Strix

工具信息

支持平台macOS / Linux / Windows / Docker / Web

收录时间2026/09/20 17:25:34

Strix 是面向开发者和安全团队的开源自主渗透测试工具。它不靠静态规则去猜测风险，而是派出多智能体「AI 黑客」在隔离沙箱里真正运行你的代码、发请求、操作浏览器、编写并执行 exploit，把漏洞利用到能跑通 PoC 为止，再输出带复现步骤与修复建议的报告。适合需要快速、低误报安全验证的研发团队，也适合个人做 Bug Bounty 前期验证与 CI 卡点。官方一句话定位：Autonomous AI hackers that find and fix your app's vulnerabilities.

核心功能

Strix 把渗透测试人员的常用工具链封装成 Agent 可调用的能力，再叠加多智能体编排，覆盖从侦察到利用验证再到报告的完整闭环。

完整攻击工具链：侦察与 OSINT、攻击面测绘、子域枚举与指纹识别，配合 Caido HTTP 拦截代理、自动化浏览器（测试 XSS、CSRF、点击劫持、认证绕过）、交互式 shell，以及用于编写和验证 PoC 的 Python 沙箱运行时。
真实利用验证：每个发现都要求可以被实际利用，并附可复现的 PoC 与复现步骤，而不是像传统扫描器那样只给模式匹配告警；发现条目带 CVSS 评分与 OWASP 分类，形成结构化的漏洞知识库。
多智能体协作（Graph of Agents）：侦察、利用、后渗透等专职 Agent 分工协作并共享发现、串联漏洞链路，也可对多个目标并行扫描以加快覆盖。
目标形态覆盖广：本地代码目录、GitHub 仓库、线上 URL、OpenAPI/Swagger 契约、Postman collection 都可作为目标；用 --instruction 可做带账号的灰盒测试，用 -t 组合多目标，用 --target-list 批量扫，用 -n 进入无头模式。
静态 + 动态分析：同时具备 SAST 与 DAST 能力，代码层与运行时层的问题可以在同一次评估里互相印证。
报告与自动修复：CLI 输出可执行的修复指引并生成报告；云端提供一键 autofix，把 AI 生成的安全补丁变成可直接合并的 Pull Request。
生态集成：官方 GitHub Actions 工作流、GitLab / Bitbucket / Slack / Jira / Linear 集成，可通过 npx skills add usestrix/strix 把渗透与修复能力交给 Claude Code、Cursor、Codex 等 SKILL.md 兼容 Agent，也支持接入自建 MCP 服务器。

漏洞覆盖方面，官方按 OWASP Top 10 及更广范围组织能力：

类别	典型问题
访问控制	IDOR、权限提升、认证绕过
注入类	SQL / NoSQL 注入、OS 命令注入、SSTI
服务端	SSRF、XXE、不安全反序列化、RCE
客户端	存储型 / 反射型 / DOM XSS、原型污染、CSRF
业务逻辑	竞态条件、支付篡改、流程绕过
认证与会话	JWT 攻击、会话固定、撞库路径
基础设施与云	配置错误、暴露服务、云侧安全问题
API 安全	认证缺陷、批量赋值、限流绕过

界面与体验

Strix 有三种互相衔接的使用界面，都能在官方资料中确认。命令行是主入口：安装后所有扫描、配置、云端操作都通过 strix 子命令发起，无头模式会在终端实时打印发现和最终报告。结果落盘后可用本地 Web 看板查看，看板包含发现列表、Agent 团队实时运行图和历史运行记录，界面预构建、不依赖额外服务。云端平台 app.strix.ai 则提供「实时安全态势」总览页与「带 PoC 的已验证发现」问题页，把跨仓库、跨域名的持续测试结果集中管理。

strix view：打开最近一次运行；strix view my-run-name 打开指定运行。
strix view --host 0.0.0.0 --port 8080 --no-open：把看板固定端口暴露到所有 IPv4 接口，便于从另一台机器访问。
看板默认绑定 127.0.0.1，并打印一个带 token 的访问链接——这个链接等同于该次运行的访问凭证，转发需要谨慎。

