[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$f22y6dpnvoty34":3},{"code":4,"message":5,"data":6,"timestamp":61},10000,"success",{"full_name":7,"position":8,"description":9,"language":10,"stars":11,"forks":12,"stars_gained":13,"age_days":14,"hn_threads":15,"one_liner":16,"summary_md":17,"topic":18,"github_topics":21,"license":30,"homepage":31,"updated_at":32,"history":33,"related":34},"hevnsnt\u002FCVEngine",25,"AI-first external attack surface assessment with continuous discovery, evidence-based vulnerability validation, and developer-agent MCP integration.","Python",135,20,124,1,[],"自托管的攻击面扫描平台，把资产发现结果与企业实际受影响的 CVE 对应起来。","如果你需要对自有互联网资产做持续测绘，并希望把扫描结果收敛成可复现的 CVE 命中，cvENGINE 值得花时间评估。它是 GPL-3.0 的自托管工具，整合了一批成熟扫描器；真正的成本在于长期维护和验证其 AI 研判，而不在安装本身。\n\n## 解决什么问题\n\n常见流程是三件彼此割裂的事：先用子域名发现工具找出暴露面，再用端口和服务扫描确认版本，最后拿漏洞扫描结果对照实际部署去猜哪些 CVE 真适用。等你看完，每份清单都已过期，判断是否受影响还得手工比对指纹。cvENGINE 把它合成一条流水线：输入域名、IP、CIDR 或 URL 后，发现、清点、暴露检查、CVE 关联和研判依次执行，结果进入可搜索的资产库，而不是丢给你一堆告警 [流水线说明](https:\u002F\u002Fgithub.com\u002Fhevnsnt\u002FCVEngine\u002Fblob\u002Fmaster\u002Fdocs\u002FPIPELINE.md)。最终得到的是持续更新的主机与发现视图，顶点域名每周还会做一次深度扫描。\n\n## 有什么不同\n\n关键差异是把资产发现与验证放在同一处。cvENGINE 用 bbot 做被动、标准和深度模式下的子域名与资产发现，用 nmap 和 naabu 做清点，用 nuclei 及其模板做已知检查，并可选集成 WPScan 和 RDP 截图 [README](https:\u002F\u002Fgithub.com\u002Fhevnsnt\u002FCVEngine\u002Fblob\u002Fmaster\u002FREADME.md)。然后按项目自定的“fire, smoke, ice”分级给 CVE 排序，并尽可能做只读复现 [评级方法](https:\u002F\u002Fgithub.com\u002Fhevnsnt\u002FCVEngine\u002Fblob\u002Fmaster\u002Fdocs\u002FFIRE-SMOKE-ICE.md)。AI 只用于定向的 nuclei 检查和研判，而不是凭空生成漏洞结论，这个取舍对安全工具是合理的。\n\n代价是复杂度和对第三方扫描器与情报源的依赖。cvENGINE 是 reNgine 2.x 的分支，继承了庞大的扫描器栈 [上游项目](https:\u002F\u002Fgithub.com\u002Fyogeshojha\u002Frengine)。结论质量取决于 CVE 源、模板集和你配置的 AI 模型，README 没有给出独立的准确率基准。“安全设计”部分是项目对扫描器配置的自我声明——只跑通过只读和目的地检查的模板、数据库只尝试一次空密码、跳过回环、链路本地和云元数据地址——并非审计结论。它还提供 API 和 MCP 端点供开发 Agent 查询结果，对已经在用 Agent 的团队有用，但也多了一个需要加固的访问面 [Agent API 文档](https:\u002F\u002Fgithub.com\u002Fhevnsnt\u002FCVEngine\u002Fblob\u002Fmaster\u002Fdocs\u002FAGENT-API.md)。\n\n## 谁值得试\n\n适合手里有一组明确自有域名、又能腾出一台 Linux 主机的小型安全或基础设施团队，尤其是想避开按资产收费的商业攻击面产品的人。