Strix 实操指南：从安装到第一份渗透测试报告-育师

Strix 实操指南：从安装到第一份渗透测试报告

项目卡片
项目：Strix[1]
状态：v1.0.4 / 35.8k Star / Apache 2.0 / Python
一句话判断：一行命令启动 AI 渗透测试，自动跑侦察、漏洞验证、PoC 生成，输出可复现的安全报告

这篇讲什么

不讲原理，只讲怎么用。

Strix 让 AI 代理在 Docker 沙箱里像真实黑客一样工作：跑 nmap、sqlmap、Caido、Playwright，自动发现漏洞并生成 PoC。本文覆盖安装配置、三种目标类型、三种扫描模式、CI/CD 集成、报告解读。看完能直接上手。

环境准备

两个硬性前提：

Docker 在运行：Strix 在 Docker 容器里执行测试，没 Docker 跑不起来
LLM API Key：支持 OpenAI、Anthropic、Google、Vertex AI、Bedrock、Azure，以及本地模型（Ollama、LMStudio）

推荐模型（官方建议）：

提供商	模型	格式
OpenAI	GPT-5.4	`openai/gpt-5.4`
Anthropic	Claude Sonnet 4.6	`anthropic/claude-sonnet-4-6`
Google	Gemini 3 Pro Preview	`vertex_ai/gemini-3-pro-preview`

常见坑点

我第一次跑的时候踩了几个坑，提前说一下：

Docker 权限问题：Linux 下非 root 用户跑 Docker 需要加sudo或把用户加到docker组
首次运行慢：第一次会拉 2-3 GB 的沙箱镜像，后面就快了
网络问题：如果在国内，拉镜像可能很慢，配个镜像加速器
LLM 模型名写错：模型格式必须是provider/model，比如openai/gpt-5.4，不是gpt-5.4
本地模型性能：用 Ollama 跑小模型效果会差很多，建议至少用 Claude Sonnet 或 GPT-4 级别

安装与配置

安装

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

或者用 pipx：

pipx install strix-agent

首次运行会自动拉取 Docker 沙箱镜像，约 2-3 GB。

配置 LLM

export STRIX_LLM="openai/gpt-5.4" export LLM_API_KEY="your-api-key"

可选配置：

export LLM_API_BASE="http://localhost:11434" # 本地模型（Ollama 等） export PERPLEXITY_API_KEY="your-key" # 启用搜索能力 export STRIX_REASONING_EFFORT="high" # 推理强度：high / medium

配置自动保存到~/.strix/cli-config.json，不用每次设。

三种目标类型

扫描本地代码（白盒）

strix --target ./app-directory

传入源码目录，Strix 会先做静态分析（semgrep + AST），再对高风险路径做动态验证。相当于 SAST + DAST 组合拳，由 AI 决定优先级。白盒模式效果最好——AI 能看到代码，能结合上下文判断哪些路径最危险。

扫描 GitHub 仓库

strix --target https://github.com/org/repo

自动 clone 仓库到沙箱，分析代码后执行测试。适合评估开源项目的安全性。

黑盒测试线上应用

strix --target https://your-app.com

纯黑盒——不看代码，直接对线上服务做侦察和漏洞探测。适合测试第三方应用或已部署的服务。

多目标同时测

源码 + 线上环境一起测，AI 交叉分析：

strix -t https://github.com/org/app -t https://your-app.com

三种扫描模式

三种模式对应不同场景：

quick：几分钟，适合 CI/CD 和 PR 检查。参数：--scan-mode quick
standard：30-60 分钟，适合常规安全检查。参数：--scan-mode standard
deep：1-4 小时，适合上线前审计和 Bug Bounty。参数：--scan-mode deep（默认）

PR 差异扫描——只测本次改动：

strix -n --target ./ --scan-mode quick --scope-mode diff --diff-base origin/main

认证测试

很多漏洞藏在登录后才能访问的功能里。用--instruction传入凭据：

strix --target https://your-app.com / --instruction "Perform authenticated testing using credentials: user:pass"

更复杂的指令可以写到文件里：

strix --target https://your-app.com / --instruction-file ./rules-of-engagement.md

聚焦测试范围

只测某个模块或某类漏洞：

# 只测 API 安全 strix --target api.your-app.com / --instruction "Focus on API security: broken authentication, mass assignment, rate limiting bypass" # 只测业务逻辑 strix --target https://your-app.com / --instruction "Focus on business logic flaws: race conditions, payment manipulation, workflow bypass"

CI/CD 集成

GitHub Actions

name: strix-penetration-test on: pull_request: jobs: security-scan: runs-on: ubuntu-latest steps: - uses: actions/checkout@v6 with: fetch-depth: 0 - name: Install Strix run: curl -sSL https://strix.ai/install | bash - name: Run Strix env: STRIX_LLM: ${{ secrets.STRIX_LLM }} LLM_API_KEY: ${{ secrets.LLM_API_KEY }} run: strix -n -t ./ --scan-mode quick

关键参数说明：

-n：非交互模式（Headless），不弹 TUI，适合 CI 环境和服务器
--scan-mode quick：快速扫描，几分钟出结果
退出码 0 = 安全，2 = 发现漏洞

