一、导读
2026-11-21 的 GitHub 日榜上,elementalsouls/Claude-BugHunter 以单日 +1660 星登上第一(Star 总数 14,147,截至 2026-11-21)。它是一个 Claude Code 技能包:83 个 SKILL.md、15 个斜杠命令,把 681 份公开漏洞报告的判读经验装进大模型的上下文。对安全从业者它是即插即用的研究助理;对更广泛的读者,它是「领域专家知识如何蒸馏成 Agent 技能」目前最完整的公开样本——这也是本文的重点。
二、项目速览
| 维度 | 内容 |
|---|---|
| 仓库 | elementalsouls/Claude-BugHunter |
| 作者 | Sachin Sharma(Bug Hunting 与 GenAI 安全研究方向) |
| 创建时间 | 2026-05-05,当前版本 v2.1(2026-06-05 发布) |
| Star / Fork | 14,147 / 1,688(截至 2026-11-21) |
| 当日涨星 | +1,660(GitHub daily trending 第一) |
| License | 代码 MIT,技能方法论与词表等内容 CC BY 4.0(双许可) |
| 规模 | 83 个技能(55 原创 + 20 社区 + 8 引入)、15 个斜杠命令 |
| 知识底座 | 681 份公开漏洞报告模式,其中 433 条带原始出处引用、可逐一审计 |
| 定位 | 授权范围内(赏金项目 / 授权渗透测试 / CTF / 自有资产)的外部攻击面研究技能包 |
三、为什么是它
其一,「Agent 技能」正在从想法变成一场军备竞赛。 同一天的趋势榜前十五里挤着至少五个技能包项目:Claude-BugHunter、superpowers、diagram-design、last30days-skill、google-labs-code/stitch-skills。SKILL.md 这个格式(YAML frontmatter 加 Markdown 正文)正在成为跨工具的知识封装标准——Claude Code、OpenCode、OpenAI Codex CLI、Google AntiGravity 都能加载同一份技能目录。Claude-BugHunter 拿到日榜第一,是这波浪潮在「知识密度最高」的场景里的一次爆发。
其二,安全研究恰好是通用大模型最薄弱、技能包杠杆最大的领域。 基础模型对「这个接口像不像 IDOR」「这个 OAuth 配置差在哪」的判断是稀释的;项目自己的说法是:没有技能包时问 Claude「这是不是 XSS」,得到的是教科书式泛泛回答,装上技能包后同样的问题会加载 hunt-xss 技能——里面是 681 份已公开报告沉淀的具体判读模式与验证步骤。领域知识的注入直接改变了模型输出的专业密度。
其三,工程质量撑得住热度。 v2.0(2026-05-25)做了一轮报告模式回填,把 11 个核心技能的引用密度从每类 3–4 份提到 10–19 份;v2.1(2026-06-05)引入社区扩展(技能从 51 增至 71),并上线了 CI 质量门禁——每个改动 PR 都跑 lint_skills.py,校验 SKILL.md 结构并扫描泄露的密钥与客户标识。681 份模式里 433 条逐条带出处的做法,在同类项目里是少见的可审计度。
从节奏看,这一波热度来自生态而非孤例。 项目 5 月初创建,约七个月累计 14,147 星;而仅 2026-11-21 一天就涨了 1,660 星——约占总量的十分之一。单日增量达到七个月存量的这个比例,说明驱动因素不是项目自身的发布节奏(最近一个 release 还是半年前的 v2.1),而是整个「Agent 技能」生态在近期的集中升温,Claude-BugHunter 恰好站在了「知识密度最高」的那个交点上。
四、架构原理
四层能力栈
Claude-BugHunter 的全部内容按「一次评估任务的角色」分成四层:
- Think(方法论层):
bb-methodology提供五阶段非线性工作流,redteam-mindset提供红队操作纪律——两者决定「怎么想」。 - Hunt Webapps(Web 应用狩猎层):58 个按漏洞类别组织的
hunt-*技能(XSS、SSRF、IDOR、GraphQL、OAuth、竞态条件等),每个技能都是从公开报告提炼的检测模式、绕过对照表与链式验证模板。 - Hit the Perimeter(企业边界层):8 个平台级技能覆盖 M365/Entra ID、Okta、vCenter、主流 SSL-VPN 设备、云 IAM 后渗透等 2024–2026 年的已知漏洞链知识,外加 Android/iOS 红队管线与供应链侦察。
