Shannon 是由 Keygraph 开发的自主 AI 渗透测试工具，针对 Web 应用及其底层 API 进行安全测试。它先分析应用的源代码，识别潜在攻击路径，再通过浏览器自动化和命令行工具对运行中的应用执行真实漏洞利用，仅将拥有可工作概念验证（PoC）的漏洞纳入最终报告。
【用途】 Shannon 旨在将渗透测试左移（shift left）到软件开发生命周期（SDLC）中，以按需、自动化的方式对每次构建或发布进行安全测试，弥补传统年度渗透测试之外的安全空白。它面向拥有或获得明确书面授权测试的应用环境，尤其适合在预发布（staging）或本地开发环境中运行。
【主要能力】
- 无利用，不报告：仅报告经可复现 PoC 确认的漏洞，减少扫描器噪音。
- 高级代码分析：在将可信攻击路径发送给实时渗透测试代理前，先梳理架构、信任边界、接口、数据流和关键资产。
- 自主执行：单条命令即可运行侦察、分析、利用和报告全流程。
- 实时终端体验：简化扫描设置，展示代理进度和结果，不暴露编排日志。
- 认证测试：通过配置支持凭据、登录流程、TOTP、邮件认证、重点领域和交战规则。
- OWASP 覆盖：测试可被利用的注入、XSS、SSRF、身份验证失效和授权失效。
- 可恢复工作区：中断的扫描可恢复，无需重复已完成工作。
- 原生 CI/CD 集成：通过官方 GitHub Action 或 GitLab CI/CD 组件运行，保留产物、发布发现，并可基于已证实的漏洞对发布进行门禁。
- 多格式报告：提供证据丰富的 PDF 和 Markdown 报告，以及 JSON 和 SARIF 2.1.0；SARIF 在利用模式扫描中默认启用。
- 提供商无关且 BYOK：支持 Anthropic、OpenAI、xAI、AWS Bedrock、兼容 API 和 LLM 网关，以及通过 Ollama、vLLM 或 LM Studio 提供的本地模型。
- 隐私设计：在你的基础设施中运行，结果本地存储，模型请求直接发送到你选择的端点；本地端点可将数据保留在环境内。
【使用方式】 前提条件：Docker（worker 容器必需）、Node.js 18+（推荐 npx 工作流）、AI 提供商凭据（自带密钥，Keygraph 不代理模型流量），以及清除提供商处的网络安全保障（Anthropic 和 OpenAI 对网络安全工作负载有实时保障，可能中断扫描；首次运行前需完成其面向合法安全测试者的指引）。 运行：Shannon 从 Docker Hub 拉取 worker 镜像，启动所需本地基础设施，将目标仓库以只读方式挂载到临时 worker 容器内，并将结果写入本地工作区。交互式启动器会引导完成设置和首次渗透测试。 对于源码构建、认证扫描、提供商特定设置和平台说明，请参阅文档。 若希望使用订阅而非 API 积分：OpenAI Codex（支持 ChatGPT Plus 和 Pro 订阅）和 xAI (Grok) 有对应设置指南；Claude Code 订阅不受最新版本支持，可使用基于 Claude Agent SDK 的最终版本 1.9.0 及其指南。
【适用场景】
- 对预发布和开发环境进行持续渗透测试。
- 集成到 GitHub Actions 或 GitLab CI/CD，可在拉取请求、发布或定时任务中运行，保留 PDF、Markdown 和 SARIF 报告及日志，并可选择在发现达到或超过配置严重性阈值的已利用漏洞时使流水线失败。严重性门禁仅计入状态为 exploited 的发现。
- 适合安全团队人手不足、需要覆盖长尾内部应用和快速迭代服务的团队。
【限制】
- Shannon 不是被动扫描器：其利用代理可以创建用户、提交表单、改变应用状态、触发外发请求等，因此必须使用沙箱、预发布或本地开发环境及一次性数据。
- 不得针对生产系统、未拥有或未获授权测试的系统、仓库或应用运行。
- 不扫描不受信任或对抗性代码库，因为读取源代码的 AI 工具可能面临提示注入风险。
- 发现仍需人工审查，LLM 生成的报告可能包含证据薄弱或错误的细节。
- 模型能力各异，不遵循 Shannon 指令或工具使用约束的模型会产生较弱结果。
- 完整运行约需 1 至 1.5 小时，可能根据模型定价和应用复杂度产生 LLM API 费用。
- Shannon 为快速、基于代码的日常开发和 CI/CD 渗透测试而调优；穷尽式代理 SAST、更广泛的扫描器覆盖、集中治理和全生命周期漏洞管理由商业版 Pro、Enterprise 和 Community Program 提供。
- 许可证为 GNU AGPL v3.0，商业和企业许可可联系 shannon@keygraph.io。
- 官方暂不接受外部代码贡献，但欢迎通过 Issues 报告错误和提出功能请求。