PR 差异扫描会自动只检查变更文件，前提是fetch-depth: 0（获取完整 git 历史）。

Headless 模式实时输出漏洞发现到 stdout，扫描结束后输出完整报告。也可以单独用：

strix -n --target https://your-app.com

读懂扫描报告

扫描结果保存在strix_runs/<run-name>目录，包含：

漏洞报告：每个漏洞带 CVSS 评分、OWASP 分类、复现步骤
PoC 脚本：可直接运行的漏洞验证代码
修复建议：AI 生成的补丁建议
SARIF 格式：可导入 GitHub Security、VS Code 等工具

每个漏洞报告的结构：

漏洞 ID: vuln-001 严重程度: Critical (CVSS 9.8) 分类: A03:2021 - Injection 目标: https://your-app.com/api/users?id=1 复现步骤: 1. **访问 /api/users?id=1' OR '1'='1** 2. **返回了全部用户数据** PoC: curl "https://your-app.com/api/users?id=1' OR '1'='1" 修复建议: 使用参数化查询替代字符串拼接

报告里的 PoC 是可以直接跑的——这点比传统 SAST 工具强太多。传统工具告诉你"第 47 行可能有 SQL 注入"，Strix 告诉你"用这个 payload 能从数据库拉出数据"。前者需要你验证，后者已经验证完了。

SARIF 格式导入 GitHub Security 后，PR 页面会直接显示漏洞详情，开发不用切工具就能看到。

Skills 系统

Strix 的 AI 代理加载"技能包"（Skills）来增强特定领域能力。每个代理最多加载 5 个 Skills。

内置技能分类：漏洞测试（XSS、SQLi、SSRF、IDOR、SSTI 等）、框架测试（Django、Express、FastAPI、Next.js）、第三方服务（Supabase、Firebase、Auth0、支付网关）、协议测试（GraphQL、WebSocket、OAuth）、工具手册（nmap、nuclei、httpx、ffuf、subfinder、sqlmap）、云安全（AWS、Azure、GCP、Kubernetes）。

Skills 是 Markdown 文件，社区可以通过 PR 贡献新技能。目前已经有 20 多个内置技能，覆盖常见的安全测试场景。

测试能力覆盖

Strix 覆盖 OWASP Top 10 及更多。简单列一下：注入攻击（SQL、NoSQL、OS 命令、SSTI）、访问控制缺陷（IDOR、权限提升）、服务端漏洞（SSRF、XXE、反序列化、RCE）、客户端攻击（XSS、原型污染、CSRF）、业务逻辑漏洞（竞态条件、支付绕过）、认证与会话（JWT 攻击、会话固定）、API 安全（批量赋值、限流绕过）。

实际跑起来，它会根据目标的技术栈自动选择测试方向。比如检测到 Django 应用，会加载 Django 相关的 Skills；检测到 GraphQL 端点，会加载 GraphQL 测试技巧。

实测数据

Strix 在 XBEN 基准测试（104 道 Web 安全 CTF 挑战）中达到 96% 成功率（100/104）。具体来说：简单难度 45/45（100%），中等难度 49/51（96%），困难难度 6/8（75%）。

平均解题时间约 19 分钟，100 道题总成本约 $337。这个数据说明它在实际漏洞发现上是有真本事的，不是只会纸上谈兵。

成本估算

每次扫描消耗 LLM token，成本取决于目标复杂度和扫描模式：

quick 模式：$0.5-2
standard 模式：$2-10
deep 模式：$5-20+

我自己的经验：先用 quick 模式跑一个简单项目，花了几毛钱，确认流程没问题。然后用 deep 模式跑真实项目，花了大概 $8，发现了 3 个中等风险漏洞。对于一个中型项目来说，这个成本比请人做一次渗透测试便宜太多了。

常见问题

Q：Docker 没运行会怎样？
A：报错退出。确保 Docker Desktop 或 dockerd 在运行。

Q：能测本地开发环境（localhost）吗？
A：可以。Strix 的 Docker 沙箱通过host.docker.internal访问宿主机网络。

Q：扫描结果能导入其他工具吗？
A：支持 SARIF 格式，可导入 GitHub Security、VS Code、Snyk 等。

Q：能自定义扫描规则吗？
A：通过--instruction或--instruction-file传入自定义指令，控制测试方向和范围。

Q：支持本地模型吗？
A：支持。设置LLM_API_BASE指向 Ollama 或 LMStudio 地址即可。

总结

几个关键点：

白盒测试（传源码）效果最好，AI 能结合代码上下文判断风险
CI/CD 集成用 quick 模式 +-n参数，几分钟出结果
先用便宜的模型试水，确认流程跑通再换高质量模型
扫描报告带 PoC，可以直接给开发看怎么修

如果你的团队需要在开发流程里嵌入安全检查，Strix 值得花一个下午试一试。它不会找到所有漏洞——深度业务逻辑漏洞、需要多步推理的复杂攻击链，它可能漏掉。但它能抓住那些"只要去试就能试出来"的漏洞。而现实是，大多数安全事件的根源，恰恰就是这类漏洞。

引用链接

[1]Strix:https://github.com/usestrix/strix

[2]Strix 文档:https://docs.strix.ai

[3]GitHub 仓库:https://github.com/usestrix/strix

[4]Strix 平台:https://app.strix.ai

Strix 实操指南：从安装到第一份渗透测试报告