Skip to content
BranchesTags

Repository files navigation

Burp AI Analyzer — 智能渗透测试助手

基于 AgentScope Java + HarnessAgent + MCP 协议 的 Burp Suite 插件，让 AI 成为你的渗透测试搭档：流式分析请求报文、自动调用工具（Burp 原生 / MCP / Shell / WebSearch）、被动批量扫描、持久记忆与自定义 Skills。

AI 分析标签页

✨ 功能特性

🤖 AI 智能分析

  • 流式输出 — AI 思考与回答实时渲染（Markdown 高亮），可随时中断
  • 模型行为可视化 — 聊天区下方实时显示 AI 的思考过程（🧠）与工具调用流（🔧 开始 / ✅ 完成 / ⚠️ 失败），「模型行为」按钮一键显示/隐藏该面板
  • 持久记忆 — HarnessAgent 跨会话记忆，分析结果自动积累
  • 上下文压缩 — 长对话自动压缩（30 条 → 10 条），超长报文落盘缓存，防止 token 超限
  • 联网搜索 — Tavily / Google / DuckDuckGo 多引擎支持，配置页统一管理
  • Token 用量统计与预算 — 实时统计输入/输出 Token，可设置预算上限，超限自动跳过分析

🧭 侧栏 AI 助手

  • 在 Repeater / Proxy 中切换请求时，侧栏自动关联当前请求
  • 待分析报文收藏列表 — 收藏当前报文、勾选多条批量发送给 AI、双击回显报文，跨侧栏共享
  • 可自由拖动的分栏 — 报文区 / 收藏列表 / 聊天区 三个区域均可拖动调整大小
  • 智能滚动 — 流式输出时若你正在向上阅读，不会被强制拽回底部

🔧 Agent 工具链

  • Burp 原生操控 — create_repeater_tab、send_to_intruder（AI 自动标记参数并注入 payloads）
  • Burp MCP — http_send_request / http_send_requests_parallel / http_fuzz / http_race / auth_diff / injection_probe 等（需安装 Burp MCP 扩展并启用）
  • Shell 执行 — 运行 Python 脚本、CLI 工具（nmap、sqlmap 等）
  • 文件系统 — 读写 workspace 内的知识库文档
  • 联网搜索 — web_search / fetch_url

🎯 Skills 自定义技能

  • workspace/skills/ 下的 SKILL.md 自动加载到系统提示词
  • 四层优先级 — 全局目录 → 市场仓库 → 工作区共享 → 用户个人
  • 技能可定义可执行工具（命令、参数模板、超时），由 Agent 按需调用

🧩 动态子代理

  • spawn_subagent — 主 Agent 可随时创建临时子代理并行处理任务
  • 子代理自动继承父代理的模型与工具链

📡 被动扫描（批量分析）

  • 从 HTTP History 自动抓取流量，按配置的线程数并发分析
  • 过滤规则 — 跳过静态资源扩展名（.js/.css/图片/字体等，内置默认值）；域名黑名单（统计/广告域名内置默认值，支持通配符）
  • 两级流式渲染 — 纯文本即时追加 + 定期 Markdown 刷新，不阻塞扫描
  • 主动审计闭环 — 高危结果自动进入待审计队列，一键发起 Burp Scanner 主动审计，问题合并回结果列表
  • 结果管理 — 风险分级表格、逐条查看 AI 分析全文、清空/重置

🛠️ 技术栈

组件 技术
运行环境 Java 21 (LTS)
Burp API Montoya API
AI 框架 AgentScope Java
Agent 引擎 HarnessAgent（workspace + memory + skills + subagent）
大模型 DashScope / OpenAI 兼容 / Anthropic 兼容
工具协议 Model Context Protocol (MCP) — SSE / StreamableHTTP / STDIO / WebSocket
Web Search Tavily / Google Custom Search / DuckDuckGo
GUI Swing

📦 快速开始

1. 构建

mvn clean package

产物：target/ai-analyzer-1.4.0-jar-with-dependencies.jar

2. 加载到 Burp Suite

  1. Extensions → Installed → Add → 选择 Java 类型
  2. 选择编译好的 jar 文件
  3. 点击 Next 完成加载

3. 配置 API

AI分析 标签页 → 配置 子标签：

  • API 提供者 — DashScope / OpenAI 兼容 / Anthropic 兼容
  • API URL — API 端点地址
  • API Key — 认证密钥（保存时自动掩码显示）
  • 模型 — 模型名称（默认 qwen-max）
  • 工作区目录 — 统一管理 skills / 知识库 / Python 脚本

🚀 使用

主动分析（聊天式交互）

  1. 在 Proxy / Repeater / Target 右键 → 发送到 AI 分析
  2. 输入提示词（留空使用默认提示词），点击 开始分析
  3. AI 流式输出结果，多轮对话自动记住上下文

侧栏实时对话

  1. 在 Repeater 打开任意请求，切换到 AI助手 标签
  2. 直接提问，侧栏自动关联当前请求报文
  3. 点 ＋收藏当前 收藏报文，勾选多条后 发送选中→AI 批量分析

被动扫描

  1. 请求分析 子标签 → 勾选 启用被动扫描
  2. 设置线程数（1–50），点击 开始扫描（未勾选时会明确提示）
  3. 结果按风险等级展示在表格中，选中条目查看 AI 分析全文
  4. 审计队列(N) — 高危结果自动入队，点击一键对全部目标发起 Burp 主动审计