也适合希望通过文档中的 API 或 MCP 端点让 Agent 读取扫描结果的团队，项目支持只读 token。不适合只想在笔记本上跑一次临时扫描的人：这是需要 Docker、PostgreSQL 和证书配置的服务器应用。也不适合无法使用 Linux 的环境，文档给出的安装路径面向 Debian\u002FUbuntu 的一键安装，其他 Linux 主机则可走手动 Docker Compose 路径。\n\n## 使用条件与边界\n\nREADME 要求 Linux 服务器，建议至少 4 GB 内存和 20 GB 磁盘；手动路径还需要 Docker Engine、Compose 插件、git、make 和 python3 [安装说明](https:\u002F\u002Fgithub.com\u002Fhevnsnt\u002FCVEngine\u002Fblob\u002Fmaster\u002FREADME.md)。一键安装会自行安装 Docker、生成密钥并创建私有 HTTPS 证书机构，浏览器会一直报警，直到你在各终端信任生成的 CA 证书。这是每个使用该服务的人都要理解的一步；管理员密码只在终端显示一次。\n\n日常维护并不轻松：扫描器栈、CVE 源和模板需要更新，宣传的 AI 研判和搜索还依赖可选的 AI 模型和搜索引擎密钥配置。私网地址默认不扫描，直到你显式放行，这对面向外部的评估工具是正确默认值，但意味着内部测试需要主动改策略。如果计划分发修改版，GPL-3.0 许可证也需要纳入考虑 [许可证](https:\u002F\u002Fgithub.com\u002Fhevnsnt\u002FCVEngine\u002Fblob\u002Fmaster\u002FLICENSE)。\n\n## HotRepo 点评\n\nHotRepo 在 2026-10-26 只记录到一次新项目榜观察：Python 分类下 135 个总星、第 25 名。这只是创建一天仓库的单次快照，不是日增数据，也没有可比的日榜历史来判断关注度能否持续。项目太年轻，无法推断势头。投入时间前，建议先看架构文档中的 AI 研判配置，确认你是否能提供它所需的模型和 API 接入。",{"slug":19,"name":20},"security","安全",[22,23,24,25,26,27,28,29],"ai","attack-surface-management","bbot","cybersecurity","mcp","nmap","nuclei","vulnerability-scanner","GPL-3.0",null,"2026-10-26T00:46:28Z",[],[35,40,44,49,53,57],{"full_name":36,"one_liner":37,"language":38,"stars":39},"x86rc\u002Funthemidator","不运行目标程序，静态解包 Themida、Code Virtualizer 与 WinLicense 保护的 Windows 二进制并重建可运行的 PE。","C++",150,{"full_name":41,"one_liner":42,"language":31,"stars":43},"songjianyang\u002Fxss-audit","面向 React\u002FTypeScript\u002FJavaScript 项目的静态 XSS 审计清单，以 Agent 技能形式提供。",339,{"full_name":45,"one_liner":46,"language":47,"stars":48},"Autumn-27\u002FScopeSentry","面向安全团队的自托管资产测绘与漏洞扫描平台，把分散的侦察工具和长期资产数据集中到一套系统里。","Go",2124,{"full_name":50,"one_liner":51,"language":10,"stars":52},"HunxByts\u002FGhostTrack","一个 Python 菜单工具，用于查询 IP 归属地、手机号信息和跨社交平台的用户名，服务于 OSINT 信息收集。",19951,{"full_name":54,"one_liner":55,"language":47,"stars":56},"bluechips-zhao\u002FDITING","面向获授权目标的 LLM 渗透测试工作台，多代理协作、人工审批，发现带证据来源。",119,{"full_name":58,"one_liner":59,"language":47,"stars":60},"assetnote\u002Fh3fuzz","兼容 ffuf 的内容发现扫描器，借助 HTTP\u002F3 多路复用把请求速率推到更高。",129,1792984302]