Claude-BugHunter：用 AI 武装你的漏洞挖掘工作流

想象一下：你面对一个 Bug Bounty 目标，资产广、边界模糊，不知道从哪里下手。传统的做法是翻笔记、查_payload库、对照 CVE 列表——耗时耗力，还容易遗漏。而现在，你只需要在 Claude Code 里描述你在测什么，82 个专项技能就会自动加载，一套经过真实授权渗透测试验证的方法论随之展开。

背景故事：安全研究员被 AI "坑"出来的灵感

Claude-BugHunter 的作者 Sachin Sharma 是一名专职 Bug 赏金猎人和生成式 AI 安全研究员。在长期的漏洞挖掘实践中，他发现一个痛点：AI 助手本身缺乏安全领域的结构化知识。让普通 LLM 去分析 XSS，它能给出通用答案；但问到"这个绕过_payload在 681 份真实漏洞报告中哪个最常见""如何用 VRT 框架评估这个漏洞的真实严重性"，AI 就哑火了。

2024 年，他将这套方法论打包成了 Claude Code 技能包——Claude-BugHunter。技能包的核心不是让 AI 自己找漏洞，而是让 AI 成为一个有经验的安全研究员级别的助手：它知道该用什么工具、走什么流程、记录什么证据。

上线 GitHub 后迅速获得关注，目前 Star 数已突破 4600+，成为 Claude Code 技能生态中安全类最热门的项目之一。

核心架构：四层叠加，从入门到实战

Claude-BugHunter 不是一个大一统的工具，而是一个技能包（Skill Bundle）。安装后，它在 Claude Code 中以 claude-bughunter: 为命名空间提供 83 个独立技能，覆盖漏洞挖掘全流程。

四层能力叠加：

• Think 层 — bb-methodology + redteam-mindset：五阶段非线性工作流、红队操作员纪律、关键思维框架。不直接找漏洞，而是教 AI "遇到目标时应该怎么想"。
• Hunt 层 — 58 个 hunt-* 技能，源自 681 份公开 HackerOne 漏洞报告。每类漏洞（XSS、SQLi、SSRF、IDOR 等）都有对应的检测_pattern、payload 库、绕过表和链式利用模板。
• Hit 层 — 企业平台攻击链：M365/Entra、Okta、vCenter、SSL-VPN 设备、SharePoint、云 IAM。包含 2024-2026 年最新 CVE 链和后凭证提升路径。
• Ship 层 — triage-validation + 报告 + evidence-hygiene：七问验证门、VRT 感知严重性评分、OOS 反驳模板、PII 脱敏规范和红队交付物规范。

关键特性：Burp Suite 深度集成

Claude-BugHunter 区别于其他安全 AI 工具的关键，是它对 Burp Suite 的深度集成。cbh CLI 工具支持三种运行模式：

这种设计让 AI 不是在真空中工作——它能看到你burp代理里的真实流量，能分析请求/响应，能帮你构造 PoC。

上手门槛：低到令人意外

安装方式极为简单：

# 推荐：作为 Claude Code 插件安装
/plugin marketplace add elementalsouls/Claude-BugHunter
/plugin install claude-bughunter@elementalsouls

# 备选：手动 git clone
git clone https://github.com/elementalsouls/Claude-BugHunter.git
cd Claude-BugHunter
bash scripts/install.sh   # macOS/Linux
pwsh ./scripts/install.ps1  # Windows

安装后，你甚至不需要记任何命令。用自然语言描述你在做什么（"我在测一个公司的子域名资产" / "这个参数好像有注入"），相关的技能会自动触发加载。没有命令要背，没有菜单要翻。

前置要求也很低：Claude Code（Pro/Team/Max 订阅或 API Key）+ Python 3.9+。Burp Suite 是可选的——没有 Burp 一样能跑，只是少了代理流量可视化的能力。

争议与局限：诚实面对

Claude-BugHunter 的本质是方法论和知识库的 AI 化，而非独立的漏洞扫描器。它的能力上限取决于两个因素：

1. Claude Code 模型的能力：GPT-4o 或 Claude 3.5 Sonnet。模型本身的安全知识边界决定了技能包的上限。
2. 681 份漏洞报告的覆盖范围：覆盖了 24 类核心漏洞，但如果目标是某种罕见新型漏洞，技能包可能无法提供针对性指导。

此外，Claude-BugHunter 不提供自动漏洞挖掘——它是一个辅助框架，漏洞发现仍然需要人工判断、复现和报告撰写。这既是局限，也是它的诚实之处：它从来没有声称自己是"AI 自动挖洞机器人"。

行业意义：技能生态的里程碑

Claude-BugHunter 的出现，标志着 AI 编程工具的安全能力正式进入了专业化阶段。Claude Code 最初是给开发者用的生产力工具；而 Claude-BugHunter 让它变成了安全研究人员的作战平台。

更值得关注的是它的跨工具兼容性——技能格式是通用的 SKILL.md，理论上支持 OpenCode、OpenAI Codex CLI、Hermes Agent 等所有采用相同格式的系统。这使得安全研究知识可以在不同 AI 工具间无缝迁移。

从 Star 增长曲线看，项目在 2026 年初经历了一次明显加速，与 Claude Code 插件市场的成熟时间线高度吻合。可以预见，随着 AI Agent 工具的普及，这类"垂直领域技能包"的需求会持续增长。

项目速览

• 语言：Python
• 协议：MIT
• Star：4600+
• 主要依赖：无（cbh CLI 可选 requests）
• 安装难度：极低
• 最佳场景：Bug Bounty、授权渗透测试、CTF、安全培训