项目简介

Shannon 是由 Keygraph 开发的自主化 AI 白盒渗透测试工具，专为 Web 应用程序和 API 设计。它通过分析源代码、执行真实漏洞利用、生成可复现 PoC 报告的方式，实现端到端的自动化安全测试。

“Thanks to tools like Claude Code and Cursor, your team ships code non-stop. But your penetration test? That happens once a year. This creates a massive security gap.”

项目数据：

核心特性

1. 完全自主运行

单条命令即可启动完整渗透测试流程。Shannon 自动处理 2FA/TOTP 登录（包括 SSO）、浏览器导航、漏洞利用和报告生成，全程无需人工干预。

2. 白盒代码分析

与传统的黑盒扫描器不同，Shannon 结合源代码分析指导攻击策略，理解应用框架、入口点和潜在攻击面，让动态测试更有针对性。

3. 可复现的 PoC 漏洞利用

最终报告仅包含已验证、可利用的发现，附带可复制粘贴的 PoC（概念验证），确保每个漏洞都是真实可利用的。

4. OWASP 漏洞覆盖

漏洞类别 支持状态
认证失效 ✅
授权失效 ✅
注入攻击 ✅
跨站脚本（XSS） ✅
服务端请求伪造（SSRF） ✅

5. 多代理并行架构

5 个并发代理分别负责不同漏洞类别（注入、XSS、认证、授权、SSRF），并行执行分析和漏洞利用，大幅提升测试效率。

工作原理

Shannon 采用五阶段多代理架构，结合白盒源代码分析与动态漏洞利用：

┌──────────────────────┐
│   阶段1：预侦察        │  ← 源代码扫描，识别框架和攻击面
└──────────┬───────────┘
           ▼
┌──────────────────────┐
│   阶段2：侦察          │  ← 浏览器自动化，构建攻击面地图
└──────────┬───────────┘
           ▼
┌──────────┴───────────┐
│         阶段3         │  ← 5个代理并行分析
│   ┌─────┐ ┌─────┐   │
│   │注入  │ │XSS  │   │
│   └──┬──┘ └──┬──┘   │
│   ┌─────┐ ┌─────┐   │
│   │认证  │ │授权  │   │
│   └──┬──┘ └──┬──┘   │
│   ┌─────┐           │
│   │SSRF │           │
│   └──┬──┘           │
└──────┼──────────────┘
       ▼
┌──────────────────────┐
│   阶段4：漏洞利用      │  ← 执行真实攻击，验证漏洞
└──────────┬───────────┘
           ▼
┌──────────────────────┐
│   阶段5：报告生成      │  ← 编译已验证发现
└──────────────────────┘

每个阶段都有独立的 AI 代理负责，无法利用的假设作为误报丢弃，确保”无漏洞利用，无报告”。

产品版本对比

Shannon 有两个版本，满足不同需求：

特性 Shannon Lite（免费开源） Shannon Pro（商业版）
静态分析 代码审查提示 完整的代理式 SAST、SCA、密钥检测
动态测试 自主 AI 渗透测试 带静态-动态关联的渗透测试
分析引擎 代码审查 基于 CPG 的数据流分析 + LLM 推理
业务逻辑测试 无 自动不变量发现、模糊测试
CI/CD 集成 手动/CLI 原生 CI/CD、GitHub PR 扫描
部署方式 CLI 托管云或自托管 Runner

环境准备

系统要求

依赖 说明
Docker 容器运行时（必须安装）
Node.js 18+ npx 命令所需
pnpm 仅 Clone Build 模式需要
AI 提供商凭证 Anthropic API Key（推荐）

AI 模型配置

Shannon 使用 Claude 模型的三级架构：

层级 默认模型 用途
Small Claude Haiku 4.5 摘要生成
Medium Claude Sonnet 4.6 安全分析
Large Claude Opus 4.7 深度推理

