调用 出口代理/云安全监控 代理在受害网络内运行时会外联它的模型
artex / artex-agent 进程名 EDR、进程监控(Windows 4688) 落地实例的直接特征
8787 端口暴露的 Web 控制台 攻击面测绘 1600+ 实例暴露公网,先盘自己资产里有没有
通过伙伴/员工门户的大批量记录访问 业务应用日志 它专挑低关注度系统下手
敏感数据向外部目的地的异常传输 DLP/出口流量 收尾阶段的数据外带

FBI 的处置建议核心就四条:盘点所有面向互联网的应用(尤其供应商门户、员工系统、移动应用、老系统这类安全关注最少的),收紧敏感云管理工具的访问权限,强化身份与访问控制并监控业务应用异常活动,安全日志必须保留——3 小时打穿的时间线里,人类主导的应急响应基本追不上,事后取证全靠日志。

另外两点:一,它是工具不是漏洞,没有 CVE,没有补丁可打,能做的只有检测行为、阻断基础设施、关掉它专找的薄弱点;二,它流量很吵,告警会出一堆,问题通常不是发现不了,而是告警疲劳里没人及时把这堆信号拼成完整图景。

AI 能力矩阵

维度 支持
Anthropic Claude Anthropic Messages 格式
OpenAI GPT Chat Completions + Responses 双格式
DeepSeek OpenAI 兼容格式(在野滥用中占比最高,Flash 家族为主)
GLM / Grok / Kimi OpenAI 兼容格式
Ollama 本地模型 http://127.0.0.1:11434/v1,免 key,目标数据不出网
多 provider failover 封 key 自动切换,战役级跨厂商摊流量
模型可插拔性 云上后渗透无固定剧本,行为随模型差异变化

授权测试团队基本走 Ollama,目标数据不出内网。攻击者那边的选型逻辑前面说过:便宜、能干、包装成渗透测试之后模型不设防。

版本说明

版本节点 说明
原版(2026-07-26 发布) AGPL-3.0,Go + Next.js + PostgreSQL,10-08 删库时 fork 已 12000+
活跃 fork BaaRai/ARTEX 等继续维护,当前 0.3.x,README 明确限定:仅限个人学习、代码研究、本地隔离环境技术验证,明确禁止对任何联网系统扫描探测——即使自有资产或已授权也不在允许范围
改名变种 ScopeWeaver、LUCK、Guanlan SEC、ARTEX MX/v2 等换皮版本流传
ARTEX PRO 商业版,删库后继续销售

删库挡不住流通,改名版本和 ARTEX PRO 还在更新,FBI 也明说 1600+ 只是暴露公网能统计到的数字,防火墙后面的实例没法算。它专挑没人管的供应商门户、老系统和第三方集成下手,把自己环境里这些先盘一遍,比研究它本身有用。

点个关注吧~

评论:0   参与:  0