Автоматизация поиска уязвимостей с помощью LLM
DorkAgent — это агент на основе больших языковых моделей, предназначенный для автоматизации процесса Google Dorking в рамках поиска багов (bug bounty) и пентестинга. Инструмент использует библиотеку CrewAI для оркестрации задач, позволяя ИИ-агентам самостоятельно формировать поисковые запросы, анализировать результаты выдачи и выявлять потенциальные векторы атак, такие как утечки конфиденциальных данных или неправильно настроенные панели входа.
Ключевые изменения в версии 1.4 (11 декабря 2025)
Последнее обновление v1.4 фокусируется на гибкости и безопасности данных. Разработчики внедрили динамический выбор модели через API, что позволяет переключаться между доступными LLM прямо во время выполнения сессии. Также добавлена валидация выходных данных через Pydantic-модели для обеспечения структурированности отчетов. Архитектура кода была рефакторирована в соответствии с рекомендациями CONVENTIONS.md, что улучшило читаемость и поддерживаемость проекта без нарушения обратной совместимости.
Технические детали и интеграция
Для работы DorkAgent требует ключи API от провайдеров поиска и LLM. Инструмент интегрируется с Serper.dev для получения результатов Google и поддерживает различные модели от OpenAI, Anthropic и Google. В предыдущих обновлениях (сентябрь 2025) монолитный файл был разделен на модули (config.py, agents.py, tasks.py, utils.py), а имена отчетов теперь содержат временные метки в формате YYMMDD_HHMMSS.
| Компонент | Описание и требования |
|---|---|
| Поисковый движок | Serper.dev (требуется SERPER_API_KEY). Настройка количества результатов (от 10 до 100) и временного диапазона (неделя/месяц). |
| LLM-провайдеры | OpenAI (GPT-4/5), Anthropic (Claude), Google (Gemini). Требуется хотя бы один ключ (OPENAI_API_KEY, ANTHROPIC_API_KEY или GEMINI_API_KEY). |
| Фреймворк | CrewAI. Используется для создания мультиагентной системы, где агенты выполняют задачи поиска, анализа и формирования отчетов. |
| Уязвимости | Фокус на Information Disclosure, неправильных настройках IIS Windows Server, утечках файлов и панелях входа. |
История развития и оптимизация
Проект активно развивается с апреля 2025 года. Изначально DorkAgent использовал гибридный подход (GPT + Claude) и базовые dorks. В апреле 2025 года разработчик исключил неэффективные запросы, такие как поиск документов со словом "Confidential" (часто давали ложные срабатывания), и интегрировал Gemini Flash 2.0 как оптимальное бесплатное решение. В августе 2025 года были исправлены критические ошибки в анализе векторов атак и добавлены реальные параметры для пейлоадов. Текущая версия v1.4 завершает цикл рефакторинга, делая инструмент более стабильным для профессионального использования в области кибербезопасности.
Источник: Github ↗