antifox README

The project's README from github.com/AntiFox-AI/antifox. As one markdown file: README.md.

🦊 AntiFox

AI 自主渗透测试平台

从侦察到报告交付,多智能体自主完成 · 全程可视化 · 可介入 · 可交付

中文 | English

License Release Docker Go

AntiFox

简介

AntiFox 是一套 AI 自主渗透测试平台:给定授权目标,由规划器 / 工作者 / 主控多智能体围绕双图架构(全局资产图 + 每任务探索图)自主完成 侦察 → 攻击面发现 → 利用验证 → 漏洞记录 → 报告交付,全程可视化、可介入、可交付。

与多数"擅长发现、止于发现"的自动化渗透工具不同,AntiFox 把重心放在交付——让 AI 挖到的漏洞,变成工程师看得懂、能复现、带证据、可直接交付客户的报告。

✨ v2.0 新特性:证据驱动的交付

v2.0 聚焦一件事——把"挖得到"做成"交得出"。agent 在挖洞的同时就把复现过程与证据固定下来,工程师的工作也随之从"从零整理报告"转变为"验证确认"。

AntiFox 演示

① 复现过程就地落库。 agent 执行利用的同时,将每一步的请求、响应、预期结果与验证结论结构化记录入库,而非事后重构,从根本上杜绝复现步骤"拼不全、靠编造"。

② 发现页按利用链分步呈现。 漏洞不再是"一条命令加一句结论",而是从入口点、前置条件到逐步利用的完整链条,每一步以自然语言说明配一个真实请求,工程师打开即可理解漏洞的来源与利用路径。

利用链分步呈现

③ 每一步自动关联真实流量包。 agent 作业期间发出的全部请求经 MITM 录制完整落库;在记录漏洞的同时,系统按时间窗口与步骤顺序,将每一步精确关联到其对应的真实数据包。点击即可查看原始请求与响应报文,带语法高亮、正文检索与命中计数,无需再回到代理工具重新构造、重新复测。

每步关联真实流量包

④ 证据即报文。 对敏感信息泄露这类漏洞,流量报文本身就是证据,不必再事后截图拼凑。

流量报文即证据

⑤ 人工级三语报告。 AI 叙述 + python-docx 排版成交付级 .docx(封面 / 目录 / 页码 / 每漏洞属性表与结构化复现),支持简体 / 繁体 / 英文整份报告。

以上界面数据均为本地靶场的合成演示数据。

快速开始

依赖 PostgreSQL;探索需配置 LLM(ANTHROPIC_API_KEY 或 OPENAI_API_KEY,也可在 UI 的「LLM 配置」页填)。生成 .docx 报告需 python3 + python-docx(Docker 镜像已内置)。

方式一:Docker 一键部署(推荐)

curl -O https://raw.githubusercontent.com/AntiFox-AI/antifox/main/docker-compose.yml
curl -O https://raw.githubusercontent.com/AntiFox-AI/antifox/main/.env.example
cp .env.example .env          # 设 POSTGRES_PASSWORD
docker compose up -d          # 自动拉镜像 + PostgreSQL 并启动

打开 http://localhost:8787,首次进入 /setup 设置管理员密码。

方式二:下载预编译二进制

到 Releases 下载对应平台 zip(Linux amd64/arm64 · macOS amd64/arm64 · Windows amd64),解压后:

cp config.example.json config.json    # 填好 database 连接
./antifox                             # Windows 为 antifox.exe

打开 http://localhost:8787。

方式三:从源码构建

本项目完整源码开放(AGPL-3.0)。前置 Go 1.24+ / Node 20+ / PostgreSQL / Python 3(报告渲染):

cd web && NEXT_EXPORT=1 npx next build && cd ..    # 前端静态导出
cp -r web/out/. server/webui/dist/                 # 内嵌前端
CGO_ENABLED=0 go build -tags embedui -o antifox ./cmd/antifox
./antifox

完整步骤(含 skill 内嵌、开发热更新)见 CONTRIBUTING.md。

一键更新:裸机/源码部署用 ./start.sh 启动,或用 systemd(见 deploy/antifox.service,设 RestartForceExitStatus=75),即可在「系统配置」页检查并安装新版本(SHA256 校验 / 原子换装 / 失败回滚,数据不受影响);Docker 部署用 docker compose pull。

更多界面

仪表盘 任务
仪表盘 任务

源起

AntiFox 自开源项目 ARTEX(作者 @Autumn-27)的 v0.1.1 起二次开发,此后持续跟进上游演进,期间与上游相互交流借鉴。在此坦诚致谢原作者的奠基性工作。

需要说明的是,"自动发现"与"报告交付"本是两类目标:ARTEX 把发现做得很强,而交付更贴近具体项目、因客户而异。AntiFox 正是在其优秀底座之上,把工程重心补在了"交付"这一环。

相对 ARTEX 的改进

在继承其优秀底座(探索图引擎、MITM 流量录制、规则化 HITL 拦截、多智能体编排)的基础上,AntiFox 主要增强:

