g
gadievron/raptor
Raptor turns Claude Code into a general-purpose AI offensive/defensive security agent. By using Claude.md and creating rules, sub-agents, and skills, and orchestrating security tool usage, we configure the agent for adversarial thinking, and perform research or attack/defense operations.
PythonMIT创建于 2025/10/17更新于 今天
README
由 Gemini 翻译整理
╔═══════════════════════════════════════════════════════════════════════════╗
║ ║
║ ██████╗ █████╗ ██████╗ ████████╗ ██████╗ ██████╗ ║
║ ██╔══██╗██╔══██╗██╔══██╗╚══██╔══╝██╔═══██╗██╔══██╗ ║
║ ██████╔╝███████║██████╔╝ ██║ ██║ ██║██████╔╝ ║
║ ██╔══██╗██╔══██║██╔═══╝ ██║ ██║ ██║██╔══██╗ ║
║ ██║ ██║██║ ██║██║ ██║ ╚██████╔╝██║ ██║ ║
║ ╚═╝ ╚═╝╚═╝ ╚═╝╚═╝ ╚═╝ ╚═════╝ ╚═╝ ╚═╝ ║
║ ║
║ Autonomous Offensive/Defensive Research Framework ║
║ Based on Claude Code - v1.0-beta ║
║ ║
║ By Gadi Evron, Daniel Cuthbert ║
║ Thomas Dullien (Halvar Flake) ║
║ Michael Bargury ║
║ John Cartwright ║
║ ║
╚═══════════════════════════════════════════════════════════════════════════╝
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⢀⣠⣤⣤⣀⣀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⣾⣿⣿⠿⠿⠟
⠀⠀⠀⠀⠀⠀⠀⠀⢀⣀⣀⣀⣀⣀⣀⣤⣴⣶⣶⣶⣤⣿⡿⠁⠀⠀⠀
⣀⠤⠴⠒⠒⠛⠛⠛⠛⠛⠿⢿⣿⣿⣿⣿⣿⣿⣿⣿⣿⠟⠁⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠉⠛⣿⣿⣿⡟⠻⢿⡀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⢀⣾⢿⣿⠟⠀⠸⣊⡽⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⢸⡇⣿⡁⠀⠀⠀⠉⠁⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠈⠻⠿⣿⣧⠀ Get them bugs.....⠀⠀⠀⠀⠀⠀⠀⠀
RAPTOR - 基于 Claude Code 的自主攻防安全研究框架
作者： Gadi Evron, Daniel Cuthbert, Thomas Dullien (Halvar Flake), Michael Bargury & John Cartwright (@gadievron, @danielcuthbert, @thomasdullien, @mbrg & @grokjc)
许可证： MIT (详见 LICENSE 文件)
仓库地址： https://github.com/gadievron/raptor
依赖项： 外部工具及许可证信息请参考 DEPENDENCIES.md
什么是 RAPTOR？
RAPTOR 是一个基于 Claude Code 的自主攻防安全研究框架，旨在通过智能体工作流（agentic workflows）和自动化技术赋能安全研究。
RAPTOR 代表“递归式自主渗透测试与观察机器人”（Recursive Autonomous Penetration Testing and Observation Robot）。 （我们真的很想把它命名为 RAPTOR）
RAPTOR 的自主功能包括：
- 代码理解： 对抗性代码理解——映射攻击面、追踪数据流、挖掘漏洞变体。
- 扫描： 使用 Semgrep 和 CodeQL 扫描您的代码，并进行数据流验证。
- 模糊测试： 使用 American Fuzzy Lop (AFL) 对二进制文件进行 Fuzzing。
- 分析： 利用高级 LLM 推理能力分析漏洞。
- 利用： 通过生成概念验证（PoC）进行漏洞利用。
- 修复： 提供修复漏洞的代码补丁。
- FFmpeg 专项修复： 针对 Google 最近披露的漏洞进行修复 (https://news.ycombinator.com/item?id=45891016)。
- 开源情报取证（OSS Forensics）： 对 GitHub 仓库进行基于证据的调查。
- 智能体技能引擎： 用于安全研究与运营的 SecOpsAgentKit。
- 进攻性安全测试： 通过 SecOpsAgentKit 的自主专家智能体进行测试。
- 成本管理： 具备预算限制、实时追踪和配额检测功能。
- 报告： 以结构化格式输出所有分析结果。
RAPTOR 将传统安全工具与智能体自动化及分析相结合，能够深度理解代码、验证漏洞可利用性并提出修复方案。
免责声明：这是一个快速开发的工具，但我们已经离不开它了： 我们为 RAPTOR 感到自豪（其中一些工具非常实用），但 RAPTOR 本身是在业余时间通过“Vibe Coding”（凭感觉编程）和各种胶带式修补拼凑而成的。请将其视为一个早期发布版本。
RAPTOR 的真正潜力在于社区贡献。它是开源、模块化且可扩展的。
警告： 除非您使用 devcontainer，否则 RAPTOR 会在未询问的情况下自动安装工具，请先查阅 dependencies.txt。
RAPTOR 的独特之处是什么？
除了在自主安全研究和社区协作方面的潜力外，RAPTOR 还展示了如何通过 RAPTOR 包将 Claude Code 适配用于任何目的。
近期改进：
- 直接 SDK 集成： 带有 Pydantic 验证、智能模型选择和成本追踪的 OpenAI + Anthropic SDK。
- SecOpsAgentKit： 具备全面渗透测试能力的进攻性安全专家智能体。
- 成本管理： 预算限制、实时回调及智能监测。