AutoCVE - Agent-driven automated CVE discovery platform for

项目说明

<di="center">

AutoCVE - 一键挖掘 CVE，筛项目、审源码、验漏洞、出报告，全流程自动化

<img src="./docs/assets/image/logo.png" alt="AutoCVE Logo" width="72%">

![License: AGPL-3.0]()
![Python]()
![FastAPI]()
![React]()
![PostgreSQL]()

<br>

<p align="center">
<img src="./docs/assets/GIF/demo.gif" alt="AutoCVE Demo" width="72%">
</p>

📚 项目文档 ·
✨ 核心能力 ·
🚀 快速开始 ·
🏆 CVE 成果

<p>
<strong>简体中文</strong> | <a href="./README_EN.md">English</a>
</p>

</div>

---

📚 项目文档

📖 用户使用手册

涵盖环境部署、模型配置、项目导入、Agent 审计、一键 CVE、漏洞管理和 Skills 管理完整使用说明，并提供各功能界面预览。

🏗️ 架构设计文档

介绍 AutoCVE 的整体架构、Agent 工作流、工具编排、权限保护、Agent Runtime 以及 ReAct Loop 状态机设计。

🔌 接口文档

提供后端 API、数据结构、请求参数及接口调试说明。

---

✨ 核心能力

🚀 一键完成 CVE 挖掘

实现从项目筛选、仓库导入、审计任务创建、Agent 漏洞挖掘到 CVE 申报报告生成的全流程自动化。用户仅需复制报告内容并提交，即可完成后续 CVE 申请。

🤖 Multi-Agent 协同审计

通过 Orchestrator 统一调度 Recon、Scan、Triage、Finding 和 等 Agent，协同完成信息收集、工具扫描、误报过滤、漏洞深挖与动态验证。

🧩 三种审计模式

根据不同审计目标灵活选择增强扫描、智能审计或综合审计，兼顾扫描效率、挖掘深度与审计覆盖范围。

| 审计模式 | 核心 Agent | 适用场景 |
| :---------: | :---------------------: | :-------------------------- |
| ⚡ 增强扫描 | Scan → Triage | 快速分析工具扫描结果并过滤误报 |
| 🧠 智能审计 | Finding | 深度挖掘高价值漏洞，适用于 CVE 和 0Day 研究 |
| 🔍 综合审计 | Scan → Triage + Finding | 融合工具扫描与源码分析，开展全量审计 |

🎯 面向 CVE 挖掘的专用 Agent

Finding Agent 是 AutoCVE 的核心审计能力，专为 CVE 挖掘场景设计。它可直接分析项目源码，并结合 ReAct Loop、专项工具调用、Nudge 纠偏及 FinalizeFinding 结构化终止机制，最终产出符合 CVE 申报条件的高价值漏洞。

<details>
<summary><strong>💬 交互式审计与全过程追踪</strong></summary>

<br>

* 支持用户交互：将完整审计过程作为会话上下文，用户可围绕审计结果继续追问，让 Agent 补充证据、解释攻击链、完善复现步骤或扩展漏洞分析。
* 可视化审计追踪：集中展示活动日志、Agent Tree、工具调用、阶段进度、初步报告和审计会话，方便复盘每次审计的执行路径与关键过程。

</details>

<details>
<summary><strong>🗂️ 智能漏洞管理与 Skills 扩展</strong></summary>

<br>

* 智能化漏洞管理：审计发现的漏洞由 Agent 调用工具自动提交，经过去重后以结构化形式入库，并在漏洞管理模块中统一维护。
* 专属 Skills 配置：支持根据实际需求为不同 Agent 配置专属 Skills，灵活扩展各 Agent 的能力边界。

</details>

---

🚀 快速开始

⚡ 一行命令部署

无需克隆仓库，一行命令即可启动：

Linux / macOS / Git Bash :

Windows PowerShell / CMD :

🛠️ 源码部署

适用于本地开发、功能调试或二次开发：

🌐 服务访问

服务启动完成后，可通过以下地址访问：

| 服务 | 访问地址 | 用途 |
| :---------- | :------------------------- | :----------- |
| 🖥️ 前端 | | AutoCVE 用户界面 |
| ⚙️ 后端 API | | 后端接口服务 |
| 📘 Swagger | | API 文档与接口调试 |
| 🗄️ Adminer | | 数据库管理 |

> [!TIP]
> 快速体验完整审计流程
>
> 配置模型 → 导入项目 → 创建审计任务 → 跟踪实时审计 → 管理漏洞 → 编辑或导出报告

---

🏆 CVE 挖掘成果

<p align="left">
<img src=" alt="30 CVEs">
<img src=" alt="14 Projects">
<img src=" alt="Max CVSS 9.9">
<img src=" alt="7 Days">
</p>

> [!NOTE]
> AutoCVE 在为期一周的测试中，共发现并提交了 30 个安全漏洞，覆盖 14 个开源项目。
>
> 点击表格中的 CVE 编号可查看官方记录，完整漏洞报告收录于
> larlarua/。

