Strix 是一个开源的 AI 自动化渗透测试工具。给定目标（代码目录、  GitHub 仓库或线上地址），它会启动一组AI Agent ，像真人黑客一样去跑程序、找漏洞、写 PoC 验证，最后输出可直接用于整改的测试报告。与传统扫描器最大的不同是：它会动态运行代码并验证，而不是只做静态规则匹配，误报更低。截至目前，项目在GitHub 上非常活跃，协议为

Apache-2.0。

·  项目地址： https://github.com/usestrix/strix

·  在线平台： https://app.strix.ai

·  文档地址： https://docs.strix.ai

 

能做什么 :能力与覆盖范围

 

Agent 自带“黑客工具箱”

·  HTTP 代理：全量请求/响应拦截与分析，适合复现和篡改交互。

·  浏览器自动化：多标签页环境，专门测 XSS 、CSRF、登录/授权流程等前端与交互场景。

·  终端环境：交互式 Shell ，可直接在沙箱里执行命令、模拟攻击链。

·  Python 运行时：写自定义脚本/Exploit 并当场跑，快速做概念验证（PoC）。

·  侦察模块：自动化 OSINT +攻击面测绘，先把“打哪”搞清楚。

.  代码分析：静态 + 动态结合，挖掘代码层面与运行时漏洞。

能检测的漏洞类型 (示例)

·  访问控制： IDOR 、越权、认证绕过

·  注入类： SQL/NoSQL 注入、命令注入

.  服务端： SSRF 、XXE、反序列化

.  客户端： XSS、原型链污染、 DOM 漏洞

.  业务逻辑：竞态条件、流程操纵

·  认证与会话： JWT 问题、会话管理错误

·   基础设施：配置错误、服务暴露

整体设计更偏“实战验证” ：只有能真正跑通、证明可利用的，才会被记为漏洞，并通过PoC 给出复现路径。

 

安装与基础用法环境准备

·   Docker （必须处于运行状态）

.  大模型 API Key ：支持 OpenAI 、Anthropic 、Google 等主流厂商；也可用 Strix 官方的Router ，一个Key 访问多个模型（云端统一路由）。

安装命令 (Linux/macOS)

1  curl -sSL https://strix.ai/install | bash

官方文档推荐的安装方式，会处理依赖与 CLI 配置。

配置大模型

在 ~/.bashrc / ~/.zshrc 或当前 Shell 中设置：

1  # 指定你要用的模型（示例）

2  export STRIX_LLM="openai/gpt-5"

3 

4  # 填入你的  API Key

5  export LLM_API_KEY="your-api-key"

也可以指定本地模型（ Ollama 、LMStudio 等），把 LLM_API_BASE 指向本地服务地址即可。

开始一次扫描

支持三种目标类型， 一条命令启动：

 

1

2

3

4

5

6

7

8

 

 

# 白盒：扫描本地代码目录

strix --target ./app-directory

# 白盒：扫描  GitHub 仓库

strix --target https://github.com/org/repo

# 黑盒：扫描线上应用

strix --target https://your-app.com

结果默认输出到本地的 strix_runs/<run-name> ，包含漏洞标题、严重等级、 CVSS 评分、受影响端点、请求方法、 CVSS 向量及详细描述，可直接用于复现与整改。

 

进阶用法  (结合实战场景)

 

带认证的灰盒测试

需要对登录后接口做测试时，可以在指令里直接给出凭证与测试范围：

 

1

2

 

 

strix --target https://your-app.com \ --instruction "Perform authenticated

 

testing

 

using

 

credentials: user:pass"

适合：有管理后台、会员中心、内部 API 的系统，希望 Agent 像“普通用户”一样边登录边测。

多目标联合测试

 

当源码和线上环境都要覆盖，可以一次给多个目标：

1  strix -t https://github.com/org/app -t https://your-app.com适合：发布前“源码 + 环境”一起验证，避免只测一面漏掉另一面。

聚焦某类漏洞

如果你更关注业务逻辑类问题，可以在指令中限定重点：

 

1

2

 

 

strix --target api.your-app .com \ --instruction "Focus on business

 

logic

 

 

flaws

 

 

and IDOR vulnerabilities"

实际效果： Agent 会优先在权限边界、价格/数量/状态流转等场景上做试探与验证，而不是平均用力。

使用指令文件  (instruction file)

测试范围、排除项、账号与场景较复杂时，用文件传指令更稳定：

1  strix --target api.your-app .com --instruction-file ./instruction.md instruction.md 示例要点（建议写法）：

.  允许测试的域名/IP/路径

·  不允许测试的路径或功能（比如支付、真实短信/邮件网关）

.  测试账号及权限说明

.  需要关注的漏洞类型与业务流程

 

集成 CI/CD  (含 GitHub Actions 实例)

Strix 支持 --non-interactive 模式：发现漏洞时返回非零退出码，方便与流水线联动。 GitHub Actions 示例（可直接放进 .github/workflows/strix-pentest.yml）：

 

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

 

name : strix-penetration-test

on :

pull_request :

jobs :

security-scan :

runs-on : ubuntu-latest

steps :

- uses : actions/checkout@v6

- name : Install Strix

run: curl -sSL https://strix.ai/install | bash

- name : Run Strix

env :

STRIX_LLM : ${{ secrets .STRIX_LLM }}

LLM_API_KEY : ${{ secrets .LLM_API_KEY }}

 

典型实战场景   场景 1 :上线前安全测试 ·  做法一 ：本地白盒扫描源码（strix --target ./app）。 ·  做法二：部署环境黑盒扫描线上（strix --target https://your-app.com）。 ·  做法三：多目标联合测试，让 Agent 在源码与环境之间来回验证。 相对于传统人工渗透， Strix 能在几小时内给出较完整的漏洞清单与复现步骤，加快发布节奏。 场景 2 : Bug Bounty 自动化 ·  使用 Strix 针对特定目标做自动挖洞与 PoC 生成。 ·   导出报告后，按平台要求整理提交，提高效率与覆盖率。 ·  同时用多目标并发，把同一厂商的不同资产一起扫，形成“攻击面 × 漏洞类型”的矩阵覆盖。 场景 3 :持续安全监控 ·  将 Strix接入 CI/CD ，在 PR/合并请求阶段拦截引入的新风险。 ·  对关键服务做定时扫描（比如夜间），配合告警通道（邮件/IM/工单）形成闭环。 ·  结合 instruction file 限定范围，避免对生产造成不稳定影响。

实际输出示例  (业务逻辑漏洞)   以“购物车负数量导致负价格订单”为例， Strix 的报告通常包含： ·  漏洞标题与分类：业务逻辑/价格篡改 .  严重等级与 CVSS 评分 ·  受影响端点（/cart/update 等）与请求方法（POST/PUT） ·   CVSS 向量说明（攻击复杂度、影响范围等） ·  详细描述：如何通过修改数量为负值导致金额为负，以及完整的 PoC 流程与截图/日志 这类“跑通即算”的验证，与只做静态扫描相比，更容易被开发与业务方重视，整改优先级也更清晰。