FofaMap
# 🗺️ FofaMap v2.0 — Platinum Agent Edition > 🧠 **全网首个支持 MCP 协议 + AI 自我反思机制的红队资产测绘智能体** Self-Reflecting AI Queries → MCP Protocol Integration → Intelligent Vulnerability Scanning > <!-- 这是一张图片，ocr 内容为： -->        --- # ✨ 一句话介绍 > ❌ 它不是 FOFA 工具 ❌ 也不是 Nuclei 封装 ✅ 它是：**一个可以被 AI 接管、会自己反思、会自己决策扫描策略的「全网资产测绘智能体」** 目前fofamapv2.0版本已作为 Skill 上线 [ClawHub 技能商城](https://clawhub.ai/asaotomo/fofamap)，您可通过以下命令安装，让您的 AI 助手（“龙虾”）也能使用资产测绘： ``` clawhub install fofamap ``` ### > <img width="1024" height="559" alt="xcy" src="https://github.com/user-attachments/assets/2acfd385-1578-48f6-a385-e44c6346ed05" /> --- # 🚀 v2.0 是什么级别的升级？ > FofaMap 从「资产查询工具」→ **进化为 AI Agent（智能体）** > ### 🧠 1️⃣ 你只要说人话 ```bash python3 fofamap.py -ai "帮我找一下bing.com所有的子域名，并扫描一下" ``` AI 自动完成： + 理解你的意图 + 生成 FOFA 语法 + 查询资产 + 若 0 结果 → 启动 **自我反思机制** 自动放宽条件重试 + 分析资产指纹 + 判断是否值得扫描 + 自动生成 Nuclei 扫描参数 + 询问你是否执行 --- ### 🤖 2️⃣ 会“自我反思”的 AI（核心黑科技） > 不再出现：`0 Results` > AI 会自动： + 判断： - 是否地区条件过严？ - 是否关键词不合理？ - 是否语法太死？ + 自动： - 放宽条件 - 重写语法 - 多策略重试 + 直到：**尽量给你产出结果** --- ### 🔌 3️⃣ 原生 MCP 支持（给 AI / Agent 用） > 支持：**Claude Desktop / Cursor / 自建 Agent** > 你可以直接对 AI 说： > 「调用 FofaMap，帮我分析最近致远 OA 的风险态势」 > AI 会： > 自动调用 FofaMap → 自动跑任务 → 自动总结报告 > + **Cursor调用效果** <!-- 这是一张图片，ocr 内容为： -->  <!-- 这是一张图片，ocr 内容为： -->  <!-- 这是一张图片，ocr 内容为： -->  + **LM Stuido调用效果** <!-- 这是一张图片，ocr 内容为： -->  --- ### 🎯 4️⃣ 看人下菜的“智能扫描决策” AI 会根据资产指纹： | 发现 | 自动推荐 | | --- | --- | | Spring | `-tags spring` | | WebLogic | `-tags weblogic` | | ThinkPHP | `-tags thinkphp` | | Struts2 | `-tags struts` | > ❌ 不再无脑全量扫 ✅ 每一次扫描都是 **有脑子的精准打击** > --- # 🧩 谁适合用？ + 🧑💻 安全小白： > 会说一句话就能用 > + 🛡️ SRC / 红队： > 批量资产 + 自动化挖洞 + 自动报告 > + 🤖 AI Agent 开发者： > 直接当「安全能力插件」 > + 🏗️ 平台开发者： > 可嵌入到攻防平台 / 资产平台 / SOC > --- # 📦 项目结构（平台级架构） ```bash . ├── config/ │ ├── __init__.py # ✅ 负责读取 yaml 并导出 settings 对象 │ └── settings.yaml # ⭐ 全局配置（FOFA / AI / 系统） │ ├── core/ # 🧠 核心引擎层 │ ├── ai.py # AI Agent 中枢（意图 / 反思 / 决策 / 总结） │ ├── client.py # FOFA API 封装 │ ├── core.py # 主工作流调度器 │ ├── excel.py # Excel 报告导出 │ ├── handler.py # CLI / MCP 入口分发 │ └── scanner.py # Nuclei 智能联动 │ ├── utils/ │ ├── helpers.py # 通用工具函数 │ ├── logger.py # 日志系统 │ └── printer.py # 终端富文本输出 │ ├── fofamap.py # 🚀 CLI 主入口（一切从这里开始） ├── mcp_server.py # 🔌 MCP Server（给 AI 调用） ├── results/ # 📂 所有任务项目目录 ├── requirements.txt └── README.md ``` --- # 🛠️ 安装 ## 1️⃣ 环境 ```bash Python >= 3.10 ``` ```bash git clone https://github.com/asaotomo/FofaMap.git cd FofaMap pip3 install -r requirements.txt ``` <!