Rabbit 是一个面向授权安全评估的多 Agent 协作平台。它基于 oritera/Cairn 的事实图思想演进，将自动化探索收敛成一条可验证、可追踪、可交付的执行闭环：Server 保存唯一状态，Dispatcher 负责任务调度，Pi Worker 执行 Decide / Execute，结果写回 Fact，确认的问题以 Finding 作为唯一真相源。
项目目录和 Python CLI 保留 cairn 名称以兼容原工程结构，产品界面使用 Rabbit。
⚠️ Rabbit 仅用于已获得明确授权的安全测试、内部验证和研究环境。 使用前请阅读文末免责声明；范围约束约定见 AUTHORIZED_SECURITY_SCOPE.md。
查看登录页面
Origin
└─ Goal
└─ Decide（串行决策，只创建/调整 Step）
└─ Step
└─ Execute（并行执行）
├─ Fact
└─ Finding（可选，必须关联 Fact）
- Server：唯一状态真相源，维护 Project、Goal、Step、Fact 和 Finding。
- Dispatcher：负责项目生命周期、串行 Decide、并行 Execute、Worker 调度、租约、心跳和超时。
- Pi Worker：通用执行单元；当前运行配置只注册 Pi，不保留第二套执行内核。
- Fact：执行阶段确认的客观结果；Step 无论成功、失败还是未发现问题，最终都收敛为 Fact。
- Finding：Execute 原生输出的结构化发现，是报告系统唯一允许使用的发现来源。
- Vulnerability：Finding 面向界面和导出格式的投影，不是第二套漏洞数据源。
- 报告 Agent：只整理已有 Finding 的表达和证据，不从 Fact 猜测漏洞、不新增漏洞、不改变严重度。
flowchart LR
UI["Rabbit Web UI / React"] --> Server["Server / FastAPI"]
Server --> DB[("SQLite")]
Dispatcher["Dispatcher"] --> Server
Dispatcher --> Worker["Pi Worker Containers"]
Worker --> Dispatcher
Worker --> Scope["Project Context / Scope Guard"]
Scope -. optional egress proxy .-> Target["Authorized Project Scope"]
Server --> Report["Finding Projection & Report Agent"]
运行时只有三类任务：
decide：读取当前 FGS 状态，创建下一批 Step；同一项目始终串行。execute：执行一个 Step，输出 Fact 描述和可选 Finding；允许并行。execute_conclude：将结果原子写回 Server，结束 Step 并建立来源关系。
v1.0 将执行核心与 Cairn-Y 完全对齐，重点解决"长实验被切断、失败后从零重来"的收敛问题：
| 能力 | 说明 |
|---|---|
| 有界步骤提示词 | decide/execute/conclude 三段提示词内置边界约束：一步回答一个可验证的问题、确认即停、不为穷尽而穷尽，前置未确认不开工。 |
| step_recovery 会话恢复 | 执行超时或解析失败后进入 summary_pending / commit_pending 状态机，重试时不重新执行原动作，只补摘要或重放提交；恢复失败升级为 needs_attention 并禁止自动重跑，等待人工检查。 |
| 严格输出解析与修复环 | fail-closed 的 JSON 解析（重复键、围栏、尾部残渣一律拒绝），失败后带语法诊断的定向修复重试，修复不通过才判定失败。 |
| 工具超时扩展 | Pi bash 工具单次调用默认 90 秒上限（CAIRN_BASH_TIMEOUT_SECONDS 可调），防止单条命令耗尽整步预算。 |
| JDK 工具链 | Worker 镜像内置 JDK，jdb / javap 开箱即用，Java 调试协议（JDWP）类目标无需手写协议实现。 |
| 600 秒执行预算 | 每步 600s（探索 540s + 收尾预留 60s）+ 独立 90s 收尾预算，长利用链（协议交互、多阶段验证）可以一步完成。 |
同时，Hint（操作员提示）会随每个新阶段注入 Worker 上下文：提示可以是证据、建议、修正或明确约束，由 Agent 按内容解读，不覆盖更高优先级的指令。
- 统一工作台：仪表盘、项目、漏洞报告、Worker、模板、审计日志和系统设置集中管理。
- 事实图探索：以 Goal / Step / Fact / Finding 构建可视化关系图，保留来源、时间线和执行日志。
- 单循环 Agent 架构：Decide 串行决策，Execute 并行执行，conclude 原子回写，避免双状态源。
- 执行可靠性：有界提示词、会话恢复、严格解析修复环与工具超时控制（见上文 v1.0 执行层增强）。
- 隔离 Worker：容器化 Pi Worker、并发控制、租约、心跳、超时、启动健康检查和故障切换。
- 范围与出站约束：项目上下文和 Scope Guard 约束目标边界；需要强制网络层控制时可启用出站代理。
- Finding 驱动报告：漏洞视图只投影已关联真实 Fact 的 Finding，不从普通执行日志猜测漏洞。
- 交付链路：漏洞筛选、状态管理、证据截图、报告 Agent、导出记录以及 Markdown / PDF / DOCX 等格式导出。
- 客户模板：导入并启用 DOCX 模板，将结构化发现和证据图片填充到客户报告。
- 运营与审计：全局统计、风险趋势、通知、操作审计、数据保留策略和系统健康检查。
- 身份安全：注册开关、算术验证码、失败次数限制、bcrypt 密码哈希和服务端 Session。
完整的首次安装、升级、备份和故障排查见 安装与升级。
需要 Docker Engine/Desktop、Compose v2，以及可用的 OpenAI-compatible 模型接口。
git clone https://github.com/Rabbit0007/Rabbit.git
cd Rabbit
git checkout v1.0
cp .env.example .env
cp dispatch.yaml dispatch.local.yaml在 .env 填入三个服务令牌：
CAIRN_INTERNAL_TOKEN=replace-with-random-value
CAIRN_DISPATCHER_INTERNAL_TOKEN=replace-with-another-random-value
CAIRN_WORKER_EGRESS_PROXY_TOKEN=replace-with-another-random-value在 dispatch.local.yaml 的 PI_API_KEY 填入模型密钥，保持该文件仅在本机；当前模板注册 4 个 GLM-5.3 Pi Worker，并使用：
Model: glm-5.3
Base URL: https://open.bigmodel.cn/api/coding/paas/v4
Provider API: openai-completions
如需其他模型，只修改本机的 dispatch.local.yaml。该文件已被 Git 忽略，不要把真实密钥写入公开的 dispatch.yaml 模板。TSEC_SERVER_HOST 如与本机容器网络不符，也需在本地配置中调整。
构建 Worker 镜像（v1.0 起内置 JDK，提供 jdb/javap）并启动：
docker build --platform linux/amd64 -f container/Dockerfile.pi -t rabbit-pentest-worker:pi-0.84.4-jdk .