- Ship It(交付层):
triage-validation的 7 问门禁、evidence-hygiene的证据脱敏协议、面向 HackerOne/Bugcrowd/Intigriti/Immunefi 的报告模板——决定「怎么交出去」。

整体数据流如下:
flowchart TB
U["用户用自然语言描述测试目标"] --> Q["技能匹配器<br/>YAML description 语义触发"]
M1["Think 层<br/>bb-methodology + redteam-mindset"] --> Q
Q --> H1["Hunt 层<br/>58 个 hunt-* 类别技能"]
Q --> H2["边界层<br/>8 个企业平台技能"]
B["执行通道<br/>cbh 确定性 CLI / Burp MCP"] -.-> H1
B -.-> H2
H1 --> S1["Ship 层<br/>triage-validation 7 问门禁"]
H2 --> S1
S1 -->|"PASS"| S2["evidence-hygiene<br/>证据脱敏"]
S1 -->|"KILL / DOWNGRADE"| X["终止或降级<br/>不进入提交"]
S2 --> S3["report-writing<br/>多平台报告模板"]
S3 --> R["提交 / 客户交付物"]
M2["记忆层<br/>autopilot ledger"] -.->|"跳过已证伪类别"| H1
技能加载机制:让模型自己找对知识
技能包的核心工程问题是:83 个技能不能全部塞进上下文(token 放不下,还会互相干扰)。它的解法分三层:
- 语义自动触发。每个技能的 YAML frontmatter 里有一段
description,Claude Code 的技能匹配器拿用户输入与这段描述做语义比对,命中才加载——你说「这个接口有个?url=参数」,就只加载hunt-ssrf。用户不需要记住技能名。 - 渐进披露。大技能(如
offensive-osint)保持 SKILL.md 本体精简,把词表、正则库等重参考资料放进子目录,按需二次加载。 - 显式路由兜底。15 个斜杠命令(
/hunt、/recon、/triage、/report等)强制加载对应技能;/hunt底下还有一个不直接对外的元路由hunt-dispatch,先判断当前任务是赏金模式还是红队模式,再决定加载哪组技能。
技能文件本身的形态很朴素——以 hunt-ssrf 的结构示意为例(按官方文档格式整理):
---
name: hunt-ssrf
description: 检测服务端请求伪造。当目标存在 url、next、redirect、callback 等用户可控的回跳参数,或服务端会按用户输入发起请求时加载本技能。包含检测模式、判读要点与验证步骤。
---
匹配器只消费 description 字段,正文不命中就不进上下文;而在 cbh classify 的确定性通道里,同样的知识换了一种表达——18 条人工维护的 URL 形状正则,其中 [?&](url|next|redirect|return)= 直接映射到 hunt-ssrf。同一个技能,两条通道、两种触发方式,这是「知识一次沉淀、双通道复用」的具体形态,也是技能包与大段提示词的本质区别。
双执行模型:LLM 的判断力与 CLI 的确定性
这是该项目架构上最值得抄的设计。同一份技能知识,配了两条执行通道:
- 对话通道:在 Claude Code 会话里,LLM 消费技能内容、保持任务状态、运用判断力,适合跨多步的链式分析;配合 Burp MCP 服务,模型可以直接读写 Burp 的代理历史,把「抓包-改包-判读」收进对话循环。
- 确定性通道:
cbhCLI 只用标准库实现(可选装 subfinder),五个子命令recon → surface → classify → triage → report覆盖从侦察到报告的全流程。classify用 18 条人工维护的 URL 形状正则先做高置信匹配,再用 description 关键词做低置信匹配;triage把 7 问门禁落成确定性的关键词检查——缺真实 HTTP 测试记录、影响描述只有「理论上可行」、命中永不提交清单,分别对应 KILL。作者在文档里明说:CLI 不发明内容,缺材料的位置一律留(fill in)占位符。
两条通道共享同一份技能与模式库,产出不同:前者灵活、后者可重复、可进 CI。什么时候用哪条,文档给出了按阶段划分的对照表,而不是让用户凭偏好猜。