⚙️ 配置参考

联网搜索（配置 → 联网搜索）

配置项 说明
搜索方式 模型内置搜索 / Tavily / Google / DuckDuckGo
Tavily API Key Tavily 搜索密钥
Google API Key + CSE ID Google Custom Search 配置

MCP 工具（配置 → MCP）

配置项 说明 默认值
启用 Burp MCP 允许 AI 操控 Burp 关闭
Burp MCP 地址 MCP 服务器地址 http://127.0.0.1:9876/
授权 Token Bearer Token（与 Burp MCP 扩展中的 token 一致） -
启用 RAG MCP 接入本地知识库 关闭
启用 Chrome MCP 浏览器自动化 关闭
自定义 MCP 任意 MCP 服务器（SSE/StreamableHTTP/STDIO/WebSocket + 认证头） -

MCP 注册采用流式回退策略（StreamableHTTP → SSE），连接超时 8 秒，注册失败时日志会给出每个传输模式的完整原因链，便于排查。

被动扫描过滤（配置 → 过滤）

配置项 说明 默认值
跳过的静态资源扩展名 逗号分隔；留空或与默认相同使用内置值 .js, .css, .png, .jpg, ...
域名黑名单 每行一个模式，支持 *.domain.com 通配符，# 注释 统计/广告域名（google-analytics、hm.baidu.com、cnzz、umeng 等）
恢复默认过滤配置 扩展名与域名黑名单一键恢复内置默认值 -

修改过滤规则后直接「开始扫描」也会自动应用，无需先点「立即应用」。

Token 预算

配置项 说明
Token 预算 支持 1000 / 100K / 1M 后缀；留空为不限制
重置 Token 统计 清零累计用量与预算状态（预算值本身保留）

📊 模型行为面板

聊天区下方默认显示的「模型行为 / 调试日志」面板，实时展示：

  • 🧠 思考内容 — AI 内部推理过程（逐字流出，过长自动压缩到 60 字符）
  • 🔧 调用工具: xxx — Agent 开始执行某个工具
  • ✅ 工具完成 / ⚠️ 工具失败 — 工具执行结果

不需要看时点击 「模型行为」 按钮即可隐藏，分析时依然正常工作。

🧪 测试

mvn test
  • 全量单元测试：339 个，0 失败（MCP 传输、Agent 运行时、Skills 策略、渲染、Token 统计等）
  • MCP 端到端测试 — 本地 mock MCP 服务器验证：StreamableHTTP 回退、Authorization 头透传、Bearer 前缀、失败原因链
  • 真实环境集成测试 — mvn test -Dtest=RealEnvIntegrationChecks：从 test_env.txt 读取真实凭据（文件已在 .gitignore 中，不提交），验证 Burp MCP 注册（149 个工具）、DeepSeek 流式、Tavily 搜索；缺文件自动跳过

🔨 开发

src/com/ai/analyzer/
├── agent/          # AgentScope 运行时、MCP 客户端、Skills、WebSearch 工具
│   ├── mcpclient/  # MCP 客户端管理（注册、回退、超时）
│   └── runtime/    # HarnessAgent 封装、事件模型、HITL 确认（Plan Mode 批准）
├── core/           # AIExtension 入口、AgentApiClient、设置、侧栏 Provider
├── scan/           # 被动扫描（PassiveScanTask/Manager）、主动审计、前置匹配过滤
├── ui/             # AIAnalyzerTab（被动/设置/技能标签页）、ChatPanel、侧栏 Editor、收藏面板
│   └── active/     # 主动分析面板组件（ActiveAnalysisPanel、历史存储、快捷任务、数据源接口）
└── util/           # Markdown 渲染、Token 统计、报文格式化、调试日志

📝 更新日志

最新（开发中）

  • ✅ 主动扫描页面增强：目标速览条、快捷任务（SQLi/XSS/SSRF/越权/文件读取/Payload）、分析历史回看、复制结果/请求、发送到 Intruder、批量分析
  • ✅ Plan Mode：普通/计划模式切换，Agent 先写计划并经 HITL 批准确认后执行（计划文件在 workspace）
  • ✅ 模型行为可视化：思考过程 + 工具调用流实时面板（可开关）
  • ✅ AgentScope Java 2.0 全面替换 LangChain4j
  • ✅ HarnessAgent — 持久会话、workspace、memory、compaction、skills 自动注入
  • ✅ 动态子代理 — spawn_subagent 并行处理
  • ✅ 被动扫描升级为 HarnessAgent，持久记忆积累

v1.4.0

  • ✅ 联网搜索统一配置管理，修复状态同步问题

v1.2.x

  • ✅ 主动模式、Workplace 统一管理、Python 脚本执行、前置扫描器

v1.0.0

  • ✅ 基础 AI 分析、流式输出、MCP 工具调用、Markdown 渲染

📋 环境要求

  • Java 21 或更高版本
  • Burp Suite Professional 2026 or later（过低的版本可能导致奇怪的项目文件过度膨胀问题）
  • API Key — DashScope / OpenAI / Anthropic 任一

Happy Hacking! 🎯

About

一个基于agentscope开发的ai辅助渗透测试助手

Resources

Readme
MIT license
Activity

Stars

23 stars

Watchers

0 watching

Forks

1 fork
Report repository

Releases

Packages

Contributors

Languages