Claude-OSINT：给 Claude 装备红队侦察专家思维

你有没有过这样的经历：在漏洞赏金平台上找到一个目标资产范围，满怀信心地打开 Claude，结果它对 SSRF、OIDC 发现、子域名接管这些概念一头雾水，只能给出泛泛而谈的建议？Claude-OSINT 就是来解决这个问题的。

elementalsouls/Claude-OSINT 是由独立安全研究员 Sachin Sharma（GitHub 226 followers）构建的一套 Claude Skills 工具集，专门将 Claude 升级为具备真实红队侦察能力的 AI 助手。截至 2026 年 6 月，该项目已获得 1661 颗 GitHub Stars，320 个 Fork，在开源安全工具领域增长势头强劲。

一、项目背景：为什么需要 AI 辅助侦察？

漏洞赏金（Bug Bounty）和授权渗透测试的侦察（Recon）阶段是整个攻击链路中最耗时的环节。安全研究员需要系统性搜索目标资产、梳理身份认证体系、探测暴露面、寻找凭证泄露——这中间有大量需要记忆的查询语法、API 端点、工具命令。传统的侦察流程依赖一堆割裂的命令行工具：Subfinder、Crt.sh、Wayback Machine、Nuclei、Secret Scanner……每换一次工具就要切换上下文。

Claude-OSINT 的思路是：与其让人去适应工具，不如让 AI 来适应侦察方法论。项目作者在 2026 年 4 月底创建仓库，在短短不到两个月内冲到 1600+ Stars，说明这个需求在 AI 安全应用领域是真实存在的。

二、核心功能：90+ 侦察模块，覆盖攻击链前端

Claude-OSINT 由两个互相配合的 Skill 组成：

osint-methodology（方法论层）：负责「怎么想」。它定义了 5 阶段外部侦察管道、时间预算配置（1小时/4小时/1天/1周）、资产图谱构建规范、严重性评级规则、身份拓扑映射模板和交付物格式规范。简单说，这是一个结构化的侦察方法论手册。

offensive-osint（战术工具箱层）：负责「用什么」。这是整个项目的主体，包含 90+ 侦察模块，横跨 12 个安全子域：

offensive-osint SKILL.md 主文件就有 50000 字符（4168 行），包含大量 curl one-liner、payload 模板、评分规则。

三、内置脚本：即开即用的实用工具

项目在 skills/offensive-osint/scripts/ 目录下附带两个纯 Python 标准库脚本，不依赖任何第三方包：

secret_scan.py：本地秘密扫描器，镜像了 Skill 中的 48 种正则模式，支持管道输入和文件/目录扫描。输入一个 AWS Access Key 或 GitHub PAT，它立刻告诉你这是哪种类型的凭证、严重等级。

h1_reference.py：HackerOne Hacktivity 参考机器人，通过 HackerOne 公开 GraphQL API 查询已公开漏洞报告。支持按最高投票、最高赏金、关键词、严重等级、CWE 类型等多维度筛选，帮助侦察阶段快速了解目标平台历史上出现过哪些类型的漏洞。

两个脚本都做到了零依赖（stdlib-only），安装和分发成本为零。

四、使用方式：Skill 文件直投，Claude 自动触发

安装流程极度简洁：把两个 Skill 目录复制到 ~/.claude/skills/ 目录，Claude Code 会根据目录名自动识别 Skill，在检测到相关安全关键词时自动触发对应 Skill 的方法论和工具集。不需要 Docker、不需要配置环境变量、不需要 API Key——纯文件级集成。

项目提供了 4 个端到端实战演练示例（examples/）：从快速侦察工作流、漏洞赏金完整流程，到身份拓扑映射、秘密狩猎，覆盖了授权渗透测试中最常见的使用场景。

五、技术特点与设计哲学

模块化 Skill 结构：每个 Skill 目录完全自包含，SKILL.md 文件包含完整的系统提示词和工具指令。这种架构使得 Skill 可以独立更新、单独禁用，不会污染 Claude 的全局上下文。

纯文本 + 标准库：代码量和配置量极低，Python 脚本全部使用标准库，没有任何 pip 依赖。这种「最小依赖」设计大幅降低了工具链的维护成本和安全审计难度。

结构化 tradecraft：不同于通用大模型的泛泛建议，offensive-osint 包含大量具体的 curl 命令、具体路径枚举列表、具体正则模式。打比方说，它不是告诉你「去查一下这个 API」，而是直接给你完整的 curl one-liner 加上具体的路径列表。

自评估体系：项目内置 32 条 prompt 自测用例，官方声称达到 96.9% PASS 率、约 85-90% 的实战侦察覆盖率。这在安全工具领域是一个相对客观的可信度信号。

六、局限性与争议

Claude-OSINT 本质上是一个知识库 + prompt 增强工具，它本身不执行实际的网络扫描。所有侦察查询最终还是要靠 Claude 调用外部工具（curl、Python 脚本）或直接调用外部 API 完成。这意味着：

• Claude 的网络访问能力直接影响工具效果
• 大规模自动化扫描（Mass Subdomain Enumeration）仍然需要专用工具配合
• 实时性要求高的侦察场景（如 CVE 爆发后的快速资产盘点）不太适合

另外需要注意的是，该工具定位是「授权红队和漏洞赏金」场景使用。工具本身内置了 scope 边界提醒逻辑，但在实际部署时需要使用者自行确保合规性。

七、行业意义与增长趋势

Claude-OSINT 的出现代表了一个趋势：将专家级别的安全方法论编码为 AI Skill，而非依赖通用大模型的泛化能力。这与传统的 RAG（检索增强生成）方案不同——它不是让 AI 去搜文档，而是让 AI 直接携带一套经过结构化编排的战术手册行动。

项目从 2026 年 4 月底发布到 6 月初，不到两个月达到 1600+ Stars，同期 fork 320，followers 226 人。对于一个垂直领域的安全工具来说，增长曲线相当陡峭。在 Claude 官方 Skills 生态中，它已经成为 GitHub Stars 最高的 Claude Skill 之一（仅次于官方 skills 仓库）。

总结：Claude-OSINT 是目前最完整的 AI 辅助红队侦察 Skill 套件，以极简的安装方式、极高的战术密度，为 Claude Code 提供了即插即用的专业级侦察能力。如果你正在使用 Claude Code 做安全研究或渗透测试，这套工具值得第一时间装上。