Custom AI Agent - Burp Suite 与 AI 的智能安全审计桥梁

qife122
2 阅读6分钟

Custom AI Agent：Burp Suite 与 AI 的智能桥梁

Custom AI Agent 是一款专为 Burp Suite 设计的创新扩展，它将现代大型语言模型（LLM）的强大分析能力直接注入您的日常安全测试工作流。无论您是使用本地模型还是云服务，都能让 AI 辅助甚至自动执行漏洞发现与审计任务。

功能特性

  • 🤖 10+ AI 后端支持：内置 Burp AI、Ollama、LM Studio、NVIDIA NIM、通用 OpenAI 兼容接口，以及 Gemini CLI、Claude CLI、Codex CLI、OpenCode CLI、Copilot CLI 等多种命令行 AI 助手。
  • 🛠️ 53+ MCP 工具集：通过 MCP (Model Context Protocol) 服务器，允许 Claude Desktop 或其他 MCP 客户端自主驱动 Burp Suite 进行扫描和测试。
  • 🔍 全面漏洞覆盖：内置 62 类漏洞识别能力（如注入、认证、加密缺陷等），通过被动与主动 AI 扫描器自动发现安全风险。
  • 🔒 三级隐私保护模式：提供 STRICT（严格）、BALANCED（平衡，默认）、OFF（关闭）三种模式，智能脱敏 Cookie、Token、Authorization 等敏感数据后再发送至 AI 后端。
  • 📚 自定义提示词库：可针对 HTTP 请求或扫描问题保存自定义提示模板，通过右键菜单快速调用，并支持临时输入。
  • 📜 合规审计日志：以 JSONL 格式记录所有 AI 交互，包含 SHA-256 完整性哈希，并标记提示来源和上下文类型，满足审计合规要求。

安装指南

环境要求

  • Java 21 (Temurin 或 Oracle JDK)
  • Burp Suite (Community 或 Professional 版)

安装步骤

  1. 下载 JAR 文件

    从项目的 Releases 页面下载最新版本的 Custom-AI-Agent-<version>.jar。

  2. 加载到 Burp Suite

    • 打开 Burp Suite。
    • 导航至 Extensions > Installed 标签页。
    • 点击 Add 按钮。
    • 在 "Extension Type" 下拉菜单中选择 Java。
    • 点击 Select file...，选择你下载的 .jar 文件。
    • 点击 Next 完成加载。

  3. 从源码构建（可选）

    git clone https://github.com/six2dez/burp-ai-agent.git
cd burp-ai-agent
./gradlew clean shadowJar
# 构建输出位于: build/libs/Custom-AI-Agent-<version>.jar

使用说明

基础配置

加载扩展后，你会在 Burp Suite 的主选项卡栏中看到 AI Agent 标签页。

  1. 选择 AI 后端：在 "Settings" 部分，从 "Backend Type" 下拉菜单中选择你的 AI 后端（如 Ollama、NVIDIA NIM 等）。
  2. 配置后端地址：根据所选后端，填写 API 端点、模型名称或 CLI 路径。
  3. 设置隐私模式：在 "Privacy" 部分选择 OFF、BALANCED 或 STRICT 模式，控制发送到 AI 的数据脱敏程度。
  4. 启用 AI 扫描器：在 "AI Passive Scanner" 或 "AI Active Scanner" 部分，勾选 "Enable" 以启动自动扫描。

典型使用场景

场景一：通过聊天面板辅助分析

在主界面的 "Chat" 面板中，你可以直接向 AI 提问。AI 可以访问 Burp 的上下文（如当前选中的 HTTP 请求），帮助你分析请求或生成测试用例。

示例：分析当前请求的安全性

用户: 请分析选中的这个登录请求，检查是否存在 SQL 注入风险。 AI 助手: (使用 MCP 工具获取请求详情，分析参数并给出初步评估和建议的测试 Payloads。)

场景二：使用自定义提示词
  1. 在 "Prompt Library" 面板中，点击 "Add" 保存一个常用提示，例如：“请检查这个 API 端点的 IDOR 漏洞”。
  2. 在 Proxy 或 Repeater 标签页中，右键点击一个 HTTP 请求。
  3. 选择 Extensions -> AI Agent -> 你保存的提示词。
  4. AI 将自动分析该请求并给出针对性结果。
场景三：通过 MCP 让 Claude 驱动 Burp