-- 这是一张图片，ocr 内容为： -->  ```bash python3 fofamap.py --help #查看工具用法 ``` <!-- 这是一张图片，ocr 内容为： --> <img alt="image" src="https://github.com/user-attachments/assets/752c3b00-4306-429c-a29b-b6ae735b6b6a" /> --- ## 2️⃣ 初始化配置（✨ 向导模式） ```bash python3 fofamap.py init ``` 自动引导你填写： + FOFA Email / Key + 使用的 AI（DeepSeek / OpenAI / Ollama / LMStudio） + 默认模型名称 配置保存至： ```bash config/settings.yaml ``` <!-- 这是一张图片，ocr 内容为： -->  --- ## 3️⃣ 配置 Nuclei（可选） 如需漏洞扫描： + 确保 `nuclei` 在 PATH 中 ```bash nuclei -version #输入此命令查看是否添加成功 ``` <!-- 这是一张图片，ocr 内容为： -->  + 或下载nuclei二进制文件后直接放入项目根目录 ```bash https://github.com/projectdiscovery/nuclei/releases ## nuclei 扫描器官方下载地址，注意要下载对应自己操作系统版本的二进制文件 ``` <!-- 这是一张图片，ocr 内容为： -->  --- # ⚙️ 配置文件详解（config/settings.yaml） ```bash #====== 用户信息 (User Info) ====== userinfo: # [基础] FOFA 凭证 email: "[email protected]" key: "your_fofa_api_key" # [进阶] AI 模型配置 (支持 DeepSeek/OpenAI/Ollama 等) deepseek_api_key: "sk-xxxxxxxxxxxxxxxxxxxxxxxx" # 场景 A: 使用官方 DeepSeek api_type: "deepseek" base_url: "https://api.deepseek.com/v1" model: "deepseek-chat" # 场景 B: 使用本地 Ollama (注释掉上方，启用下方) # api_type: "ollama" # base_url: "http://localhost:11434/v1" # model: "qwen2.5:7b" # ====== 搜索设置 (Search Settings) ====== search: fields: "host,protocol,ip,port,title,domain,country,icp" size: 100 full: false # 设为 true 可查询一年前的数据 start_page: 1 end_page: 5 # 自动爬取前 5 页 # ====== 性能与输出 (System) ====== system: logger: true sheet_merge: true concurrency: 15 # 建议根据网络状况调整 (10-50) export_format: "xlsx" # 支持 xlsx / csv output_dir: "results" # 默认输出目录 ``` --- # 💻 使用方法 --- # 🧙 模式一：交互式任务向导模式（✨ 新手 & 日常首选） 💡 **什么参数都不用记，只要运行：** ```plain python3 fofamap.py ``` 或： ```plain python fofamap.py ``` 即可进入 **AI 驱动的交互式任务向导界面**： ```plain ________ ____ __ ___ / ____/ /_ __/ __/___ _ / |/ /___ _____ / /_ / __ \/ / /_/ __ `/ / /|_/ / __ `/ __ \ / __/ / /_/ / / __/ /_/ / / / / / /_/ / /_/ / /_/ \____/_/_/ \__,_/ /_/ /_/\__,_/ .___/ /_/ v2.0 [ AI Powered & Interactive Wizard ] -- By Hx0 Team [!] 启动任务向导... ? 请选择您要执行的操作: » 1. 🔮 AI 智能侦察 (自然语言 -> 自动决策) 2. 🔍 FOFA 标准查询 (语法输入) 3. 🖥️ Host 聚合查询 (IP/域名详情) 4. 📊 统计聚合查询 (数据分布分析) 5. 🖼️ Icon Hash 查询 (favicon 逆向) 6. 📁 批量文件查询 (TXT 批量指令) --------------- 0. 🚪 退出程序 ``` --- ## 🎯 这个模式适合谁？ + ✅ 不想记命令参数的人 + ✅ 第一次使用的新手 + ✅ 日常使用 / 演示 / 培训 / 快速操作 + ✅ 所有“我只想点一下跑任务”的场景 --- ## 🧠 向导模式能做什么？ 你可以通过方向键选择： ### 1️⃣ 🔮 AI 智能侦察（⭐ 强烈推荐） 直接输入一句话： ```plain 我收集一下美国哈佛大学的子域名网站，并扫描一下 ``` 系统将自动： + AI 理解意图 + 自动生成 FOFA 语法 + 自动查询 + 自动反思（0 结果会重试） + 自动判断是否扫描 + 自动生成扫描参数 + 自动生成报告 <!-- 这是一张图片，ocr 内容为： -->  <!-- 这是一张图片，ocr 内容为： -->  <!