7 问门禁:把「提交纪律」写进流程
第四阶段的 triage-validation 是整个包的纪律核心。提交任何发现之前必须过七个问题:攻击者现在能否用一个真实 HTTP 请求复现?影响是否在该项目接受的影响清单上?资产是否在授权范围内?是否依赖攻击者拿不到的特权?是否已知或文档化行为?影响能否超越「技术上可能」被证实?是否命中永不提交清单?——一票否决,答不出就 KILL。门禁产出四种分支:PASS、KILL、CHAIN-REQUIRED(需要补链)、DOWNGRADE(降级严重度)。按作者的说法,这一条纪律就是高产研究者与无效提交者之间的分界线。
内容生产管线:报告如何变成技能
技能不是手写的,而是一条半自动管线的产物:从 HackerOne 公开披露报告出发,用 public-skills-builder 脚手架按漏洞类别聚合模式,生成 hunt-* 技能初稿;每个 PR 过 CI 的 lint_skills.py 结构校验与泄密扫描;模式库共 36 个文件,433 条模式带原始报告链接可回溯。这条「公开语料 → 结构化技能 → 门禁」的管线,本身就是一套可以迁移到其他领域的知识工程方法。
记忆层与执行经济学
v2.1 之后新增了 autopilot ledger:确认过的发现与「已证伪的死类别」负样本会存进 ~/.claude/bughunter/memory/,自主狩猎循环据此跳过重复确认或在本技术栈上从不产出结果的类别。/autopilot 的模式划分很有意思——--paranoid / --normal 关闭记忆换全覆盖,--quick / --yolo 开启记忆省 token。这是把「经验复利」做成显式数据结构,而不是指望模型自己记住上次会话。
与同类架构路线的差异
把「给模型注入领域知识」的三条路线摆在一起看,差异会清楚很多。单一大提示词路线把全部经验塞进一个 system prompt:实现最简单,但知识没有职责边界,类别一多就互相稀释,模型在 XSS 的语境里可能带出 OAuth 的模式。RAG 检索路线把知识放在库外按需检索:知识容量不受上下文限制,但检索质量决定上限,纪律性的东西(门禁、流程)很难靠检索片段固化。技能包路线把知识按职责切片,语义触发按需加载,门禁内建于流程——Claude-BugHunter 属于第三种,并把它推进到管线化生产:公开报告进、结构化技能出、CI 门禁把质量关、记忆层让经验沉淀。三条路线的实质差异在于对知识的态度:前两种把知识当「输入」,技能包把知识当「可版本管理、可审计、可 CI 的工程资产」。
五、应用场景

场景一:赏金试炼全流程
痛点:新手在赏金平台最常见的失败不是找不到漏洞,而是提交了太多「不适用」(N/A)报告——没真实测试、影响讲不清、撞已知的重复项,账号声誉被拖垮。如何解决:技能包把「找什么」的模式库(681 份报告)与「能不能交」的门禁(7 问)打包成一条流水线。最小示例(在官方推荐的法律靶场 OWASP Juice Shop 上):
git clone https://github.com/elementalsouls/Claude-BugHunter.git
cd Claude-BugHunter && bash scripts/install.sh
source ~/.zshrc && hunt juice-shop # 生成任务目录骨架
cbh recon localhost:3000 # 确定性侦察:子域/存活/指纹
cbh classify "http://localhost:3000/api/Users/1"
classify 会对形如 /api/Users/1 的路径匹配出 IDOR 相关技能,随后在 Claude Code 里按技能给出的双人账号对照法验证,最后 /triage 过门禁、/report 产出草稿。收益:无效提交在提交前被门禁拦截,报告结构对齐平台模板(Bugcrowd 还带 VRT 严重度映射)。边界:只适用于你被授权测试的目标;平台私密项目的 API 读取需要自己的 HackerOne Token,不配也能用公开功能。
场景二:企业外部红队评估
痛点:企业边界评估的知识更新极快——M365/Entra、Okta、SSL-VPN 设备的漏洞链在 2024–2026 年密集爆发,通用模型的知识截止与细节精度都不够;且客户 SOC 常在测试中途就打了补丁。如何解决:8 个平台技能维护当前漏洞链与「拿到凭据后如何判断能升权到哪」的模型;mid-engagement-ir-detection 技能专门教模型识别「目标已被修复 / 检测到测试行为」的基线漂移。最小示例:hunt acme-client 建任务目录后,在会话里描述边界资产清单,让模型按平台技能给出测试顺序建议;产出用 redteam-report-template 打包成 50KB 级 MD+DOCX 客户交付物。收益:知识保鲜由上游仓库承担(企业 VPN 矩阵按季度跟踪新公告),交付物格式对齐企业采购预期。边界:刻意不做内网 AD 攻击、C2 框架、后渗透与规避——这是设计决策不是缺陷,作者明说这是另一套风险画像,未来可能独立成包。
