首页
社区
课程
招聘
[原创]从零构建一个自主渗透测试 Agent(02):70 行代码的最小 Agent
发表于: 2026-11-15 13:46 154

[原创]从零构建一个自主渗透测试 Agent(02):70 行代码的最小 Agent

2026-11-15 13:46
154

痛点:模型只会"说",不会"做"

你打开一个 LLM API,问它"帮我扫描一下这台主机",它会热情地回答你一段"你可以运行 nmap,命令如下……"——然后停下来等你。因为它没有“手”。

让模型有手的机制叫工具调用(tool use),这是当今各家 LLM API 的标准能力,值得用三句话说清楚,因为整个系列都建立在这上面:

  1. 你在每次请求里附一份工具清单:每个工具有名字、功能描述、参数格式(JSON Schema);
  2. 模型觉得需要动手时,不再输出散文,而是输出一条结构化消息:"请调用 run_command,参数 {"command": "nmap -sV 10.0.0.5"}";
  3. 你的代码负责真的执行,把结果塞回对话;模型看到结果,决定下一步。

"调工具 → 看结果 → 再决策"——这个循环就是 Agent 的全部本质。剩下的十一篇文章,都是往这个循环的不同位置插东西。

设计:循环 + 三个保命的配件

核心循环 70 行就能写完。但我们从第一天就配了三个配件,缺一个都会在生产环境翻车:

def run_agent_loop(client, messages, cfg, execute_tool):
    for _iteration in range(cfg.max_iterations):        # 配件一:迭代上限
        resp = client.call(cfg.system, messages, tools=schemas())
        messages.append({"role": "assistant", "content": resp["content"]})

        tool_uses = [b for b in resp["content"] if b["type"] == "tool_use"]
        if resp["stop_reason"] != "tool_use" or not tool_uses:
            return final_text(messages)                 # 模型不再动手:自然收尾

        results = []
        for tu in tool_uses:
            out = execute_tool(tu["name"], tu["input"]) # 配件二:异常转文本
            results.append({"type": "tool_result",
                            "tool_use_id": tu["id"],
                            "content": str(out)[:15000]})  # 配件三:输出截断
        messages.append({"role": "user", "content": results})
    return budget_exhausted()                           # 体面退出,不崩溃

配件一:迭代上限(我们用 25)。 没有它,模型找到一个"有趣"的循环(比如反复 ls)会一直转下去,烧穿你的 API 账单。上限到了不是报错,而是带着"预算耗尽"的终因体面退出——语义是"暂停,可续跑",不是失败。

配件二:handler 异常转文本。 工具执行炸了,不要让异常杀掉整个回合——把错误信息当作工具结果回填。模型看到"命令超时了",下一轮自己换个方式。这叫批次容忍:一次回复里的五个工具调用,第二个炸了,其余照常执行。

配件三:输出截断(15000 字符)。 一份全量 nmap 输出能到几百 KB,直接回填瞬间撑爆上下文。截断是循环层的纪律,不是工具层的——所有工具无差享受。

再往 LLM 客户端里加最后一个配件:重试分类。

RETRYABLE = {408, 429, 500, 502, 503, 504}   # 限速/网关:值得退避重试
FATAL     = {400, 401, 403, 422}             # 参数/鉴权:重试毫无意义

我最后还有一个推荐配件:终因登记表——用一张闭合词表记录每个回合"为什么结束"(完成/预算耗尽/操作员停止/LLM 故障/……)。以后每加一种新的停止方式,先来登记表领一个编号。事后复盘、上层调度全靠它;"原因不明地结束了"在长程系统里是最难修的 bug。

我踩过的坑

  • 422 被当限速重试四次。 错误分类要在重试之前——参数错误重试到天亮也不会好,还白等两分钟退避。
  • 循环没上限。 早期测试一个"有趣的"目录遍历让循环跑了四十多分钟。第一天就要加上限。
  • 工具输出不截断。 看着能跑,打到第三个回合上下文爆炸。截断写在循环层,一劳永逸。
  • 用量记账直接拿累计值当预算。 我在客户端里记了一个终身累计的 token
    计数器(这没错),后来在第九篇的回合预算里直接拿它对比上限——翻车了,
    先埋个伏笔:累计器只能做差,不能当预算。

小结

  • Agent = 工具调用循环;可靠性 = 循环上的配件(上限/容忍/截断/分类/终因);
  • 所有"拒绝/失败"都以文本形式回到模型——这个哲学下一篇会反复放大。

此刻我们拥有一个能动手的 Agent。但只要给它接上 shell——下一篇讲那一刻
发生了什么,以及我们怎么给它戴镣铐。

教学版最终项目代码:mini-zhuyan


传递专业知识、拓宽行业人脉——看雪讲师团队等你加入!!

收藏
点赞 ・1
打赏
分享
最新回复 (0)
游客
登录 | 注册 方可回帖
返回