本地开源版本的扫描结果与看板都留在你自己的机器上；只有显式使用 strix cloud 子命令并批准上传时，源码才会进入官方云平台。

完整使用流程

下面这条路径可以在半小时内完成一次真实扫描：装好 CLI、连上模型、跑通一个目标、在用看板确认结果。

开始之前

本机 Docker 已安装并处于运行状态（首次运行 Strix 会自动拉取沙箱镜像）。
准备一个支持的 LLM 提供方凭证：OpenAI、Anthropic、Google、OpenRouter 等任意一家的 API key；也可以用 ChatGPT Plus/Pro 订阅登录，或直接改用云端账号。
确认你有权对目标进行安全测试——只对自有或被书面授权的系统使用，测试范围之外的目标不要放进 --target。

第一步：安装 CLI

curl -sSL https://strix.ai/install | bash

第二步：配置模型

用环境变量指定模型与密钥，官方默认推荐 openrouter/z-ai/glm-5.3，也可以换成 GPT、Claude、Gemini、DeepSeek、Kimi 等。配置会被自动写入 ~/.strix/cli-config.json，不必每次重填。

export STRIX_LLM="openrouter/z-ai/glm-5.3"
export LLM_API_KEY="your-api-key"
# 可选：接本地模型（Ollama、LM Studio 等）
export LLM_API_BASE="your-api-base-url"

第三步：跑第一次扫描

把目标交给 Strix，本地目录、GitHub 仓库、线上站点都可以，也可以同时给多个目标或附加测试指令。

# 扫描本地代码目录
strix --target ./app-directory

# 审计 GitHub 仓库
strix --target https://github.com/org/repo

# 黑盒测试线上应用
strix --target https://your-app.com

# 带账号做灰盒测试
strix --target https://your-app.com --instruction "Perform authenticated testing using credentials: user:pass"

# API 契约 + 真实 base URL，逐条测试声明的端点
strix --target ./openapi.yaml --target https://api.your-app.com

第四步：查看与验证结果

扫描过程中的发现会写入 strix_runs/<run-name>/，用本地看板打开这次运行，逐条核对 Agent 给出的 PoC 与复现步骤。

strix view

第五步（可选）：接入 CI 卡点

无头模式的退出码可以直接用于流水线判断：发现漏洞时返回非零，从而阻断合并。

- name: Run Strix
  env:
    STRIX_LLM: ${{ secrets.STRIX_LLM }}
    LLM_API_KEY: ${{ secrets.LLM_API_KEY }}
  run: strix -n -t ./ --scan-mode quick

验证结果

命令结束后 strix_runs/<run-name>/ 下出现本次运行的记录文件，strix view 能打开对应看板并看到发现列表。
抽查一条高危发现：按报告里的复现步骤手动执行一次，能复现则说明该发现已被真实验证，而非误报。
在 CI 场景中，把改动引入一个已知漏洞后流水线应当失败，修复后恢复通过。

亮点与差异

Strix 与常规漏洞扫描器的根本差别在于「先利用、再报告」：扫描器给的是可能存在的问题清单，Strix 给的是已经打通的利用链和 PoC，因此人工复核成本显著更低。多智能体编排让它能像红队一样分工、共享线索并串联漏洞，而不是单模型串行试探。同时它把开源本地运行、云端托管和企业部署做成同一条产品线：本地版完全免费、代码不出机器；云端省掉 Docker 与模型 key；企业版补上 SSO、合规报告与自托管。

官方在仓库基准中给出：XBOW 104 道黑盒 Web 挑战，Strix v0.4.0 通关 100 道（96%），其中简单档 45/45、中等档 49/51、困难档 6/8。

