AutoCVE
Agent-driven automated CVE discovery platform for source code auditing, vulnerability verification, and report generation.
Links
README
From the repo.
📚 项目文档
📖 用户使用手册
涵盖环境部署、模型配置、项目导入、Agent 审计、一键 CVE、漏洞管理和 Skills 管理完整使用说明，并提供各功能界面预览。
🏗️ 架构设计文档
介绍 AutoCVE 的整体架构、Agent 工作流、工具编排、权限保护、Agent Runtime 以及 ReAct Loop 状态机设计。
🔌 接口文档
提供后端 API、数据结构、请求参数及接口调试说明。
✨ 核心能力
🚀 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。
flowchart LR
O["Orchestrator"] --> R["Recon"]
R --> S["Scan"]
S --> T["Triage"]
R --> F["Finding"]
T --> V["Verification"]
F --> V
V --> M["Merge / Finalize"]
🧩 三种审计模式
根据不同审计目标灵活选择增强扫描、智能审计或综合审计，兼顾扫描效率、挖掘深度与审计覆盖范围。
| 审计模式 | 核心 Agent | 适用场景 |
|---|---|---|
| ⚡ 增强扫描 | Scan → Triage | 快速分析工具扫描结果并过滤误报 |
| 🧠 智能审计 | Finding | 深度挖掘高价值漏洞，适用于 CVE 和 0Day 研究 |
| 🔍 综合审计 | Scan → Triage + Finding | 融合工具扫描与源码分析，开展全量审计 |
🎯 面向 CVE 挖掘的专用 Agent
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。
💬 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。
🗂️ 智能漏洞管理与 Skills 扩展
- 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。
- 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。
🚀 快速开始
⚡ 一行命令部署
无需克隆仓库，一行命令即可启动：
Linux / macOS / Git Bash :
curl -fsSL https://raw.githubusercontent.com/larlarua/AutoCVE/v1.0.5/docker-compose.prod.yml \
| docker compose -f - up -d
Windows PowerShell / CMD :
curl.exe -fsSL https://raw.githubusercontent.com/larlarua/AutoCVE/v1.0.5/docker-compose.prod.yml | docker compose -f - up -d
🛠️ 源码部署
适用于本地开发、功能调试或二次开发：
git clone https://github.com/larlarua/AutoCVE.git
cd AutoCVE
docker compose up -d --build
🌐 服务访问
服务启动完成后，可通过以下地址访问：
| 服务 | 访问地址 | 用途 |
|---|---|---|
| 🖥️ 前端 | http://localhost:3000 | AutoCVE 用户界面 |
| ⚙️ 后端 API | http://localhost:8000 | 后端接口服务 |
| 📘 Swagger | http://localhost:8000/docs | API 文档与接口调试 |
| 🗄️ Adminer | http://localhost:8080 | 数据库管理 |
[!TIP] 快速体验完整审计流程
配置模型 → 导入项目 → 创建审计任务 → 跟踪实时审计 → 管理漏洞 → 编辑或导出报告
🏆 CVE 挖掘成果
[!NOTE] AutoCVE 在为期一周的测试中，共发现并提交了 30 个安全漏洞，覆盖 14 个开源项目。
点击表格中的 CVE 编号可查看官方记录，完整漏洞报告收录于 larlarua/vulnerability-reports。
🔍 查看 CVE 成果明细（30）
| CVE 编号 | 项目 | 项目热度 | 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 |
⚠️ 安全与合规
[!WARNING]
本项目仅限用于已获授权的安全研究、代码审计及学习交流，严禁将其用于任何未经授权的漏洞扫描、渗透测试或安全评估。
请确保仅在获得明确授权的目标与环境中执行扫描、漏洞验证或 PoC 测试。
[!IMPORTANT]
提交漏洞时，请遵循目标项目的安全政策及漏洞披露规范，包括但不限于：
SECURITY.md- GitHub Private Vulnerability Reporting
- CNA 提交流程
- 其他负责任的漏洞披露机制
💬 交流与反馈
[!TIP]
AutoCVE 的设计初衷，是探索 Agent 在自动化 CVE 挖掘场景中的应用与实践。目前，项目仍在持续迭代和完善，架构设计和功能实现都有不少需要打磨的地方。欢迎大家提交 Issue、PR，分享使用反馈或功能建议，共同提升 AutoCVE 的可靠性与实用性。
也欢迎随时来找我交流探讨！无论是技术问题、功能建议，还是 CVE 挖掘过程中遇到的疑问，都可以通过以下方式联系我：
- 📧 Email： 359111529@qq.com
- 🐙 GitHub： @larlarua
- 📖 公众号文章： 我开发了一个专门挖 CVE 的 Agent，一周拿到 30 个 CVE 编号
- 💬 微信交流群： 请查看 AutoCVE 微信交流群说明
🙏 致谢
[!NOTE]
AutoCVE 项目在开发初期参考并学习了 DeepAudit 的工程架构，这为本项目的快速起步提供了重要帮助。
谨此向 DeepAudit 项目及其开发者致以诚挚的谢意。
🧩 关于 AutoCVE 的工程设计
在参考相关开源项目工程经验的基础上，AutoCVE 针对自动化 CVE 挖掘这一场景，对项目整体 Agent 工程进行了重构与定制化设计，重点实现了审计流程编排、ReAct Loop 工程化重构、状态机调度、循环控制与终止判断、工具编排、报告生成、Skill 机制以及对话交互等能力。
后续，AutoCVE 也将持续迭代优化，进一步提升在漏洞挖掘场景下的自动化水平、审计深度与实战效果。
License
本项目基于 AGPL-3.0 发布。
Collected info
- ★ 518 stars
- ⎇ 22 forks
- Language: Python
- Source updated: 6/30/2026