技能介绍

它解决什么问题

自动化安全审计常常止步于「扫出一堆告警」：扫描器动辄产出成百上千条规则命中或 CVE 记录，却缺少后续的人工确认——哪一条真正可达，哪一个可以被实际利用，往往无从判断。RAPTOR 针对的就是这条断掉的研究流水线：把扫描、模糊测试、漏洞可利用性验证、崩溃根因分析和开源取证串成一条可重复执行的自主研究流程，让每次分析都产出有调用路径、有证据支撑的结论，而不是一份需要人工逐条翻看的报告。

核心能力与工作流程

RAPTOR 以 /agentic 智能体全流程分析为核心，把一次安全研究拆成扫描、去重、准备、分析四个阶段，各命令分工明确：

/scan：对目标代码库执行安全扫描
/fuzz：面向 Web/API/二进制的模糊测试
/understand：深度代码理解，--map 映射攻击面（入口点、信任边界、汇聚点），--trace 追踪单条数据流，--hunt 全库搜索模式变体
/validate：漏洞可利用性验证管线，按阶段 0 → A → B → C → D → E → F → 1 推进，输出 validation-report.md
/crash-analysis：基于 rr 确定性重放的 C/C++ 崩溃根因分析
/oss-forensics：基于证据的 GitHub 开源仓库取证调查
/project：项目级工作区管理，跟踪状态、覆盖度与报告

推荐的使用顺序是「先理解，再验证」：/agentic --understand 会在扫描前先映射代码库结构；--validate 对可利用的发现跑完整验证管线；--model 可重复指定，让多个模型独立分析后再关联结果，并可用 --consensus/--judge/--aggregate 叠加审查与综合模型。所有分析命令通过生命周期桩创建输出目录并跟踪运行状态，目标路径按「活跃项目目录 > $RAPTOR_CALLER_DIR > 询问用户」的顺序解析。

适用边界与注意事项

框架对操作有明确分级：安装、扫描、读取、生成等安全操作直接执行；应用补丁、删除、git push 等危险操作必须先询问用户。二进制可达性分析通过 DWARF + nm 标注函数级可达性，存在误报可能，可用 --no-binary-oracle 禁用或通过 --binary 显式指定。其他注意点：