-- 这是一张图片，ocr 内容为： -->  --- ### 2️⃣ 🔍 FOFA 标准查询 使用FOFA查询语句查询数据 ```plain app="ThinkPHP" && country="CN" ``` <!-- 这是一张图片，ocr 内容为： -->  --- ### 3️⃣ 🖥️ Host 聚合查询（AI 深度画像） 根据当前的查询内容，生成聚合信息，host通常是ip，包含基础信息和IP标签。 ```plain 8.8.8.8 / baidu.com ``` <!-- 这是一张图片，ocr 内容为： -->  --- ### 4️⃣ 📊 统计聚合查询（AI 态势分析） 根据当前的查询内容，生成全球统计信息，当前可统计每个字段的前5排名。 ```plain app="redis" ``` <!-- 这是一张图片，ocr 内容为： -->  --- ### 5️⃣ 🖼️ Icon Hash 查询 <font style="color:rgb(31, 35, 40);">用户可通过填入任意一网站地址，</font>系统<font style="color:rgb(31, 35, 40);">会自动获取该网站的favicon.ico图标文件，并计算其hash值，并查找与此图标相似的网站。</font> ```plain https://www.bing.com ``` <!-- 这是一张图片，ocr 内容为： -->  --- ### 6️⃣ 📁 批量文件查询 <font style="color:rgb(31, 35, 40);">批量查询，用户可新建一个记事本文件，如targets.txt，然后将准备查询的fofa语句写入其中，输入文件路径（若放在工具根目录可以直接输入文件名称）即可进行批量查询。</font> ```plain 114.114.114.114 www.baidu.com app="kafka" ``` <!-- 这是一张图片，ocr 内容为： -->  # 🔮 模式二：经典模式（ 老用户推荐） ## 1️⃣ AI查询模式 ```bash python3 fofamap.py -ai "帮我收集一下美国哈佛大学的子域名网站，并扫描一下" ``` <img alt="image" src="https://github.com/user-attachments/assets/b879ea31-b048-4b68-a505-df304097bc97" /> <img alt="image" src="https://github.com/user-attachments/assets/1e95b171-592b-49a7-b64f-c7a69fc562b0" /> <img alt="image" src="https://github.com/user-attachments/assets/bf5c4740-b940-4254-aca5-791402950268" /> ## 2️⃣ 基础查询 如果用户想要使用fofa联合查询语句，例如：app="grafana" && country="US"。 Linux和macOS用户直接使用python3 fofamap.py -q 'app="grafana" && country="US"'即可成功查询。 Windows用户因为系统原因，需要使用python3 fofamap.py -q "app=\"ThinkPHP\" && country=\"CN\""系统才可成功识别，即Windows用户需要对查询命令内部的"使用\进行转义，否则系统识别错误。 ```bash python3 fofamap.py -q 'app="ThinkPHP" && country="CN"' ``` <img width="1440" height="702" alt="image" src="https://github.com/user-attachments/assets/2b59ffde-fcb2-4c0b-ba48-c81af19e6142" /> ## 3️⃣ Host 深度画像（AI 报告） 用户使用Host聚合查询模式时，系统可以根据当前的查询内容，生成聚合信息，host通常是ip，包含基础信息和IP标签。 ```bash python3 fofamap.py -hq 8.8.8.8 ``` <img alt="image" src="https://github.com/user-attachments/assets/32a44671-f552-4a8f-a501-807006133923" /> ## 4️⃣ 统计聚合（AI 态势解读） 使用统计聚合功能，可以根据当前的查询内容，生成全球统计信息，当前可统计每个字段的前5排名。例如，我们使用下列命令统计全球范围内使用Redis应用的Top5国家。其中-cq为查询内容，-f为需要统计聚合的字段，默认为title，可按照示例配置多个字段 fields=country,protocol,domain,port。详细用法见FOFA API 官方文档 ```bash python3 fofamap.py -cq 'app="redis"' -f country,org ``` <img alt="image" src="https://github.com/user-attachments/assets/526dd803-3e6a-4399-a8d3-a0f0c8b2cf21" /> --- ## 5️⃣ 图标 Hash 查询 用户可通过填入任意一网站地址，Fofamap会自动获取该网站的favicon.ico图标文件，并计算其hash值，并去查找使用相同favicon.ico图标文件的网站。 ```bash python3 fofamap.py -ico https://www.bing.com ``` <img alt="image" src="https://github.com/user-attachments/assets/65fa09a3-44d2-4414-9e09-f02fbf5e9455" /> --- ## 6️⃣ 批量查询 用户可新建一个记事本文件，如targets.txt，然后将准备查询的fofa语句写入其中，运行以下命令即可进行批量查询。 ```bash python3 fofamap.py -bq targets.txt ``` **targets.txt文件内容：** ```plain 8.8.8.8 baidu.com icp="京ICP备10036305号" ``` <img alt="image" src="https://github.com/user-attachments/assets/67b3057b-e9eb-48cb-9f91-fb4aa2e408fb" /> ## 7️⃣ 过滤查询 | **特性** | **-i (--include)** | **-k (--key_word)** | | ------------ | ------------------------ | ------------------------------------ | | **筛选逻辑** | **过滤 (Filter)** | **搜索 (Search)** | | **处理阶段** | 第一层 (先执行) | 第二层 (后执行) | | **常用对象** | 状态码 | 筛选包含关键词的内容 | | **输入示例** | `"200,301"` (支持状态码) | `"登录,后台"` (支持多词) | | **目的** | **“筛选出对应状态码的查询结果”** | **“把查询结果中保护指定关键词数据找出来”** | 如下命令：在 baidu.com 的所有资产中，保留 状态码为 200 (网页正常) 的结果，并进一步提取出包含 '文心' 或 '旅游' 关键词的目标。 ```bash python3 fofamap.py -q 'domain="baidu.com"' -i "200" -k "文心,旅游" ``` <img width="1470" height="655" alt="image" src="https://github.com/user-attachments/assets/709eb99e-b942-42ff-8eb7-3167230aeab3" /> ## 8️⃣ 自定义导出格式与导出路径 默认导出格式由 `config/settings.yaml` 中的 `system.export_format` 控制，也可以在命令行临时覆盖。 导出为 CSV： ```bash python3 fofamap.py -q 'app="grafana" && country="US"' --export-format csv ``` 导出到自定义目录： ```bash python3 fofamap.py -q 'app="nginx"' --outdir ./exports ``` 同时指定文件名和路径： ```bash python3 fofamap.py -q 'domain="example.com"' -o ./exports/example_assets.csv ``` 说明： + `--export-format` 支持 `xlsx` 和 `csv` + `--outdir` 用于指定输出目录 + `-o/--outfile` 可直接传文件名，也可附带完整路径；若文件后缀为 `.csv` 或 `.xlsx`，程序会自动识别导出格式 --- # 🔌 模式三：MCP 服务（🔥 给 AI / Agent 用） ### 1️⃣ 集成到 Cursor (最推荐，体验丝滑) Cursor 对 MCP 的支持非常完善，配置好后，你可以直接在 Composer (Ctrl+I) 或 Chat (Ctrl+L) 中用自然语言调用工具。 1. 打开 **Cursor Settings** (点击右上角齿轮)。 <!-- 这是一张图片，ocr 内容为： -->  2. 在左侧菜单找到 **Tools** **&** **MCP**。 <!-- 这是一张图片，ocr 内容为： -->  3. 点击 **+ Add New MCP Server**。 <!-- 这是一张图片，ocr 内容为： -->  4. 填写mcp.json配置信息： - **Name**: `fofamap-v2` (随便起) - **Type**: `command` (或者叫 Stdio) - **Command**: `你的Python解释器绝对路径（若写入环境变量可以直接填python）` * 例如：`python3.10` - **Args**: `你的脚本绝对路径` * 例如：`/Users/ka/Downloads/fofamap/fofa/mcp_server.py` <!-- 这是一张图片，ocr 内容为： -->  5. 点击 **Save**。 - 此时你会看到一个 **绿色的圆点** 🟢，状态显示 `Connected`。 <!-- 这是一张图片，ocr 内容为： -->  - 如果显示红色，点击刷新图标，或者去 Cursor 的 `Output` -> `MCP Log` 或者是我们刚才修好的 `Log` 窗口看报错。 **👉 如何使用：** 打开 Cursor Chat (Ctrl+L)，直接输入： “帮我查一下 baidu.com 的资产信息，并检查是否有存活。” Cursor 会自动分析意图，并在界面上显示 `Using tool: search_assets...`。 <!