一键在 Manus 中运行任何 Skill

开始使用

pentest-recon

星标122

分支4

更新时间2026年7月8日 13:37

信息收集入口 - 目标类型判断、CDN检测、WAF识别、端口扫描

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

在 Manus 中运行

来源

OpenAisec

OpenAisec/Miko

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

信息收集

文件组织

所有工具输出写入 tmp/<时间戳>/raw/：

tmp/<时间戳>/raw/
├── target_type.txt
├── cdn_result/
├── waf_result/
├── honeypot/
├── port_scan/
├── fingerprint/    → fingerprint.md
└── dir_scan/       → dir-scan.md

项目根目录禁止存放任何扫描结果。

阶段1：目标类型判断

域名必须先 nslookup 解析再判断：

目标类型	CDN	WAF
内网IP（10.x/172.16-31.x/192.168.x/127.x）	跳过	跳过
内网域名（解析后IP为内网）	跳过	跳过
外网IP	httpx `-cdn`	httpx `-waf` + Payload触发
外网域名	cdnChecker 完整检测	httpx `-waf` + Payload触发

阶段2：CDN检测

外网IP → httpx 快速：

"{{AITOOLS_DIR}}/httpx_1.9.0_windows_amd64/httpx.exe" -u <target> -cdn -silent -json -o <项目tmp>/cdn_result/httpx.json

外网域名 → cdnChecker 完整：

echo <domain> > <项目tmp>/cdn_result/target_domains.txt

"{{AITOOLS_DIR}}/cdnChecker_1.0.0_windows_amd64/cdnChecker.exe" \
  -df <项目tmp>/cdn_result/target_domains.txt \
  -cf "{{AITOOLS_DIR}}/cdnChecker_1.0.0_windows_amd64/cdn_cname.txt" \
  -r "{{AITOOLS_DIR}}/cdnChecker_1.0.0_windows_amd64/resolvers.txt" \
  -o <项目tmp>/cdn_result/non_cdn.txt \
  -oc <项目tmp>/cdn_result/use_cdn.txt \
  -od <项目tmp>/cdn_result/domain_info.txt \
  -oi <项目tmp>/cdn_result/non_cdn_ips.txt

有CDN → 用真实IP扫描和直连测试，同时保留域名测试。

阶段3：WAF识别

内网跳过。外网执行：

httpx：httpx -u <target> -waf -cdn -silent -json
Payload触发：SQL注入/XSS/路径穿越payload → 被拦截(403/503/302)=有WAF
响应头分析：Cloudflare(cf-ray)、加速乐(__jsl_clearance_s)、知道创宇(acw_tc)、SafeLine(safeline)、阿里云(X-Cache)、腾讯云(AZTEC)

绕过优先级：真实IP直连 > 获取JS Cookie(Playwright) > 降速+伪造头

有WAF时：目录扫描降速(-t 10 -rate 5)、端口扫描用真实IP、指纹识别优先Playwright。

阶段4：蜜罐检测

检测到蜜罐→立即停止所有测试（见 pentest-rules）。

AI 综合分析判断（不依赖单一工具）：

特征	可疑点
端口	异常多的开放端口、所有端口统一响应
Banner	版本号与实际行为不匹配、多服务同时"在线"
页面	伪造的登录表单(无真实后端)、404页面统一风格
行为	任意路径返回200、无实际交互功能
已知产品	HFish/T-Pot/Conpot/Dionaea/Cowrie等蜜罐特征

综合多个异常才判定蜜罐。不确定时询问用户。

阶段5：端口扫描

用真实IP（如CDN绕过有结果）：

"{{AITOOLS_DIR}}/TscanClient_windows_amd64_v2.9.5/TscanClient_windows_amd64_v2.9.5.exe" \
  -h <ip> -m port -p Top1000 -t 600 -o <项目tmp>/port_scan/tscan_port.txt

存活端口用 httpx 探测指纹：

"{{AITOOLS_DIR}}/httpx_1.9.0_windows_amd64/httpx.exe" \
  -l <项目tmp>/port_scan/alive_ports.txt \
  -title -status-code -tech-detect -web-server -o <项目tmp>/port_scan/port_fingerprints.txt

后续

→ fingerprint.md 指纹与架构识别 → dir-scan.md 目录与敏感文件扫描

同仓库更多 Skills

同仓库

bypassav-skills

OpenAisec/Miko

Go语言免杀技术套件，结合SGN预处理、多层加密、IPv4/UUID/MAC/IPv6混淆、VEH内存保护、NTDLL脱钩、冷门回调执行、抗沙箱检测、减熵处理、静态伪装、版本信息嵌入等技术生成高免杀Loader

2026-07-08122

code-audit

OpenAisec/Miko

对 Python 代码进行安全漏洞审计。当用户提到"代码审计"、"安全审查"、"安全检查"、"漏洞扫描"、 "安全评估"、"代码 review 安全"、"找漏洞"、"有没有安全问题"、"帮我看看这段代码有没有安全问题"、 "review this code for security"、"audit"、"security audit"、"vulnerability scan" 时，必须使用此 skill。适用于 Python 项目、代码片段、模块或整个仓库的安全审计。

2026-07-08122

medical-cybersecurity-report

OpenAisec/Miko

Generate medical device cybersecurity registration deliverables from project input files. Use when Codex needs to read DOCX/PDF/PNG project evidence such as user manuals, SRS, design documents, architecture diagrams, FDA cybersecurity guidance, or prior reports, then produce a cybersecurity risk management report draft, project fact sheet, missing-information list, traceability content, STRIDE threat model, risk analysis, SBOM/security-transparency notes, or user-manual cybersecurity supplement.

