AI自动化漏洞挖掘赚取赏金实战（一）

RapidDNS · 2026-08-17 08:45 · 2 阅读

原创男人老白 2026-08-17 08:45 北京

大家好，我是男人老白。今天分享下使用rapiddns结合AI来实现自动化漏洞赏金的工作流。

大家好，我是男人老白。

前段时间我发布了一篇使用rapiddns-cli 结合一些工具来做漏洞挖掘流水线的文章，但是有些遗憾的是没有实战获取赏金的案例。今天我就来分享一篇实战。

我个人比较倾向用一种漏洞挖掘方法然后批量去执行检测这种来做SRC赏金，当前AI大模型基座能力是越来越强，发展速度也很快，再加上Agent工程从提示词优化到当下流行的harness工程等，也有了很大的提升。我把今年做过的一些实战案例挑了其中一个结合了RapidDNS实战的工作流分享出来。

0x00 工作流

首先我来说一下采用的方法流程：

1. 使用rapiddns-cli （https://github.com/RapidDNS/rapiddns-cli）收集获取信息。

2. 使用httpx来收集获取HTTP等信息。

3. 使用SourceMapX (https://github.com/insightglacier/SourceMapX)批量对站点检测并还原sourcemap的文件。

4. 使用AI对还原后的javascript进行漏洞挖掘

通过上述流程，大家知道了今天的漏洞挖掘方法是什么了。就是通过还原存在.map的文件这类站点，进行webpack代码还原为源代码，然后对还原后源代码进行审计来发现漏洞。

0x01 实战结果

这里我开发了一个脚本来实现自动化流水线,就是上面的流程。然后我以TSRC的qq.com 子域名为例进行了实际的测试，结果成功发现基于postmessagee的任意js代码中心漏洞，获得了3000多元的漏洞奖励。

说了理论了，也有成果了。下面我介绍详细的过程。

0x02 AI自动化赏金狩猎思路

rapiddns-cli（https://github.com/RapidDNS/rapiddns-cli）使用的是export模式来导出所有的子域名。

命令是：

rapiddns-cli export start <domain>

执行完成后会显示- result/xxxxxx.csv 这样的结果。从csv中提取出解析结果为外网IP地址的域名目标进行记下来的探测。

httpx探测使用的命令是：

httpx -l <subdomains.txt> -mc 200,301,302 -silent -o <domain>_http.txt

Sroucemap自动导出等，可以使用我之前开发的https://github.com/insightglacier/SourceMapX

命令：

`python SourceMapX.py -m R -d urls.txt`

然后就是使用开发好基于AI的javascript漏洞挖掘Agent来进行漏洞挖掘。

这套Agent是我从头开始构建的，使用到了codeql，然后会进行XSS漏洞、Prototype pollution，postmessage等漏洞类型检测。codeql的查询的结果使用AI来进行分析，分析之后对漏洞进行实际验证，这里会调用浏览器去实际执行来做辅助判断。针对最终给出的结果等会根据多条标准来通过AI来进行最终的确认。整套的流程就是这样的。大家有了思路，其实使用vibe coding实现起来并不具备难度。

这样的一套流程的优势就是codeql对于javascript的效果还是很好的，不依赖编译环境。其次codeql的规则可以提高覆盖率，防止AI自由发挥导致的随机性和幻觉等情况。AI除了做漏洞发现外，还会根据代码来动态开发增加codeql检测规则。漏洞的误报率也有明确的要求和规则来进行验证，其中还包含一部分动态验证的内容，让结果的可信度增加。通过AI+脚本程序等来实现可以节省token用量，可以以极低的成本来大批量的检测漏洞。具备实际的可行性。我这里介绍的发现的案例实际成本不超过100元的成本。使用的模型是GPT5.4的模型。这里我在展示以下结果推送的效果。