# AigcDesign

**Repository Path**: Yan_zer/aigc-design

## Basic Information

- **Project Name**: AigcDesign
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-10
- **Last Updated**: 2026-01-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# Dawn Scanner

Dawn Scanner 是一个本地漏洞扫描系统，由 Go 后端、Python 扫描 Worker 和 LLM 报告服务组成（通义千问 + LangChain）。系统采用模块化设计，支持一键扫描、基线对比和智能报告生成。

## 核心特性

- **模块化架构**：Go 后端负责任务调度，Python Worker 执行安全检测，LLM 服务生成详细报告
- **智能检测引擎**：内置多种安全检测规则，支持启发式漏洞发现
- **基线对比**：支持与 OWASP Juice Shop 等基线进行覆盖率对比
- **LLM 报告**：利用大语言模型生成可读性强、修复建议明确的漏洞报告
- **容器化部署**：通过 Docker Compose 实现快速部署

## 项目结构

```
.
├── go-backend/           # Go 后端服务
│   ├── handlers.go       # HTTP 处理器
│   ├── middleware.go     # 认证中间件
│   ├── task_store.go     # 任务存储实现
│   ├── scanner_flow.go   # 扫描流程编排
│   └── report_client.go  # LLM 报告客户端
├── python-worker/        # Python 扫描 Worker
│   ├── worker.py         # 漏洞扫描器核心
│   └── app.py            # FastAPI 服务入口
├── llm-service/          # LLM 报告生成服务
│   └── app.py            # 报告生成逻辑
├── baselines/            # 扫描基线配置
│   └── juice_shop_*.yml  # Juice Shop 基线
├── scripts/              # 工具脚本
│   └── juice_shop_targeted_checks.py
├── reports/              # 扫描报告输出
├── docker-compose.yml    # 容器编排配置
└── run_juice_shop_test.sh # 一键扫描脚本
```

## 快速开始

### 环境准备

确保已安装 Docker 和 Docker Compose，并配置通义千问 API Key：

```bash
export DASHSCOPE_API_KEY=your_api_key_here
```

### 启动服务

```bash
# 构建并启动所有服务
docker-compose up --build -d

# 验证服务状态
python3 test_system.py
```

### 一键 Juice Shop 扫描

```bash
bash run_juice_shop_test.sh
```

该脚本将：
1. 启动扫描器服务与本地 OWASP Juice Shop
2. 针对 `http://host.docker.internal:3000` 进行扫描
3. 拉取官方 Juice Shop 基线（challenges.yml）
4. 生成包含「基线覆盖率」的 Markdown 报告
5. 等待 LLM 报告生成完成后写入最终结果

报告输出目录：`reports/`

## API 参考

Go 后端提供以下 RESTful API 接口：

| 方法 | 端点 | 说明 |
|------|------|------|
| GET | `/health` | 系统健康检查 |
| POST | `/api/tasks` | 提交扫描任务 |
| GET | `/api/tasks` | 列出所有任务 |
| GET | `/api/tasks/:id` | 查询任务状态与结果 |
| DELETE | `/api/tasks/:id` | 删除指定任务 |

### 认证方式

所有 API 需在 Header 中携带 Bearer Token：

```
Authorization: Bearer dawn_scanner_dev_token
```

### 使用示例

```bash
# 提交扫描任务
curl -X POST http://localhost:8080/api/tasks \
  -H "Authorization: Bearer dawn_scanner_dev_token" \
  -H "Content-Type: application/json" \
  -d '{"url": "http://example.com"}'

# 查询任务状态
curl http://localhost:8080/api/tasks/{task_id} \
  -H "Authorization: Bearer dawn_scanner_dev_token"
```

## 扫描能力

Python Worker 实现的安全检测包括：

- **SSL/TLS 安全检查**：证书验证、协议版本检测
- **HTTP 安全头检测**：X-Frame-Options、CSP、XSS 保护等
- **Cookie 安全**：HttpOnly、Secure、SameSite 属性
- **CORS 配置**：宽松跨域策略检测
- **SQL 注入**：错误回显、盲注、堆叠注入检测
- **XSS 漏洞**：反射型、存储型 XSS 检测
- **开放重定向**：URL 重定向风险检测
- **路径遍历**：文件路径遍历检测
- **访问控制**：管理接口暴露检测
- **服务器信息泄露**：Banner 信息隐藏检测

## 环境变量

### 通用配置

| 变量 | 说明 | 默认值 |
|------|------|--------|
| `DASHSCOPE_API_KEY` | 通义千问 API Key | 必填 |

### Go 后端配置

| 变量 | 说明 | 默认值 |
|------|------|--------|
| `GO_ENV` | 运行环境 | `development` |
| `PORT` | 服务端口 | `8080` |
| `LLM_SERVICE_URL` | LLM 服务地址 | `http://llm-service:8000` |
| `PYTHON_WORKER_URL` | Worker 服务地址 | `http://python-worker:9000` |
| `TASK_STORE_PATH` | 任务存储路径 | `/app/data/tasks/tasks.json` |
| `DEFAULT_AUTH_TOKEN` | 默认认证 Token | `dawn_scanner_dev_token` |

### Python Worker 配置

| 变量 | 说明 | 默认值 |
|------|------|--------|
| `SCAN_TIMEOUT` | 扫描超时时间（秒） | `300` |
| `MAX_CRAWL_PAGES` | 最大爬取页面数 | `30` |
| `MAX_PARAM_TESTS` | 最大参数测试数 | `50` |

### LLM Service 配置

| 变量 | 说明 | 默认值 |
|------|------|--------|
| `PORT` | 服务端口 | `8000` |
| `LLM_MODEL_NAME` | 使用的模型 | `qwen-max` |

## 数据目录

| 目录 | 用途 |
|------|------|
| `data/tasks/` | 任务状态存储 |
| `data/results/` | 扫描原始结果 |
| `data/reports/` | LLM 生成的报告 |
| `reports/` | Markdown 格式报告 |

## 开发指南

### 本地运行 Go 后端

```bash
cd go-backend
go run main.go
```

### 本地运行 Python Worker

```bash
cd python-worker
pip install -r requirements.txt
uvicorn app:app --host 0.0.0.0 --port 9000
```

### 本地运行 LLM Service

```bash
cd llm-service
pip install -r requirements.txt
uvicorn app:app --host 0.0.0.0 --port 8000
```

## 扫描报告示例

扫描完成后，报告将包含以下内容：

1. **执行摘要**：扫描概况与风险评级
2. **基线覆盖情况**：已覆盖与缺失的检测类别
3. **漏洞详情**：每项漏洞的描述、严重程度、风险评估
4. **修复建议**：针对性的修复步骤与预防措施

## 局限性说明

- 当前扫描采用启发式检测，无法保证覆盖所有已知漏洞
- 建议仅在授权环境或本地测试环境中使用
- 检测结果可能存在误报，需人工验证

## 技术栈

- **后端框架**：Gin (Go)
- **扫描引擎**：FastAPI + asyncio (Python)
- **AI 能力**：通义千问 (Qwen) + LangChain
- **容器化**：Docker / Docker Compose
- **异步处理**：goroutine / asyncio