Recon-ng 网络侦察框架
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 指南,将 @user_3c6cb52e/recon-ng-web-reconnaissance-framework 安装到当前 AI 助手中。
技能介绍
它解决什么问题
开源情报(OSINT)收集往往散落在多个工具之间:搜索引擎、临时爬虫脚本、公开数据库查询各自为战,产出格式不一,难以追溯和复用。Recon-ng 把这类 web-based 的公开信息收集统一进一个框架,用结构化流程替代临时拼凑的脚本组合。
核心能力与工作方式
- Python 编写的模块化架构:侦察动作被封装为模块,可按需加载与组合
- 类
Metasploit的交互界面:通过统一的命令行接口调用模块,降低上手成本 - 可扩展模块系统:允许按目标场景补充新模块,适配不同侦察需求
- 结构化工作流:收集过程按项目组织,结果集中保存,便于后续分析与审计
典型流程:选定目标 → 加载相应模块 → 配置参数 → 执行收集 → 在 workspace 中汇总结果。
适用边界与注意点
- 该框架面向公开来源情报,不涉及入侵、凭证窃取等攻击性手段
- 当前 SKILL.md 未能自动提取安装与用法说明,落地前应查阅上游项目文档,并在敏感工作流中先行验证
- 数据质量取决于公开数据源本身,使用前需自行评估时效性与准确性
- 确保侦察目标处于合法合规范围内
使用场景
- 安全研究员需要系统梳理某品牌的公开网络足迹,汇总域名、子域名与公开资料形成报告
- 红队成员在授权范围内侦察目标机构的公开暴露面,为后续评估提供初始线索
- 威胁情报分析师定期收集公开渠道的指标信息,沉淀到统一工作区便于比对溯源
- 开发者需要为特定 OSINT 需求编写新模块,接入框架的模块系统扩展侦察能力
适合人员
- 安全研究员,需要结构化、可复现地完成公开信息收集任务
- 红队与渗透测试人员,在授权范围内执行目标侦察与暴露面梳理
- 威胁情报分析师,要把分散的公开数据沉淀为可追溯的工作区结果
- Python 开发者,希望基于模块化框架构建或扩展 OSINT 工具链