最近我做了一个项目,叫 AutoCVE。它的目标很直接:

把 CVE 挖掘这件事,从“筛项目、导仓库、跑工具、审源码、验漏洞、写报告、提交 CVE”这一整套流程,尽可能自动化。安全研究人员只需设置目标 CVE 数量,系统便会持续筛选项目并执行审计,直至挖掘出指定数量、具备完整利用链且符合 CVE 申报条件的高质量漏洞。

在为期一周的测试中,AutoCVE 共发现并拿到了30个 CVE 编号,覆盖 14 个开源项目,最高 CVSS 漏洞评分达 9.9,全程无人工参与或核验。

为什么做 AutoCVE?

经历过“古法挖洞”时代的老白帽应该都清楚,传统 CVE 挖掘流程极其繁琐且耗时。

筛选适合审计的开源项目,配置并运行 SAST 工具,完成第一轮漏洞扫描并过滤大量误报。 → 从 Sink 点追溯 Source 点,分析数据流、调用链和过滤逻辑,并编写 PoC 验证漏洞。 → 整理英文漏洞报告、CVE 描述、影响范围、修复建议、PoC 和复现过程。

​

随着模型能力持续提升,AI 对代码的理解也越来越深入,“古法挖洞”正逐渐沦为非遗。越来越多的安全研究人员开始使用 AI 挖掘漏洞,各类智能审计项目与安全 Skill 也层出不穷。

然而,工具越多,用户的筛选和验证成本反而越高。几乎每个项目都宣称能够挖掘 CVE,但实际效果仍需要用户亲自寻找项目并反复测试:有些工具在靶场中表现不错,面对真实项目时却效果有限;连续审计多个项目没有发现漏洞时,也很难判断究竟是工具能力不足,还是项目筛选不当;即使发现了大量问题,其中真正符合 CVE 申报条件的高价值漏洞也可能寥寥无几。

目前,仍缺少一个专门针对 CVE 挖掘场景进行优化,并真正打通落地“最后一公里”的项目。

因此,我开发了 AutoCVE,将这一系列流程全部交给 Agent 自动化完成:

01|自动筛选项目 → 02|自动导入仓库 → 03|自动创建任务 → 04|多 Agent 协同审计 → 05|自动验证漏洞 → 06|自动生成报告

​

用户只需输入期望挖掘的 CVE 数量,等待任务执行完成,最后复制生成的报告内容并提交即可。

核心能力

AutoCVE 不是一个简单的扫描器,而是一个面向 CVE 挖掘场景设计的 Multi-Agent 审计平台。

一键完成 CVE 挖掘

实现从项目筛选、仓库导入、审计任务创建、Agent 漏洞挖掘到 CVE 申报报告生成的全流程自动化。用户仅需复制报告内容并提交,即可完成后续 CVE 申请。

Multi-Agent 协同审计

通过 Orchestrator 统一调度 Recon、Scan、Triage、Finding 和 Verification 等 Agent,协同完成信息收集、工具扫描、误报过滤、漏洞深挖与动态验证。工作流如下:

  • Recon:识别项目语言、框架、入口文件和优先审计路径
  • Scan:调用 Semgrep、Bandit 等工具做规则扫描
  • Triage:过滤误报,补充证据
  • Finding:直接阅读源码,构造攻击链,挖掘高价值漏洞
  • Verification:通过沙箱和 PoC 动态验证漏洞

其中,Finding Agent 是 AutoCVE 的核心审计能力,专为 CVE 挖掘场景设计。它可直接分析项目源码,并结合 ReAct Loop、专项工具调用、Nudge 纠偏及 FinalizeFinding 结构化终止机制,最终产出符合 CVE 申报条件的高价值漏洞。

Tips:Finding Agent核心组件及架构设计详情参考ARCHITECTURE_DESIGN.md第七节

三种审计模式

AutoCVE 当前支持三种审计模式,可根据不同的审计目标选择合适的审计模式:

交互式审计与全过程追踪

  • 支持用户交互:将完整审计过程作为会话上下文,用户可围绕审计结果继续追问,让 Agent 补充证据、解释攻击链、完善复现步骤或扩展漏洞分析。

可以展开查看工具调用详情



可以输入 $ 显示调用Skill(如果未指定模型会根据任务自动匹配适合的Skill)