典型使用场景

应用安全自测：上线前对代码库或测试环境做一轮带 PoC 的验证，替代只会报误报的传统扫描。
快速渗透测试：把原本以周计的渗透测试压缩到小时级，并产出可用于内部评审的报告。
Bug Bounty 前期验证：自动化侦察与 PoC 生成，减少手工验证成本。
CI/CD 卡点：在 PR 阶段只扫改动文件，先拦住不安全代码再进生产。
API 与 OpenAPI 覆盖：直接按契约逐条测试端点，不必依赖爬虫发现接口。
交给编程 Agent 执行：用 npx skills add usestrix/strix 把渗透、修复、CI 扫描技能装进 Claude Code / Cursor / Codex，由 IDE 内的助手发起测试。

定价

官方 README 把 Strix 拆成三种运行方式，开源本地版免费但需自付模型调用费用；Cloud 与 Enterprise 的具体价格 README 未列出，需以官网为准。

方案	价格	适合谁
Open Source（本地）	免费开源（Apache-2.0），自备 LLM API key，模型费用自理	能接受 Docker 部署、希望代码不出内网的个人与团队
Strix Cloud（app.strix.ai）	可免费注册试用；官方 README 未公布具体档位价格	不想维护环境，需要已验证发现、一键 autofix、持续扫描与 PR 审查
Enterprise	需联系官方（官网 demo 入口）	需要 SSO（SAML/OIDC）、SOC 2 / ISO 27001 / PCI DSS 合规报告、VPC 或自托管、BYOK 与 SLA 的组织

版本与维护状态

项目维护活跃：仓库同时提供安装脚本、PyPI 包 strix-agent、Discord 社区与 X 账号，文档站独立并覆盖 CLI、云端、集成与 LLM 提供方章节，还上了 Trendshift 榜单。仓库内 benchmarks/README 以 v0.4.0 为基准版本发布测评结果，说明版本迭代持续推进。需要注意：本页撰写时 PyPI 项目页被反爬挑战页拦截，未能取到当前最新版本号，安装前建议以 PyPI 与 GitHub Releases 的实际版本为准；同样，第三方站点给出的 Star 数彼此不一致且非实时，不作准数。

局限与注意

模型费用自理：本地开源版虽免费，但自主渗透会消耗大量 token，实际成本取决于目标规模与所选模型。
Docker 是硬前置：本地路径必须能运行 Docker 与拉取沙箱镜像，纯受限环境（无 Docker 权限）只能用云端。
自主利用有副作用：真实攻击性测试可能触发告警、写入数据甚至影响服务可用性，务必在授权范围与隔离环境中运行。
合规报告在付费档：需要 SOC 2 / ISO 27001 / PCI DSS 交付物或 SSO、VPC 自托管时，开源本地版不覆盖这些能力。
不是合规认证的替代：官方定位是开发者与安全团队的自助测试加速器，不能取代按标准执行的正式渗透测试或合规审计。
云端上传需显式授权：--source 上传本地代码时需要批准动作，涉及敏感代码库时应先确认数据流向。

常见问题

必须自己准备 API key 吗？本地开源版需要（任意支持提供方）；也可以 strix auth login chatgpt 用 ChatGPT 订阅登录并设 STRIX_LLM="chatgpt/<model>"；云端模式下不需要 Docker 与 key。
结果存在哪里？每次运行的发现按目录保存在 strix_runs/<run-name>，用 strix view 查看。
怎么在流水线里判成败？用 strix -n 无头模式，发现漏洞时进程以非零码退出，可直接作为门禁条件。
能批量测多个目标吗？可以，用多个 -t，或把目标写成文件用 --target-list（每行一个，空行和注释行忽略）。
可以用本地模型吗？可以，设置 LLM_API_BASE 指向 Ollama、LM Studio 等本地服务即可。
能接入自己的工具吗？支持在 ~/.strix/mcp-servers.json 里注册本地 stdio 或远程 http 的 MCP 服务器，注册后工具名会按服务器名加前缀，例如 github_list_issues。