场景三:防御侧的外部暴露面自查
痛点:蓝队排查自家资产时,缺的往往不是扫描器,而是「攻击者会按什么顺序看什么」的清单。如何解决:把 58 个 hunt-* 技能与企业平台矩阵反向用作自查清单——按类别核对自家端点的配置缺陷、按平台技能核对边界设备是否落在已知漏洞链的版本区间。最小示例:对自己的域名跑 cbh recon,用 cbh surface 读侦察清单输出 P1/P2 优先级排序,人工复核排序结果并安排修复。收益:以攻击者视角优先级化暴露面,而不是按扫描器告警等级。边界:它不是持续扫描管线(文档明确不做 CI/CD 集成),定期自查需要自己调度。
场景四:安全教学与 CTF 训练
痛点:初学者面对 DVWA、OWASP Juice Shop、Hacker101 这类练习靶场时,「知道有哪些类别、每类怎么判断」是最陡的学习曲线。如何解决:技能按类别组织的模式库天然是一套案例教材——每类技能都带检测模式、判读要点与验证步骤,配合模型讲解等于一个随时在线的教练;官方文档也说明该包正是在 DVWA、Juice Shop、Hacker101、testphp.vulnweb.com 这些公开练习平台上验证打磨的。收益:练习路径从「盲试」变成「按类别系统排查」。边界:教学场景请始终使用练习靶场,技能内容不构成对未授权目标的许可。
场景五:Agent 技能工程范本(不限安全)
痛点:各团队都在把领域知识装进 Agent,但普遍停留在「一个大 system prompt」,知识多了就互相干扰。如何解决:这个项目示范了五个可直接迁移的工程模式——description 语义触发替代手工调用、渐进披露控制上下文体积、元路由做任务模式分流、确定性 CLI 与 LLM 会话共享同一知识库、门禁规则把领域纪律固化成可检查的四分支输出。收益:把这套骨架抄到法律尽调、财务审计、医疗影像质控等任何「知识密集 + 纪律敏感」领域,都是成立的。边界:安全场景的 7 问门禁是关键词级启发式,迁移到你的领域时需要重新设计每问的证据判据。
六、快速上手
推荐插件方式(技能带命名空间、随版本更新):
/plugin marketplace add elementalsouls/Claude-BugHunter
/plugin install claude-bughunter@elementalsouls
无法用插件系统时走复制安装:git clone 后执行 bash scripts/install.sh(Windows 用 pwsh ./scripts/install.ps1),技能与命令进入 ~/.claude/,并注册 hunt 任务脚手架命令。独立安装确定性 CLI:pipx install git+https://github.com/elementalsouls/Claude-BugHunter。要让技能同时进 Codex CLI(~/.agents/skills/)、Hermes、AntiGravity 等其他宿主,加 --all 参数即可——知识层跨五个宿主通用,斜杠命令与 /hunt 引擎仅 Claude Code 可用。HackerOne API 凭据完全可选,不填不影响任何公开功能。安装后直接用自然语言描述你要测什么,技能自动加载。
七、横向对比
| 方案 | 知识形态 | 方法论与门禁 | 执行模型 | 适用判断 |
|---|---|---|---|---|
| 裸 Claude Code + 提示词 | 对话内临时粘贴 | 无固化纪律 | 纯 LLM 判断 | 轻量探索,知识不沉淀 |
| Claude-BugHunter | 83 个结构化技能 + 681 报告模式库 | 7 问门禁、证据脱敏协议、四分支产出 | LLM 会话 + 确定性 CLI 双通道 | 授权赏金 / 外部红队 / 教学 |
| 传统扫描器(nuclei、sqlmap 类) | 签名与载荷模板 | 按规则执行,无提交纪律 | 纯自动化 | 大面覆盖,但缺少链式推理与报告判断 |
Trail of Bits skills |
安全工程技能集(作者风格严谨) | 技能写作纪律示范 | 依附各 Agent 宿主 | 工程团队借鉴写法 |
