📋 编辑总结
Vigil 是面向长周期安全评估的 AI 框架,证据与覆盖度全部落库。Apache-2.0 开源,仅限授权范围使用。 定价:开源免费(Apache-2.0 许可);成本为自有环境与模型调用。编辑评分:⭐ 4.5。

让 AI 做安全测试,最容易出的问题不是漏报,而是「看起来很专业但结论站不住」。Vigil 的设计几乎全部围绕这一点。

Vigil 是什么?

它是一个 Apache-2.0 许可的开源框架(github.com/VigilOSS/Vigil,2026-10 建仓,最新版 v2.12.0),面向长周期的攻防安全评估:白盒代码审计、Web 应用渗透、漏洞赏金,或者对同一目标同时做代码与 Web 分析。作者是应用安全工程师,方法论打磨了八个月、数百小时实战。

核心功能

  • operator 加专家:一个轻量 operator 负责规划与跟踪,专家 Agent 负责分析与选择技术,各自在合适的时候加载对应技能。
  • Kali 运行时:直接驱动真实的渗透工具,而不是纸上推演。
  • 证据落库:工具执行、探测、发现、证据与覆盖度都记录在后台,报告里的每条结论都能回溯。
  • 抗中断:调查可以扛住上下文压缩、服务重启与多会话切换,长任务不会从零重来。
  • 反浅层测试:定期重锚方法论,专门对抗「照着清单打勾」和「跑一个没信息量的探测」这类失败模式。

价格与平台

Apache-2.0 开源免费,不提供担保。需要 Python 3.11+ 与 Kali 环境,自己承担模型调用成本。官方反复强调:只能在明确授权与已审范围的系统上使用。

值不值得用?

优点是它把安全研究里最难自动化的部分——假设、假阴性判断、证据链——写进了流程,而不是只让模型跑工具;证据落库让报告可复核。缺点是它确实会自主驱动攻击工具,授权边界一旦失控后果严重;部署要自备 Kali 与模型;项目很新,文档与社区还在早期。

使用建议

先在授权范围内的靶场跑完整流程,确认证据链与报告质量;把范围文件写死,禁止越界扫描。正式评估时保留人工复核环节,别让 Agent 的结论直接进报告。

适合谁用?

推荐给有明确授权项目、愿意自己搭环境的安全团队与独立研究员;没有授权场景或只想做合规扫描的团队不适合。