<details open>
<summary><strong>🔍 查看 CVE 成果明细（30）</strong></summary>

<br>

| CVE 编号 | 项目 | 项目热度 | 漏洞类型 | CVSS | 漏洞内容 |
|:---:|:---:|:---:|:---:|:----:|:----:|
| C | Chartbrew | !Stars | Improper Access Control | 8.1 | 查看详情 |
| C | Chartbrew | !Stars | Improper Access Control | 6.5 | 查看详情 |
| C | Chartbrew | !Stars | Missing Authorization | 7.5 | 查看详情 |
| C | Chartbrew | !Stars | Improper Access Control | 8.1 | 查看详情 |
| C | Chartbrew | !Stars | Improper Access Control | 7.5 | 查看详情 |
| C | Lemmy | !Stars | SSRF | 6.5 | 查看详情 |
| C | Lemmy | !Stars | SSRF | 6.3 | 查看详情 |
| C | JeecgBoot | !Stars | SQL Injection | 6.3 | 查看详情 |
| C | o2oa | !Stars | SSRF | 6.3 | 查看详情 |
| C | o2oa | !Stars | RCE | 5.6 | 查看详情 |
| C | xxl-job | !Stars | Improper Access Control | 3.7 | 查看详情 |
| C | xxl-job | !Stars | SSRF | 6.3 | 查看详情 |
| C | xxl-job | !Stars | Hard-coded Key | 5.6 | 查看详情 |
| C | BentoML | !Stars | Link Following | 5.5 | 查看详情 |
| C | typebot.io | !Stars | Missing Authorization | 8.2 | 查看详情 |
| C | typebot.io | !Stars | SSRF | 8.2 | 查看详情 |
| C | typebot.io | !Stars | Authorization Bypass | 9.9 | 查看详情 |
| C | typebot.io | !Stars | Sensitive Data Exposure | 7.6 | 查看详情 |
| C | typebot.io | !Stars | Sensitive Data Exposure | 7.6 | 查看详情 |
| C | OpenReplay | !Stars | Improper Access Control | 7.7 | 查看详情 |
| C | SillyTavern | !Stars | SSRF | 8.5 | 查看详情 |
| C | pimcore | !Stars | Missing Authorization | 8.1 | 查看详情 |
| C | froxlor | !Stars | Incorrect Authorization | 8.8 | 查看详情 |
| C | froxlor | !Stars | Link Following | 8.8 | 查看详情 |
| C | Tautulli | !Stars | Stored XSS | 8.9 | 查看详情 |
| C | Tautulli | !Stars | CSRF | 8.8 | 查看详情 |
| C | Tautulli | !Stars | SSRF | 9.9 | 查看详情 |
| C | filebrowser | !Stars | Incorrect Authorization | 7.5 | 查看详情 |
| C | craftcms | !Stars | Improper Authorization | 6.5 | 查看详情 |
| C | craftcms | !Stars | Improper Access Control | 6.5 | 查看详情 |

</details>

---

⚠️ 安全与合规

> [!WARNING]
>
> 本项目仅限用于已获授权的安全研究、代码审计及学习交流，严禁将其用于任何未经授权的漏洞扫描、渗透测试或安全评估。
>
> 请确保仅在获得明确授权的目标与环境中执行扫描、漏洞验证或 PoC 测试。

> [!IMPORTANT]
>
> 提交漏洞时，请遵循目标项目的安全政策及漏洞披露规范，包括但不限于：
>
> * SECURITY.md
> * GitHub Private Reporting
> * CNA 提交流程
> * 其他负责任的漏洞披露机制

---

💬 交流与反馈

> [!TIP]
>
>AutoCVE 的设计初衷，是探索 Agent 在自动化 CVE 挖掘场景中的应用与实践。目前，项目仍在持续迭代和完善，架构设计和功能实现都有不少需要打磨的地方。欢迎大家提交 Issue、PR，分享使用反馈或功能建议，共同提升 AutoCVE 的可靠性与实用性。
>
>也欢迎随时来找我交流探讨！无论是技术问题、功能建议，还是 CVE 挖掘过程中遇到的疑问，都可以通过以下方式
>
> * 📧 Email：
> * 🐙 GitHub：
> * 📖 公众号文章： 我开发了一个专门挖 CVE 的 Agent，一周拿到 30 个 CVE 编号
> * 💬 微信交流群： 请查看 AutoCVE 微信交流群说明

---

🙏 致谢

> [!NOTE]
>
> AutoCVE 项目在开发初期参考并学习了 DeepAudit 的工程架构，这为本项目的快速起步提供了重要帮助。
>
> 谨此向 DeepAudit 项目及其开发者致以诚挚的谢意。

<details>
<summary><strong>🧩 关于 AutoCVE 的工程设计</strong></summary>

<br>

在参考相关开源项目工程经验的基础上，AutoCVE 针对自动化 CVE 挖掘这一场景，对项目整体 Agent 工程进行了重构与定制化设计，重点实现了审计流程编排、ReAct Loop 工程化重构、状态机调度、循环控制与终止判断、工具编排、报告生成、Skill 机制以及对话交互等能力。

后续，AutoCVE 也将持续迭代优化，进一步提升在漏洞挖掘场景下的自动化水平、审计深度与实战效果。

</details>

---

License

本项目基于 AGPL-3.0 发布。

项目信息

开发语言：Python

Star 数：1431

技术要点

该项目属于漏洞知识库方向的开源资源，代码结构清晰，适合安全研究人员学习参考。项目围绕Agent-driven automated CVE discovery platform for source code auditing, vulnerability verification, and report generation.展开，提供了可运行的实现，对理解相关安全机制、工具原理与攻防技术具有较高的研究价值。

从技术实现角度看，此类项目的核心在于对底层原理的深入理解与工程化落地。开发者在研究过程中可以结合官方文档与社区讨论，梳理项目的初始化流程、核心模块职责与数据流转，逐步掌握其中的技术细节与设计思路。

使用与学习建议

1. 下载源码压缩包，解压到本地环境。

2. 根据项目类型准备对应的运行环境与依赖。

3. 按照 README 中的步骤完成配置与部署。

4. 在隔离的测试环境中运行验证，避免影响生产系统。

免责声明

本资源来源于开源社区，仅供安全研究、技术学习与合法授权范围内的攻防演练使用，请勿用于任何非法或侵害他人权益的用途。使用本项目产生的一切后果由使用者自行承担。