2026-07-08122

pentest-api

OpenAisec/Miko

API发现与未授权测试入口 - 主动探测各类API端点，对发现的API进行未授权访问测试

2026-07-08122

pentest-js

OpenAisec/Miko

JS信息收集入口 - 提取硬编码凭据、API路径、路由、认证逻辑、运行时存储；检测到框架特征时触发对应子技能

2026-07-08122

pentest-login

OpenAisec/Miko

登录与鉴权测试 - Token权限分析、认证绕过、暴力破解、JWT/OAuth攻击、验证码绕过

2026-07-08122

category	web
name	pentest-recon
description	信息收集入口 - 目标类型判断、CDN检测、WAF识别、端口扫描
when_to_use	拿到目标URL/IP/域名后第一步

信息收集

文件组织

所有工具输出写入 tmp/<时间戳>/raw/：

tmp/<时间戳>/raw/
├── target_type.txt
├── cdn_result/
├── waf_result/
├── honeypot/
├── port_scan/
├── fingerprint/    → fingerprint.md
└── dir_scan/       → dir-scan.md

项目根目录禁止存放任何扫描结果。

阶段1：目标类型判断

域名必须先 nslookup 解析再判断：

目标类型	CDN	WAF
内网IP（10.x/172.16-31.x/192.168.x/127.x）	跳过	跳过
内网域名（解析后IP为内网）	跳过	跳过
外网IP	httpx `-cdn`	httpx `-waf` + Payload触发
外网域名	cdnChecker 完整检测	httpx `-waf` + Payload触发

阶段2：CDN检测

外网IP → httpx 快速：

"{{AITOOLS_DIR}}/httpx_1.9.0_windows_amd64/httpx.exe" -u <target> -cdn -silent -json -o <项目tmp>/cdn_result/httpx.json

外网域名 → cdnChecker 完整：

echo <domain> > <项目tmp>/cdn_result/target_domains.txt

"{{AITOOLS_DIR}}/cdnChecker_1.0.0_windows_amd64/cdnChecker.exe" \
  -df <项目tmp>/cdn_result/target_domains.txt \
  -cf "{{AITOOLS_DIR}}/cdnChecker_1.0.0_windows_amd64/cdn_cname.txt" \
  -r "{{AITOOLS_DIR}}/cdnChecker_1.0.0_windows_amd64/resolvers.txt" \
  -o <项目tmp>/cdn_result/non_cdn.txt \
  -oc <项目tmp>/cdn_result/use_cdn.txt \
  -od <项目tmp>/cdn_result/domain_info.txt \
  -oi <项目tmp>/cdn_result/non_cdn_ips.txt

有CDN → 用真实IP扫描和直连测试，同时保留域名测试。

阶段3：WAF识别

内网跳过。外网执行：

httpx：httpx -u <target> -waf -cdn -silent -json
Payload触发：SQL注入/XSS/路径穿越payload → 被拦截(403/503/302)=有WAF
响应头分析：Cloudflare(cf-ray)、加速乐(__jsl_clearance_s)、知道创宇(acw_tc)、SafeLine(safeline)、阿里云(X-Cache)、腾讯云(AZTEC)

绕过优先级：真实IP直连 > 获取JS Cookie(Playwright) > 降速+伪造头

有WAF时：目录扫描降速(-t 10 -rate 5)、端口扫描用真实IP、指纹识别优先Playwright。

阶段4：蜜罐检测

检测到蜜罐→立即停止所有测试（见 pentest-rules）。

AI 综合分析判断（不依赖单一工具）：

特征	可疑点
端口	异常多的开放端口、所有端口统一响应
Banner	版本号与实际行为不匹配、多服务同时"在线"
页面	伪造的登录表单(无真实后端)、404页面统一风格
行为	任意路径返回200、无实际交互功能
已知产品	HFish/T-Pot/Conpot/Dionaea/Cowrie等蜜罐特征

综合多个异常才判定蜜罐。不确定时询问用户。

阶段5：端口扫描

用真实IP（如CDN绕过有结果）：

"{{AITOOLS_DIR}}/TscanClient_windows_amd64_v2.9.5/TscanClient_windows_amd64_v2.9.5.exe" \
  -h <ip> -m port -p Top1000 -t 600 -o <项目tmp>/port_scan/tscan_port.txt

存活端口用 httpx 探测指纹：

"{{AITOOLS_DIR}}/httpx_1.9.0_windows_amd64/httpx.exe" \
  -l <项目tmp>/port_scan/alive_ports.txt \
  -title -status-code -tech-detect -web-server -o <项目tmp>/port_scan/port_fingerprints.txt

后续

→ fingerprint.md 指纹与架构识别 → dir-scan.md 目录与敏感文件扫描