qe-pentest-validation

渗透测试验证

<default_to_action> 验证安全问题时：

1. 要求获得目标 URL 的明确授权
2. 使用 qe-security-scanner 扫描（SAST + 依赖项 + 密钥）
3. 使用 qe-security-reviewer + qe-security-auditor 分析（并行）
4. 使用 qe-pentest-validator 验证（分级利用，按漏洞类型并行）
5. 仅报告已确认的问题，并提供 PoC 证据（“无利用，不报告”）
6. 使用新模式更新利用手册

质量门禁：

• 任何利用操作之前都必须确认已获得授权
• 目标 URL 必须是 staging/dev（不能是 production）
• 强制执行预算上限（默认 $15）
• 强制执行时间上限（默认 30 分钟）
• 记录所有利用尝试 </default_to_action>

快速参考卡

4 阶段流水线

阶段	Agent(s)	用途	并行方式
1. 侦察	qe-security-scanner	SAST、DAST、依赖项扫描、密钥	内部并行
2. 分析	qe-security-reviewer + qe-security-auditor	代码审查 + 合规性检查	两者并行
3. 验证	qe-pentest-validator	分级利用验证	按漏洞类型并行
4. 报告	qe-quality-gate	“无利用，不报告”筛选	顺序执行

分级利用层级

层级	处理器	成本	延迟	适用场景
1	Agent Booster (WASM)	$0	<1ms	代码模式已能得出明确结论（eval、innerHTML、硬编码凭据）
2	Haiku	$0.0002	~500ms	需要针对在线目标测试载荷
3	Sonnet/Opus	$0.003-$0.015	2-5s	通过数据证明完成完整利用链

何时使用此技能

场景	层级	预计成本
PR 安全审查（仅源代码）	1	$0
发布前验证（staging）	1-2	$1-5
完整渗透测试验证	1-3	$5-15
合规审计证据	1-3	$5-15

---

配置

pentest:
  target_url: https://staging.app.com    # REQUIRED for Tier 2-3
  source_repo: ./src                      # REQUIRED for Tier 1+
  exploitation_tier: 2                    # 1=pattern-only, 2=payload-test, 3=full-exploit
  vuln_types:                             # Which pipelines to run
    - injection                           # SQL, NoSQL, command injection
    - xss                                 # Reflected, stored, DOM XSS
    - auth                                # Auth bypass, session, JWT
    - ssrf                                # URL scheme abuse, metadata
  max_cost_usd: 15                        # Budget cap per run
  timeout_minutes: 30                     # Time cap per run
  require_authorization: true             # MUST confirm target ownership
  no_production: true                     # Block production URLs
  production_patterns:                    # URL patterns to block
    - "*.prod.*"
    - "api.*"
    - "www.*"

---

安全防护（强制）

授权门禁

每次渗透测试验证运行都必须：

1. 向用户显示目标 URL 和利用层级
2. 要求明确确认：“我拥有此目标，或已获准对此目标进行测试”
3. 记录授权及时间戳
4. 如果目标 URL 符合 production 模式，则阻止操作

此技能不会执行的操作

• 完全自主侦察（Nmap、Subfinder）
• 开发零日漏洞利用
• 未经明确授权攻击目标
• 测试 production 系统
• 存储实际外传的数据（仅保留访问权限证明）
• 社会工程或钓鱼模拟
• 端口扫描或服务发现

---

验证流水线

注入流水线

攻击	层级 1（模式）	层级 2（载荷）	层级 3（完整）
SQL 注入	查询中的字符串拼接	' OR '1'='1 响应差异	UNION SELECT 数据提取
NoSQL 注入	查询中的 $where、$gt	运算符注入测试	集合枚举
命令注入	exec()、system() 调用	命令分隔符测试	反向 shell 证明
LDAP 注入	筛选条件中的字符串拼接	通配符注入	目录枚举

XSS 流水线

攻击	层级 1（模式）	层级 2（载荷）	层级 3（完整）
反射型 XSS	未进行输出编码	<img onerror> 反射	通过 Playwright 执行浏览器 JS
存储型 XSS	innerHTML 赋值	存储并检索载荷	Cookie 窃取 PoC
DOM XSS	document.write(location)	片段注入	DOM 操作证明

认证流水线

攻击	Tier 1（模式）	Tier 2（载荷）	Tier 3（完整）
JWT none	未验证算法	接受篡改后的 JWT	使用伪造令牌获取管理员访问权限
会话固定	未轮换会话	重用预设会话	劫持其他用户的会话
凭据填充	未限制请求速率	100 次尝试均未被拦截	发现有效凭据
IDOR	未检查授权	访问其他用户的数据	对他人资源执行完整 CRUD 操作