方面 说明
证据驱动的交付 复现过程就地落库、发现页按利用链分步、每步自动关联真实流量包(语法高亮 / 正文检索 / 命中计数)
人工级报告 AI 叙述 + python-docx 排版成交付级 .docx(封面 / 目录 / 页码 / 每漏洞属性表),支持简 / 繁 / 英整份
报告管理 组织级设置、命名模版(出具方 / logo / 人员 / CVSS)、按任务生成、勾选收录漏洞子集
漏洞管理深化 AI 富化成结构化数据(CVSS / 影响 / 修复 / 结构化复现)、四级严重度、批量富化、会话漏洞补录
三语国际化 全站简体 / 繁体 / 英文
多用户权限(RBAC) 可视化权限矩阵自定义角色、系统角色、资源级范围、登录审计
知识库检索增强 全局 + 任务双层 pgvector RAG,为 Agent 提供领域知识
一键更新 系统配置页从 GitHub Release 检查并安装新版本(SHA256 校验 / 原子换装 / 失败自动回滚),升级不影响数据

技术架构

Go 单体后端(go:embed 内嵌 Next.js 前端)+ PostgreSQL。核心是双图架构:全局共享的资产图(跨任务的资产真值库)与每任务独立的探索图(目标 / 意图 / 事实 / 漏洞的推进血缘链),两图靠锚点互连。引擎事件驱动——图一变就唤醒规划器派意图,工作者领意图执行并把结果写回,写回再触发下一轮,直到目标被证明。

flowchart TB
  subgraph FE[前端 Next.js · go:embed 内嵌单二进制]
    UI[仪表盘 · 任务 · 发现 · 资产 · 流量 · 报告 · 知识库]
  end
  subgraph SRV[server · Go net/http]
    API[REST /api · JWT · SSE]
    ENG[engine 事件驱动调度]
  end
  subgraph AG[多智能体编排]
    PL[planner 规划 · 唯一产意图]
    WK[worker 执行 ×N]
    MA[mainagent 人机接口]
  end
  subgraph DB[PostgreSQL]
    AGRAPH[资产图 · 全局共享]
    EGRAPH[探索图 · 每任务独立]
  end
  SUB[MITM 流量录制 · HITL 拦截 · 资产补全 · 报告 · 知识库 RAG]

  UI --> API --> ENG --> PL & WK
  API --> MA
  PL & WK & MA --> DB
  WK --> SUB

核心能力

关注公众号

更多 AntiFox 的实战复盘、功能解析与版本更新,欢迎关注我们的微信公众号:

AntiFox 公众号
微信扫码关注 · AntiFox

致谢

许可与免责声明

本项目基于 AGPL-3.0 协议开源,详见 LICENSE。使用、修改与再分发(含以网络服务形式提供)须遵守该协议条款。

AntiFox 仅供个人学习、代码研究与本地技术验证使用,不得用于对任何线上系统或网站发起实际测试。

允许使用范围

禁止事项

合规责任

使用者须自行遵守所在国家 / 地区关于网络安全、数据保护与计算机犯罪的全部法律法规。因使用本项目产生的一切法律责任与后果,均由使用者自行承担。

免责声明

本项目按"现状(AS IS)"提供,不附带任何明示或默示的担保。作者及贡献者不对使用本工具所导致的任何直接或间接损失、数据丢失、系统损坏或法律纠纷承担责任。下载、安装或使用本项目,即表示你已阅读、理解并同意上述全部条款。

antifox (AntiFox-AI/antifox)

Searching Database…

What is this?AntiFox is an AI autonomous penetration testing platform. Given an authorized target, planner, worker and main agents work together to cover reconnaissance, attack-surface discovery, exploit verification, vulnerability logging and report delivery, with the whole process visible and interruptible.
Is it a desktop app, a CLI, or a server I host?It is a self-hosted service: a single Go backend with the Next.js web UI embedded, backed by PostgreSQL. You run it on a server, on your own machine, or as a Docker container, then use it from the browser.
How do I get it running?Docker one-click deployment is recommended: start it, open /setup in the browser and set the admin password. You can also download a prebuilt binary for Linux, macOS or Windows from Releases, or build from source.
What do I need before I start?PostgreSQL is required. The exploration agents need an Anthropic or OpenAI API key, set as an environment variable or in the LLM config page of the UI. Building from source needs Go 1.24+, Node 20+ and Python 3; the Docker image already includes python-docx for reports.
What should I know before using it on a real target?The author limits it to personal learning, code research and local isolated verification. The README explicitly forbids scanning, probing or attacking any website, online service or networked system, and using it in real penetration tests or production environments.
Why build AntiFox when ARTEX already exists?AntiFox is a secondary development of ARTEX, which is strong at discovery. It keeps ARTEX's exploration engine, MITM recording and orchestration, and adds the delivery layer: step-by-step reproduction, traffic evidence and client-ready reports.
Can I intervene while the agents are working?Yes. The process is visualized end to end and the user can step in. Rule-based human-in-the-loop checks can intercept actions before they run.
Can I extend it with plugins or skills?Yes. It has an MCP and Skill extension system, plus a global and per-task knowledge base built on pgvector that gives agents domain context.
Does it support role-based access control?Yes. A visual permission matrix lets you define custom roles, with system roles, resource-level scopes and login auditing.
Creator
AntiFox-AI
Size
8.9 MB
Stars
751
Age
1mo
Commits · 90 Days