Repolode
zakirkun

zakirkun/deep-eye

基于多种大模型的 AI 驱动渗透测试工具,用于生成攻击载荷、扫描 Web 目标漏洞并输出合规报告。

可替代:Burp Suite Professional

Star
2,341
Fork
424
未关闭 Issue
13
最近提交
14天前

这是什么?

Deep Eye 是一款基于 Python 的命令行渗透测试工具,面向 Web 目标。它将载荷生成与结果研判交给多个 AI 服务商处理,包括 OpenAI、Claude、Gemini、Groq、Mistral,也支持通过 OLLAMA 或 LM Studio 调用本地模型,并可检测 SQL 注入、XSS、SSRF、JWT 缺陷、IDOR、GraphQL 问题、CORS/CSP 配置错误等 50 多类漏洞。

扫描结果会附带每个漏洞的证据摘要,支持误报过滤和基于指纹的去重,并可导出 HTML、PDF、JSON、SARIF、JUnit、CSV、XLSX 等格式。发现项可映射到 PCI-DSS v4、SOC2 CC 与 ISO 27001:2022 控制项。扫描结果支持差异对比,重测模式仅保留相对基线新增的问题。

此外,工具还提供基于 OpenAPI 的爬取、Playwright 浏览器自动化、mitmproxy 代理集成、验证码检测、多角色认证辅助,以及 Nuclei 风格的 YAML 模板。该工具仅用于经授权的安全测试。

核心功能

  • 01通过统一的 generate() 接口在 11 家 AI 服务商之间切换与故障转移。
  • 02可检测 SQL 注入、XSS、SSRF、JWT、IDOR、GraphQL 等 50 多类漏洞。
  • 03支持从 OpenAPI 或 Swagger 规范出发进行爬取。
  • 04报告可导出为 HTML、PDF、JSON、SARIF、JUnit、CSV、XLSX。
  • 05将发现项映射到 PCI-DSS v4、SOC2 CC 和 ISO 27001:2022 控制项。
  • 06支持扫描结果差异对比,并只重测相对基线的新增问题。

适用场景

  • 在获得授权的前提下,借助 AI 辅助生成载荷进行 Web 应用安全评估。
  • 为 PCI-DSS、SOC2 或 ISO 27001 审计生成面向合规的报告。
  • 通过 SARIF 或 JUnit 输出将扫描结果接入 CI 流水线。
  • 与保存的基线扫描对比,跟踪安全回归问题。

快速上手

  1. 1

    克隆仓库并进入项目目录

  2. 2

    在 Linux/Mac 上运行安装脚本,然后激活虚拟环境

    chmod +x scripts/install.sh && ./scripts/install.sh && source .deep-venv/bin/activate
  3. 3

    对你有权测试的目标运行基础扫描

    python deep_eye.py -u https://target.com

使用前须知

  • 运行前需要至少一个 AI 服务商的 API 密钥,或在本地配置 OLLAMA。
  • 仅可用于你拥有或已获得明确书面授权测试的系统。
  • 仓库元数据中的许可证显示为 NOASSERTION,但 README 写明为 MIT。

标签

常见问题

deep-eye 是什么?
基于多种大模型的 AI 驱动渗透测试工具,用于生成攻击载荷、扫描 Web 目标漏洞并输出合规报告。 Deep Eye 是一款基于 Python 的命令行渗透测试工具,面向 Web 目标。它将载荷生成与结果研判交给多个 AI 服务商处理,包括 OpenAI、Claude、Gemini、Groq、Mistral,也支持通过 OLLAMA 或 LM Studio 调用本地模型,并可检测 SQL 注入、XSS、SSRF、JWT 缺陷、IDOR、GraphQL 问题、CORS/CSP 配置错误等 50 多类漏洞。
deep-eye 可以免费使用吗?用的什么许可证?
deep-eye 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
deep-eye 还在维护吗?
活跃维护中。deep-eye 最近一次提交是在 2026年10月6日。
deep-eye 适合用来做什么?
在获得授权的前提下,借助 AI 辅助生成载荷进行 Web 应用安全评估。 为 PCI-DSS、SOC2 或 ISO 27001 审计生成面向合规的报告。 通过 SARIF 或 JUnit 输出将扫描结果接入 CI 流水线。 与保存的基线扫描对比,跟踪安全回归问题。
deep-eye 怎么安装和运行?
克隆仓库并进入项目目录 在 Linux/Mac 上运行安装脚本,然后激活虚拟环境: chmod +x scripts/install.sh && ./scripts/install.sh && source .deep-venv/bin/activate 对你有权测试的目标运行基础扫描: python deep_eye.py -u https://target.com
在哪里获取 deep-eye?
源代码和安装说明在 GitHub 上:https://github.com/zakirkun/deep-eye

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目