Claude Bug Bounty：把漏洞赏金的 recon、验证、报告塞进 Claude

wsleepybear
Prompt / Skills / 配置
11天前
34热度
0评论

快速信息

Claude Bug Bounty：把漏洞赏金的 recon、验证、报告塞进 Claude

如果你平时看 bug bounty 工具，大多数项目解决的只是其中一小段：要么做 recon，要么跑扫描，要么帮你整理报告。

claude-bug-bounty 讲的是另一件事：把漏洞赏金里最常见的几步——资产收集、线索分类、发现验证、报告生成——接成一条完整工作流，然后交给 Claude Code 调度。

所以这篇文章的重点很简单：它不是“AI 自动挖洞”，而是一个面向 bug bounty 场景的 Claude 插件工作台。

先看项目卡：

项目名：claude-bug-bounty GitHub：https://github.com/shuvonsec/claude-bug-bounty 增长信号：2026 年 3 月完成 v2.x 重构，从单文件技能升级成完整插件架构 一句话判断：它最有价值的地方，不是“自动挖洞”，而是把 bug bounty 里最浪费时间的几个环节系统化了。

这个项目把自己定义成一个面向 Claude Code 的漏洞赏金插件，重点是 Web2 + Web3、从 recon 到 report 的完整流程。

它到底是什么

从仓库结构看，这已经不是普通脚本集合，而是一个完整的 Claude Code 插件：

7 个 skills
8 个 slash commands
5 个 agents
一组始终生效的 hunting rules
以及保留下来的 Python / Shell 工具链

我看这类项目，通常先看目录是不是自洽。这个仓库在这点上做得不错：skills/、commands/、agents/、rules/ 和根目录脚本之间是连起来的。

它的核心思路也很明确：

不是让大模型代替安全研究员，而是让它按方法论去调度 recon、验证和报告。

README 里的主流程是 Target → Recon → Learn → Hunt → Validate → Report，重点是编排，而不是单点扫描。

为什么这个思路值得看

1. recon 被固定成了一条标准流水线

/recon 不是一句空口号，README 和 commands/recon.md 里写了完整步骤：

Chaos API、subfinder、assetfinder 做子域名枚举
dnsx + httpx 找活跃站点和技术栈
katana、waybackurls、gau 拉 URL
gf 按 XSS、SSRF、IDOR、SQLi 等方向做分类
nuclei 跑已知漏洞和常见错误配置

这件事的意义在于，它没有把“AI 驱动”理解成让模型直接上来猜，而是先把最基础的 recon 管道做扎实。

2. 它很强调“尽快杀掉弱发现”

这是我觉得这个仓库最值钱的地方。

它单独做了 triage-validation 技能和 /validate 命令，核心是两层门禁：

7-Question Gate
4 个 pre-submission gates

规则很硬：

不能一步步现场复现，kill
不在 scope，kill
需要攻击者拿不到的高权限，kill
只有理论可能、没有真实影响证明，降级甚至 kill
命中 never-submit list，直接停

这套设计抓得很准。bug bounty 最贵的资源不是扫描器，而是时间。很多人不是不会跑工具，而是会在一个不值得报的点上消耗太久。

/validate 文档把提问和门禁写得很具体，目标就是尽早砍掉不值得继续写报告的弱发现。

3. 报告写作被单独抽成 agent

仓库里有 report-writer agent，定位很清晰：给 HackerOne、Bugcrowd、Immunefi 这类平台生成更像真实提交的报告。

它的写作规则也很务实：

不写 could potentially
开头先写攻击者拿到了什么
必须展示真实数据，不接受只有 200 OK
自带 CVSS 3.1 和平台模板

这背后反映的是一个现实：同一个洞，证据组织和叙述方式不同，结果会差很多。

它补的其实不是“自动化”，而是工作流

从 CHANGELOG.md 看，v2.0.0 开始这个仓库从单体 SKILL.md 重构成插件体系；v2.1.0 又继续补漏洞类别和 payload。

这个变化的意义不只是“文件拆细了”，而是模型终于可以按任务加载知识：

recon 看 web2-recon
挖某类漏洞看 web2-vuln-classes
写报告看 report-writing
判断值不值得提交通知看 triage-validation

这比把所有经验全塞进一个长提示词里实用得多，也更像真实团队的分工方式。

另外，它覆盖的方向也有明显偏好。除了 IDOR、XSS、SSRF、SQLi 这些常规类型，它还强调：

业务逻辑
Race condition
HTTP smuggling
Cache poisoning
MFA bypass
SAML / SSO
LLM / Agentic AI 安全测试

这说明它更在意那种自动扫不出来，但一旦成立价值不低的方向。

上手门槛不低，但路径很清楚

安装方式很简单：

bashcode

git clone https://github.com/shuvonsec/claude-bug-bounty.git
cd claude-bug-bounty
chmod +x install.sh && ./install.sh

install.sh 做的事情也很直接：

把 skills/*/SKILL.md 复制到 ~/.claude/skills/
把 commands/*.md 复制到 ~/.claude/commands/

但真正的门槛不在安装，而在环境。

它依赖 Python、bash、node、jq、go，还要配 subfinder、httpx、dnsx、nuclei、katana、gau、dalfox、sqlmap 这类工具；另外 recon 还要准备 CHAOS_API_KEY。

所以这不是一个零配置玩具，而更像给已经在 bug bounty 场景里工作的人准备的 workflow 增强器。

我对它的判断

我不会把它吹成“漏洞赏金 autopilot”。真实漏洞还是要靠研究者自己验证，scope、影响证明、PoC 这些也不会因为接了 AI 就自动变简单。

但这个仓库方向是对的。

它抓住了 bug bounty 里一个经常被忽略的问题：真正拖慢产出的，往往不是不会扫，而是不知道什么时候该停、什么时候该换、什么时候一个点根本不值得写。

规则层是这个项目很关键的一部分：它试图把“什么时候该停、什么时候不能报”写成始终生效的约束。

如果你已经有基础 recon 工具链，claude-bug-bounty 值得看；它不是替你找洞，而是帮你把混乱的流程收束成一个更像工作台的东西。

如果这篇对你有用，建议点个关注。我会持续把 GitHub 上值得用的 AI 工具拆成「最短上手闭环 + 坑点清单 + 可复用配置」，让你少走弯路。

关注微信公众号

想第一时间看到后续的工具拆解与实战更新，欢迎扫码关注公众号。