这是最强大的功能之一。你可以让 Claude Desktop 等 MCP 客户端直接控制 Burp Suite 进行扫描。

  1. 在 AI Agent 设置中，确保 MCP Server 已启用（默认启用）。
  2. 配置你的 MCP 客户端（如 Claude Desktop），连接到 Burp AI Agent 提供的 MCP 服务。
  3. 在 Claude 中，你可以发出如下指令：
    • “使用 site_map 工具列出当前项目的所有 API 端点。”
    • “对 https://example.com/api/user 这个请求进行 SQL 注入测试，使用 http1_request 工具发送带有 ' 的测试请求。”
    • “读取 proxy_http_history，分析最近 10 条请求，寻找可能的敏感信息泄露。”

注意：部分 MCP 工具（如发送修改后请求的工具）需要在客户端启用 Unsafe Mode。

核心代码

1. 隐私保护模块 - 敏感数据脱敏

该模块负责在将 HTTP 请求和响应发送给 AI 后端之前，根据用户选择的隐私模式对敏感信息进行清洗，是保护用户数据安全的关键组件。

// 来自 redact/Redactor.kt 的核心逻辑示意
enum class PrivacyMode { STRICT, BALANCED, OFF }

class PrivacyRedactor(private val mode: PrivacyMode) {
    
    fun redact(request: HttpRequest): HttpRequest {
        if (mode == PrivacyMode.OFF) return request
        
        var redactedRequest = request
        // 脱敏 Authorization Header
        redactedRequest = redactAuthHeader(redactedRequest)
        // 脱敏常见 Token Headers
        redactedRequest = redactTokenHeaders(redactedRequest)
        // 脱敏 URL 查询参数中的敏感字段
        redactedRequest = redactUrlParams(redactedRequest)
        
        if (mode == PrivacyMode.STRICT) {
            // 严格模式下脱敏 Cookie
            redactedRequest = redactCookieHeader(redactedRequest)
            // 严格模式下移除或替换请求体中的敏感字段
            redactedRequest = redactBody(redactedRequest)
        }
        return redactedRequest
    }
    
    private fun redactTokenHeaders(request: HttpRequest): HttpRequest {
        val sensitiveHeaders = listOf(
            "X-Auth-Token", "X-Access-Token", "X-Session-Token", 
            "X-CSRF-Token", "X-Api-Secret", "X-Client-Secret"
        )
        // 遍历并替换敏感 Header 的值为 [REDACTED]
        // ... 实现逻辑
    }
}

2. MCP 工具定义 - 扫描技能入口

此代码展示了如何通过 MCP 定义一个 burp-scan 技能，该技能集成了 Burp Suite 的核心扫描能力，供 AI 助手（如 Claude）调用。

// 来自 mcp/McpTools.kt 和 skills/burp-scan.md 的定义
class BurpScanSkill : McpSkill {
    override val name = "burp-scan"
    override val description = "通过 MCP 工具进行 Burp Suite 扫描 — 被动流量分析、主动 Payload 测试、带外验证..."
    
    fun getToolDefinitions(): List<McpTool> {
        return listOf(
            McpTool(
                name = "scope_check",
                description = "检查一个 URL 是否在 Burp Suite 的作用域内",
                inputSchema = scopeCheckSchema
            ),
            McpTool(
                name = "http1_request",
                description = "通过 Burp Suite 发送一个 HTTP/1.1 请求并获取响应 [unsafe]",
                inputSchema = httpRequestSchema
            ),
            McpTool(

                description = "为已验证的漏洞创建一个 Burp Suite 问题",

            ),
            // ... 更多工具: site_map, proxy_http_history, collaborator_generate 等
        )
    }
}

3. AI 被动扫描器 - 流量监控与问题创建

被动扫描器在后台持续分析代理流量，当 AI 模型对某个风险的确信度达到阈值（如 85%）时，会自动在 Burp Suite 的目标中创建一个安全问题。

// 来自 scanner/PassiveScanner.kt 的简化逻辑
class AiPassiveScanner : IScannerCheck {
    

        // 1. 从请求/响应中提取分析上下文
        val context = buildContextFromTraffic(baseRequestResponse)
        
        // 2. 调用配置的 AI 后端进行分析
        val aiResult = aiBackend.analyzePassive(context)
        
        // 3. 如果 AI 返回的置信度高于阈值 (如 85%)
        if (aiResult.confidence >= CONFIDENCE_THRESHOLD) {
            // 4. 创建一个标记为 [AI Passive] 的扫描问题

                name = "[AI Passive] ${aiResult.vulnerabilityName}",
                detail = aiResult.evidence,
                severity = aiResult.severity,
                confidence = "FIRM"
            )

        }
        return null
    }
}

4QP0eWakiolTgHKD0qOkSwKoj3cnUBzh6PrQy9Iuh+s=

avatar
文章
阅读
粉丝