Shannon

Shannon 是由 Keygraph 开发的自主 AI 渗透测试工具，旨在通过结合源代码静态分析与实时动态漏洞利用，对 Web 应用程序及其底层 API 进行深度安全测试。其核心原则极其严苛：无工作概念验证（PoC），即无报告。这意味着只有那些能够被实际 exploit 的漏洞才会出现在最终结果中，从而彻底消除了传统扫描器中常见的误报噪音。

Shannon 3.0 是该项目的第三个主要版本，现已在 AGPL-3.0 协议下开源，支持通过 npx 一键运行或从源码本地部署。

Shannon 3.0 核心升级：多阶段安全代码分析管道

Shannon 3.0 引入了一个改编自开源 Mantis 安全审查技能的多阶段分析管道，使其从一个简单的扫描器进化为具备深度理解能力的 AI 代理：

1. 架构映射与理解：
   • 代理首先读取源代码，构建对应用架构的全面理解，包括组件、接口、依赖关系、数据流、信任边界及高价值资产。
2. 攻击路径追踪：
   • 并行运行的侦察和漏洞代理会跟踪从入口点到敏感操作的“攻击者控制数据”。
3. 智能筛选与质疑：
   • 产生的候选漏洞会被去重，并由专门的**审查代理（Review Agent）**进行质疑。
   • 系统会检查其在生产环境中的可行性，并根据代码路径确认其真实性，只有确认可行的候选者才会进入漏洞利用队列。
4. 真实利用验证：
   • 利用浏览器自动化和命令行工具，针对正在运行的应用执行真实的攻击。无法演示的漏洞将被直接丢弃。

性能对比：Shannon vs Aikido vs XBOW

在由 Doyensec 执行、Aikido 赞助的研究中，Shannon 3.0 展现了极高的性价比和检出率。测试对象为自托管应用 Photoview 2.4.0：

结论：Shannon 以极低的成本（最低仅 $6.10）达到了与昂贵商业工具相当甚至更优的漏洞检出能力，尤其是在关键高危漏洞的发现上表现突出。

开发者友好特性

• 透明化 CLI：重建的命令行界面可实时显示扫描状态、阶段进度及每个代理的日志。
• 断点续传：支持将进度检查点保存到命名工作区，中断的运行可从停止处恢复，无需重新开始。
• CI/CD 集成：
  • 提供官方 GitHub Action 和 GitLab CI/CD 组件。
  • 可在流水线内运行扫描，将报告和日志保留为工件。
  • 支持配置策略：当发现超过选定严重性的已验证漏洞时，自动使构建失败。
• 多格式报告：输出包含证据的 PDF 和 Markdown 报告，以及用于 GitHub 代码扫描的 SARIF 2.1.0 格式文件。

灵活部署与模型支持

Shannon 是一个完全自行托管的工具，用户拥有完全的数据控制权：

• 模型无关：支持接入 Anthropic (Claude), OpenAI (GPT), xAI (Grok), AWS Bedrock 以及本地运行时（如 Ollama）。
• 隐私安全：所有代码分析和漏洞利用均在用户控制的测试环境中进行，不上传敏感业务逻辑至第三方平台。