docker compose up -d --build
docker compose ps打开 http://127.0.0.1:8000/，首次启动后在登录页注册账号。停止服务：
docker compose down数据库保存在 ./datas/cairn/，报告证据保存在 Docker volume rabbit-pentest-artifacts。服务默认只绑定 127.0.0.1:8000。前端在 Docker 构建过程中自动构建，无需预先执行 npm 命令。
修改
dispatch.local.yaml后需要docker compose up -d --force-recreate pentest-dispatcher才会生效：它是单文件 bind mount，普通restart不会重新加载。
仓库模板默认注册 4 个同模型 Pi Worker；调度并发上限为 4：
glm-5.3-1 ... glm-5.3-4
默认调度约束：
runtime:
max_workers: 4
max_running_projects: 1
max_project_workers: 4
tasks:
decide:
max_steps: 3
execute:
timeout: 600 # 每步执行预算（v1.0 关键配置）
conclude_timeout: 90
conclude_reserve_seconds: 60这样一次只运行一个项目，最多使用 4 个并发调度槽。Decide 始终串行，不会出现多个决策器同时修改 FGS。
报告链路只有一条：
Decide 创建 Step
→ Pi Execute 返回 description + optional finding
→ conclude 原子创建 Fact 并结束 Step
→ 合法 Finding 与 Fact 关联写入
→ Finding 投影为漏洞视图
→ 报告 Agent 整理已有 Finding
→ UI 展示或导出
进入漏洞报告的 Finding 必须满足：
kind为security_vulnerability或vulnerabilityseverity为critical、high、medium或low- 关联真实
fact_id
只有 Fact、没有 Finding 的执行结果不会进入漏洞报告。
报告只使用已记录的 Finding 和关联证据，不从普通执行日志推断漏洞。
后端测试：
cd cairn
uv sync
uv run --with pytest --with httpx python -m pytest前端构建：
cd cairn/frontend
npm install
npm run build只启动本地 Server：
cd cairn
uv run cairn serve --host 127.0.0.1 --port 8765 --log-level info常用检查：
docker compose ps
curl -sS -o /dev/null -w '%{http_code}\n' http://127.0.0.1:8000/.
├── cairn/
│ ├── frontend/ # Web UI
│ ├── src/cairn/dispatcher/ # 调度、任务和 Pi Worker 适配
│ ├── src/cairn/server/ # API、认证、状态、Finding 和报告
│ └── tests/ # 后端与 Cairn-Y 核心测试
├── container/ # Worker 容器（Dockerfile.pi 内置 JDK）
├── docs/specs/ # 协议与调度设计
├── .rabbit/context/ # 可复用项目上下文模板
├── dispatch.yaml # 默认 Pi Worker 配置（占位符模板）
├── docker-compose.yaml # 完整运行环境
└── .env.example # 环境变量模板
本项目仅面向获得明确授权的安全测试、自有资产验证、教学研究与实验环境。
- 授权前提：使用者必须在使用本工具对任何目标进行测试之前，获得目标资产所有者（或其合法授权方）的书面授权。在未获授权的情况下对任何计算机信息系统进行渗透测试、漏洞探测或利用，在大多数司法辖区内属于违法行为。
- 合规责任：使用者有责任自行了解并遵守所在地的法律法规（包括但不限于《网络安全法》《数据安全法》《刑法》相关条款及所在国同类法律）。因使用或滥用本工具而产生的任何直接或间接法律责任，由使用者自行承担，与本项目作者及贡献者无关。
- 输出不保证正确：本工具的发现、结论和报告由大语言模型 Agent 生成，可能存在误报、漏报、过时或不准确的描述。任何 Finding 在被人工复核并验证之前，不应作为事实依据或交付结论使用。
- 无担保：本项目按"现状"（AS IS）提供，不提供任何明示或默示的担保，包括但不限于适销性、特定用途适用性和不侵权。详见 LICENSE（AGPL-3.0）第 15、16 条。
- 禁止用途：不得将本工具用于破坏性操作、拒绝服务、持久化控制未授权资产、横向扩散、供应链攻击或其他任何危害他人系统与数据的行为。
- 后果自担：下载、复制或使用本工具即视为已阅读、理解并同意本免责声明的全部条款。不同意请立即停止使用并删除本工具。
Rabbit/Cairn-Y 基于 oritera/Cairn 的事实图协作思想继续演进。感谢原项目对 Fact 图谱、Agent 协作和自动化探索方向的开源贡献。
本项目遵循仓库中的 AGPL-3.0 License。