-- 这是一张图片，ocr 内容为： -->  --- ### 2️⃣ 集成到 LM Studio (本地模型) LM Studio 0.3.0+ 版本开始支持 MCP。这允许你用本地的 DeepSeek 或 Llama 3 调用你的工具。 1. 打开 **LM Studio**。 2. 点击对话框中的 **MCP (插头图标)**。 3. 点击**Install按钮** 。 4. **选择Edit mcp.json**。 <!-- 这是一张图片，ocr 内容为： -->  5. 填写配置： - **Name**: `fofamap-v2` - **Command**: `你的Python解释器绝对路径` - **Args**: `你的脚本绝对路径` (注意：LM Studio 有时需要把 args 分开填，或者填在一个框里，视版本而定)。 * _建议形式_: `["/Users/ka/.../mcp_server.py"]` <!-- 这是一张图片，ocr 内容为： -->  6. 点击 **Save**。 **👉 如何使用：** 1. 去 **Chat** 界面。 2. 加载一个支持 Tool Calling 的模型（推荐 `openai/gpt-oss-20b` 或 `Qwen 2.5 7B Instruct`，或者是 LM Studio 里的 DeepSeek R1/V3）。 3. 在聊天框上方的 **Tools** 下拉菜单中，勾选 `mcp/fofamap-v2`。 <!-- 这是一张图片，ocr 内容为： -->  4. 输入提示词：“帮我查一下Nginx在美国的分布情况···” <!-- 这是一张图片，ocr 内容为： -->  --- # ☢️ 漏洞扫描联动（Nuclei） 在2.0版本中AI 会根据查询结果智能生成Nuclei漏洞扫描命令参数： ```latex [AI] 推荐命令: nuclei -tags spring -severity critical,high > 🚀 执行 > ✏️ 修改 > 🚫 仅生成报告 ``` --- # 📂 结果输出结构 ```bash results/ └── domain__harvard_edu_____country__US_20260108_173107 ├── batch_merge_20260108_173107.xlsx ├── nuclei_result_20260108_173107.txt ├── report_20260108_173107.md └── targets_20260108_173107.txt ``` 如果使用 `--export-format csv`，对应的导出文件会变为 `.csv`；如果使用 `--outdir` 或带路径的 `--outfile`，结果会输出到你指定的目录。 --- # 🛡️ 免责声明 + 本工具仅面向**合法授权**的企业安全建设行为（如内部攻防演练、资产管理）。 + 在使用本工具进行检测时，您应确保该行为符合当地法律法规，并已取得目标所有者的授权。 + **禁止用于任何非法用途**。如您在使用本工具的过程中存在非法行为，您需自行承担相应后果，开发者不承担任何法律责任。 --- **FofaMap-V2.0由Hx0战队开发维护** <img width="318" alt="image" src="https://user-images.githubusercontent.com/67818638/147641794-82f32969-4214-48da-9df2-764318225589.png"> **【打赏支持❤️】代码传情跨山海，点滴支持皆温暖✨** 虽然代码完全开源，但每杯咖啡都能让我们走得更远 ☕️ <img width="500" height="400" alt="打赏码" src="https://github.com/user-attachments/assets/02868aed-357e-4740-983a-d5a8ea05bdbf" /> **特别鸣谢～渊龙Sec团队** <img width="318" alt="image" src="https://user-images.githubusercontent.com/67818638/167256183-7c485b4c-1e5f-4bbe-a8de-3cf267ebd5ec.jpg"> **特别鸣谢～FOFA官方** FoFaMap 已加入 FOFA [共创者计划](https://fofa.info/development)，感谢 FOFA 提供的账号支持。 <img width="318" alt="image" src="https://user-images.githubusercontent.com/67818638/210543196-b76f6808-b5dd-4933-9451-0c3217dca8f5.png"> **【战队公众号】扫描关注战队公众号，获取最新动态** <img width="318" alt="image" src="https://user-images.githubusercontent.com/67818638/149507366-4ada14db-a972-4071-bbb6-197659f61ced.png"> **【战队知识星球】福利大放送，限时优惠-仅限前100名** <img width="318" height="958" alt="image" src="https://github.com/user-attachments/assets/0cf90105-be7d-49ee-bcd2-b62434e2093a" /> ## 历史Star [](https://star-history.com/#asaotomo/FofaMap)