SSRF 流水线

攻击	Tier 1（模式）	Tier 2（载荷）	Tier 3（完整）
内部 URL	获取用户可控的 URL	http://169.254.169.254	提取云元数据
DNS 重绑定	绕过 URL 验证	重绑定到内部 IP	访问内部服务
协议混淆	未限制 URL 方案	file:///etc/passwd	在响应中返回文件内容

---

Agent 协作

编排模式

// Phase 1: Recon (parallel scans)
await Task("Security Scan", {
  target: "./src",
  layers: { sast: true, dast: true, dependencies: true, secrets: true }
}, "qe-security-scanner");

// Phase 2: Analysis (parallel review)
await Promise.all([
  Task("Code Security Review", {
    findings: phase1Results,
    depth: "comprehensive"
  }, "qe-security-reviewer"),

  Task("Compliance Audit", {
    findings: phase1Results,
    frameworks: ["owasp-top-10"]
  }, "qe-security-auditor")
]);

// Phase 3: Validation (graduated exploitation)
await Task("Exploit Validation", {
  findings: [...phase1Results, ...phase2Results],
  target_url: "https://staging.app.com",
  exploitation_tier: 2,
  vuln_types: ["injection", "xss", "auth", "ssrf"],
  max_cost_usd: 15,
  timeout_minutes: 30
}, "qe-pentest-validator");

// Phase 4: Report ("No Exploit, No Report" gate)
await Task("Security Quality Gate", {
  findings: phase3Results.confirmedFindings,
  gate: "no-exploit-no-report",
  require_poc: true
}, "qe-quality-gate");

发现分类

状态	含义	操作
confirmed-exploitable	利用 PoC 成功	附带证据报告
likely-exploitable	部分利用成功，检测到防御机制	附带注意事项报告
not-exploitable	所有利用尝试均失败	从报告中筛除
inconclusive	WAF/防御机制拦截，无法确定是否存在漏洞	提交人工审核

---

漏洞利用手册记忆

命名空间结构

aqe/pentest/
 playbook/
  exploit/{vuln_type}/{tech_stack}/{technique}
  bypass/{defense_type}/{technique}
  payload/{vuln_type}/{variant}
 results/
  validation-{timestamp}
 poc/
  {finding_id}-poc

学习循环

1. 验证前：查询利用手册，查找与发现匹配的已知模式
2. 验证期间：优先尝试已知载荷（成功率更高）
3. 验证后：存储新的成功模式及其置信度评分
4. 随着时间推移：Agent 会逐渐针对每种技术栈找到最有效的载荷

---

成本优化

各场景的预计成本

场景	Tier 混合比例	发现数	预计成本	预计耗时
PR 检查（仅源码）	100% Tier 1	5	$0	<5s
冲刺验证	70% T1，30% T2	15	$2-5	5-10 min
发布验证	40% T1，40% T2，20% T3	25	$8-15	15-30 min
完整渗透测试	20% T1，30% T2，50% T3	40	$15-30	30-60 min

与 Shannon 的成本对比

指标	Shannon	AQE 渗透测试验证
单次运行成本	~$50	$5-15（分级）
运行时长	60-90 min	15-30 min（并行流水线）
误报率	低（已验证可利用）	低（原理相同）
学习能力	无（静态提示词）	ReasoningBank 利用手册

---

成功指标

指标	目标	衡量方式
误报减少率	消除 >60% 的发现	验证器运行前后对比
漏洞利用确认率	>80% 的已确认发现确实可利用	人工 PoC 验证
单次运行成本	<$15 USD	按流水线追踪令牌用量
单次运行耗时	<30 分钟	执行时间指标
利用手册增长	6 个月后达到 100+ 个模式	记忆命名空间数量

---

相关技能

• 安全测试 - OWASP 漏洞扫描
• qe-security-compliance - SAST/DAST 自动化
• 合规性测试 - 法规合规性
• api-testing-patterns - API 安全测试
• chaos-engineering-resilience - 混沌环境下的安全性

---

牢记

“没有利用，就没有报告。” 无法证明漏洞可被利用的扫描器，提供的价值并不确定。此技能可将安全发现从理论风险转化为有证据的已验证漏洞。每个已确认的发现都附有可复现的概念验证。所有误报都会在进入报告前排除。

思考证据，而非预测。 不要报告可能存在漏洞的问题。要证明哪些问题确实存在漏洞。