| SecSkills 等社区包 | 子代理模式的类别技能 | 程度不一 | 纯 LLM | 特定类别补充 |
一句话定位:扫描器负责「广度」,技能包负责「深度与纪律」——它不自动开火,而是让模型带着 681 份前人经验去判断、验证并按规矩交出去。
八、局限与风险
模型侧护栏是第一道现实约束。 README 用了整整一节提醒:Anthropic 的实时网络护栏默认拦截「漏洞利用与攻击性安全工具开发」类请求——哪怕是授权范围内的合法工作也会撞上拒绝;Opus 5 上的一小部分高风险网络请求不会拒绝、而是静默降级到 Opus 4.8 执行。官方给出的正路是免费申请的 Cyber Verification Program(CVP),并明确告诫不要把攻击性任务改词伪装成防御性任务去绕过分类器。
技能供应链风险真实存在。 你装的是 83 个进入模型上下文的第三方文本——有独立研究(Snyk 「ToxicSkills」,2026)发现公共技能库中相当比例存在提示注入。本项目的 CI lint 只做结构与泄密扫描,作者自己声明它「不是恶意技能检测器」,建议用户 pin 到已审读的 tag 而不是跟踪 main 分支。这个自觉值得肯定,但风险仍是使用者自担。
门禁是启发式,不是语义验证。 cbh triage 的关键词匹配能拦住「没做过真实 HTTP 测试」「影响只有理论可能」「命中永不提交清单」这三类最常见的无效提交,但它审的是文本信号——一份措辞工整却逻辑不成立的发现报告,仍可能骗过 PASS。最终判断责任在操作者。
覆盖有明确边界。 仅外部攻击面:无内网 AD、无 C2、无后渗透与规避;不自动攻击(「需要自动化的用 Burp 主动扫描器或 sqlmap」);无 CI/CD 集成。另外数字口径略有出入:GitHub 仓库 API 描述仍写 82 个技能,README 正文与架构文档均为 83(55 原创 + 20 社区 + 8 引入),本文以 83 为准。
法律边界高于一切。 项目文档反复强调只用于自有资产、签署授权书的目标、赏金在册范围与 CTF;未授权测试在任何主要司法辖区都涉嫌违法。这一点不是免责声明式的套话——技能包内的门禁会主动问「资产是否在范围内」,但门禁拦不住故意越线的人,责任始终在使用者。
九、小结与行动建议
Claude-BugHunter 的价值要拆开看:对安全从业者,它是把 7 个月实战纪律封装好的生产力工具;对更大的 Agent 工程群体,它是「领域知识 + 纪律门禁 + 双执行通道」这套组合拳的参考实现——技能包真正解决的从来不是「模型不够聪明」,而是「模型缺某个行业的判读经验与纪律」。行动建议:
- 安全从业者从插件安装开始,先在 Juice Shop 上完整走一遍
hunt → recon → classify → triage → report,再上真实授权项目。 - 借鉴它的门禁设计:给任何「产出物对外提交」的 Agent 流程加一个四分支(通过 / 终止 / 需补链 / 降级)硬门,比事后人工审有效得多。
- 借鉴它的双通道架构:判断密集的步骤留给 LLM,可重复的步骤落成确定性 CLI,两者共享同一份知识库。
- 安装任何第三方技能前 pin 版本、审读文本——这个仓库自己就是这么建议的。
- 若要做授权攻击性工作,按 Anthropic 官方渠道申请 CVP,不要改词绕护栏。
参考资料
- GitHub 仓库与 README:https://github.com/elementalsouls/Claude-BugHunter(获取日期 2026-11-21)
- 架构文档 docs/architecture.md:6 阶段工作流与技能分阶段映射(获取日期 2026-11-21)
- cbh CLI 文档 docs/cbh-cli.md:确定性执行通道与五个子命令(获取日期 2026-11-21)
- USAGE.md 使用指南:决策树、autopilot 记忆层(获取日期 2026-11-21)
- SECURITY.md:授权使用姿态与供应链信任说明(获取日期 2026-11-21)
- Release v2.0 / v2.1 说明:报告模式回填与社区扩展记录(获取日期 2026-11-21)
- Show HN 讨论(2026-05-20):https://hn.algolia.com/api/v1/search?query=claude-bughunter(获取日期 2026-11-21)
- GitHub daily trending 榜单:https://github.com/trending?since=daily(获取日期 2026-11-21)
读者留言
COMMENTS 暂无还没有留言,来说第一句?