⚠️ Shannon 仅官方支持 Claude 模型。完整测试约 1-1.5 小时，使用 Claude 4.5 Sonnet 约花费 $50 USD。

平台支持

平台 支持状态
macOS ✅ 完全支持
Linux ✅ 支持
Windows ⚠️ 仅 WSL2

安装与使用

方式一：npx 快速启动（推荐）

# 1. 交互式配置凭证（首次使用）
npx @keygraph/shannon setup

# 或直接导出环境变量
export ANTHROPIC_API_KEY=your-api-key

# 2. 运行渗透测试
npx @keygraph/shannon start -u https://your-app.com -r /path/to/your-repo

CLI 底层会自动从 Docker Hub 拉取预构建镜像（约 1GB），以只读方式挂载目标仓库。

方式二：Clone 本地构建

# 克隆仓库
git clone https://github.com/KeygraphHQ/shannon.git
cd shannon

# 配置凭证
cat > .env << 'EOF'
ANTHROPIC_API_KEY=your-api-key
CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
EOF

# 安装依赖并构建
pnpm install
pnpm build

# 运行测试
./shannon start -u https://example.com -r /path/to/repo

高级用法

# 使用配置文件（含登录信息、规则等）
npx @keygraph/shannon start -u https://example.com -r /path/to/repo -c config.yaml

# 自定义输出目录
npx @keygraph/shannon start -u https://example.com -r /path/to/repo -o ./reports

# 命名工作空间（方便恢复）
npx @keygraph/shannon start -u https://example.com -r /path/to/repo -w q1-audit

# 查看实时日志
npx @keygraph/shannon logs <workspace>

# 查看 Temporal 工作流 UI
# 浏览器打开 http://localhost:8233

# 列出所有工作空间
npx @keygraph/shannon workspaces

测试本地应用

Docker 容器无法直接访问宿主机的 localhost，需使用特殊地址：

npx @keygraph/shannon start -u http://host.docker.internal:3000 -r /path/to/repo

配置详解

完整的配置文件支持认证信息、测试规则、报告过滤等高级功能：

# 目标环境描述（可选，帮助 AI 更好理解应用）
description: "Next.js 电商平台，PostgreSQL 数据库，本地开发环境"

# 限制测试的漏洞类别（可选）
# vuln_classes: [injection, xss, auth, authz, ssrf]

authentication:
  login_type: form
  login_url: "https://your-app.com/login"
  credentials:
    username: "test@example.com"
    password: "yourpassword"
    totp_secret: "LB2E2RX7XFHSTGCK"  # 可选，2FA 支持

  # 用自然语言描述登录流程
  login_flow:
    - "在邮箱输入框中输入 $username"
    - "在密码输入框中输入 $password"
    - "点击 '登录' 按钮"

  success_condition:
    type: url_contains
    value: "/dashboard"

rules:
  avoid:
    - description: "避免测试登出功能"
      type: url_path
      value: "/logout"
  focus:
    - description: "重点测试 API 端点"
      type: url_path
      value: "/api"

report:
  min_severity: low      # low | medium | high | critical
  min_confidence: low    # low | medium | high

AI 提供商配置

除了 Anthropic API（推荐），Shannon 还支持多种 AI 提供商：

Anthropic API（推荐）

export ANTHROPIC_API_KEY=your-api-key
export CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000

AWS Bedrock

export CLAUDE_CODE_USE_BEDROCK=1
export AWS_REGION=us-east-1
export AWS_BEARER_TOKEN_BEDROCK=your-bearer-token

Google Vertex AI

export CLAUDE_CODE_USE_VERTEX=1
export CLOUD_ML_REGION=us-east5
export ANTHROPIC_VERTEX_PROJECT_ID=your-gcp-project-id
export GOOGLE_APPLICATION_CREDENTIALS=/path/to/sa-key.json

自定义代理

可通过设置 ANTHROPIC_BASE_URL 使用 LiteLLM 等代理转发请求，适合需要自定义路由的场景。

实测效果

Shannon 在多个知名安全测试靶场上表现优异：

XBOW 安全基准测试

在无提示、源码感知变体中得分 **96.15%**（104 个漏洞利用中成功 100 个）。

OWASP Juice Shop

  • 单次运行发现 20+ 个漏洞
  • 包括 SQL 注入认证绕过、管理员权限提升、IDOR 漏洞、SSRF 内网侦察等

crAPI

  • 发现 15+ 个严重和高危漏洞
  • 包括多种 JWT 攻击（Algorithm Confusion、alg:none）、PostgreSQL 完全接管、XSS 零误报等

输出报告

每次扫描完成后，Shannon 在工作空间目录生成完整报告：

workspaces/{hostname}_{sessionId}/
├── session.json          # 会话指标数据
├── workflow.log          # 工作流日志
├── agents/               # 各代理执行日志
├── prompts/              # 提示快照（可复现性）
└── deliverables/
    └── comprehensive_security_assessment_report.md

工作空间与断点续扫

每次扫描自动创建工作空间，支持中断恢复：

# 启动命名工作空间
npx @keygraph/shannon start -u https://example.com -r /path/to/repo -w my-audit

# 恢复运行（跳过已完成的代理，从中断处继续）
npx @keygraph/shannon start -u https://example.com -r /path/to/repo -w my-audit

⚠️ 恢复时 URL 必须与原始工作空间匹配，防止跨目标污染。每个代理的进度通过 git commits 检查点保存。

安全警告

Shannon 是主动渗透测试工具，不是被动扫描器，使用时务必注意：

  • ⚠️ 不要在生产环境运行 — 仅限沙箱、预发布或本地开发环境
  • 建议在虚拟机中运行以最大化隔离
  • 需要明确书面授权，未授权扫描和利用是非法的
  • LLM 仍可能产生幻觉，需人工验证所有报告发现
  • Windows Defender 可能将报告中的漏洞利用代码标记为恶意软件

总结

Shannon 代表了 AI 驱动安全测试的前沿方向。通过结合源代码分析与动态漏洞利用，它能在 1-2 小时内完成传统渗透测试需要数天的工作，且生成的 PoC 都是经过验证的真实漏洞。

适用场景：

  • 开发团队的持续安全测试
  • 安全团队的效率倍增工具
  • 开源项目的安全审计
  • CI/CD 管道中的自动化安全门禁

不足之处：

  • 完整测试成本较高（约 $50/次）
  • 仅支持 Claude 模型
  • Windows 需通过 WSL2 使用
  • 目前不支持外部 PR 贡献

对于需要在开发流程中嵌入安全测试的团队来说，Shannon Lite 的开源免费版本已经是一个非常强大的起点。

GitHub 仓库：https://github.com/KeygraphHQ/shannon