  • 可视化审计追踪:集中展示活动日志、Agent Tree、工具调用、阶段进度、初步报告和审计会话,方便复盘每次审计的执行路径与关键过程。

智能化漏洞管理

审计发现的漏洞由 Agent 调用工具自动提交,经过去重后以结构化形式入库,并在漏洞管理模块中统一维护。

AutoCVE 的漏洞报告会由 Agent 调用 FinalizeVulnerabilityReports 自动结构化生成,包含Summary、Details、PoC、Impact、Remediation、Disclosure Notes、Affected products、CVSS、CWE、Suggested CVE description 等字段,可直接复制用于从Github Advisory提交漏洞报告,如下所示

专属 Skills 配置

支持根据实际需求为不同 Agent 配置专属 Skills,灵活扩展各 Agent 的能力边界。

CVE成果展示

完整漏洞报告:GitHub - larlarua/vulnerability-reports · GitHub

CVE 编号

项目

漏洞类型

CVSS

漏洞内容

CVE-2026-40904

Chartbrew

Improper Access Control

8.1

查看详情

CVE-2026-40603

Chartbrew

Improper Access Control

6.5

查看详情

CVE-2026-40601

Chartbrew

Missing Authorization

7.5

查看详情

CVE-2026-40600

Chartbrew

Improper Access Control

8.1

查看详情

CVE-2026-40595

Chartbrew

Improper Access Control

7.5

查看详情

CVE-2026-42181

Lemmy

SSRF

6.5

查看详情

CVE-2026-42180

Lemmy

SSRF

6.3

查看详情

CVE-2026-7290

JeecgBoot

SQL Injection

6.3

查看详情

CVE-2026-7291

o2oa

SSRF

6.3

查看详情

CVE-2026-7292

o2oa

RCE

5.6

查看详情

CVE-2026-7303

xxl-job

Improper Access Control

3.7

查看详情

CVE-2026-7305

xxl-job

SSRF

6.3

查看详情

CVE-2026-7306

xxl-job

Hard-coded Key

5.6

查看详情

CVE-2026-40610

BentoML

Link Following

5.5

查看详情

CVE-2026-48763

typebot.io

Missing Authorization

8.2

查看详情

CVE-2026-48764

typebot.io

SSRF

8.2

查看详情

CVE-2026-48765

typebot.io

Authorization Bypass

9.9

查看详情

CVE-2026-48766

typebot.io

Sensitive Data Exposure

7.6

查看详情

CVE-2026-48767

typebot.io

Sensitive Data Exposure

7.6

查看详情

CVE-2026-45296

OpenReplay

Improper Access Control

7.7

查看详情

CVE-2026-46372

SillyTavern

SSRF

8.5

查看详情

CVE-2026-45260

pimcore

Missing Authorization

8.1

查看详情

CVE-2026-41235

froxlor

Incorrect Authorization

8.8

查看详情

CVE-2026-41236

froxlor

Link Following

8.8

查看详情

CVE-2026-43984

Tautulli

Stored XSS

8.9

查看详情

CVE-2026-43985

Tautulli

CSRF

8.8

查看详情

CVE-2026-43986

Tautulli

SSRF

9.9

查看详情

CVE-2026-54091

filebrowser

Incorrect Authorization

7.5

查看详情

CVE-2026-50279

craftcms

Improper Authorization

6.5

查看详情

CVE-2026-50280

craftcms

Improper Access Control

6.5

查看详情

AutoCVE相关文档入口

功能使用手册:USER_GUIDE.md

架构设计文档:ARCHITECTURE_DESIGN.md

功能演示demo:DEMO.gif

项目链接

GitHub 项目地址:

https://github.com/larlarua/AutoCVE



AutoCVE 目前仍在持续迭代中,希望通过这个项目探索 Agent 在自动化 CVE 挖掘和代码安全审计中的更多可能。

欢迎 Star、Issue 和 PR,也欢迎安全研究人员、开发者和 Agent 爱好者一起交流。