raptor：跑在 Claude Code 里的自主安全研究框架

做漏洞研究通常意味着同时开五个工具外加一个笔记文件。RAPTOR——Recursive Autonomous Penetration Testing and Observation Robot——把整条链路装进一个 Claude Code 会话：静态分析、二进制分析、LLM 驱动的漏洞验证、漏洞利用生成和补丁编写，针对你有授权测试的代码库或二进制运行。作者名单读起来像安全会议的嘉宾阵容：Gadi Evron、Daniel Cuthbert、Thomas Dullien（Halvar Flake）、Michael Bargury 和 John Cartwright。

为什么这个 Skill 重要

RAPTOR 是一个框架而不是单个 skill：raptor 启动器会在 agent 开工前为你的 Claude Code 会话包上预检信任检查、环境消毒和覆盖率跟踪。README 对成熟度出奇地坦诚——"它不是打磨好的软件……靠热情和胶带维系"——对构造方式也一样：大部分代码由 AI 生成，人类负责定方向、审产出、做设计决策，靠机械化验证（测试、静态分析、语料校准）守住质量线。

值得抄走的是它的安全工程。处理不可信内容的子进程用 Linux namespaces、Landlock 和 seccomp 做沙箱；沙箱内禁止联网；危险的启动链环境变量在启动时被剥离；被扫描仓库的文件路径永远不会被插值进 shell 字符串。

安装

手动安装几条命令：

git clone https://github.com/gadievron/raptor.git
cd raptor
pip install -r requirements.txt
npm install -g @anthropic-ai/claude-code
pip install semgrep
export PATH="$PATH:$PWD/bin"
raptor

作者更推荐容器路线——把一个分析不可信仓库的 agent 关进容器是标准安全实践。镜像约 6 GB：

docker pull danielcuthbert/raptor:latest
docker run -it -v "$(pwd):/workspaces/raptor" raptor:latest

实战：代码库的第一次扫描

最省钱的跑法是纯静态分析——不调 LLM，除了 Claude Code 本身不需要任何 API key：

/scan /path/to/code

RAPTOR 跑 Semgrep（装了 Coccinelle 会一并启用；加 --codeql 用 CodeQL），去重发现项并输出 SARIF 报告——典型仓库几分钟跑完。

实战：带 LLM 验证的发现项

想要全流程，切到 agentic 模式：

/agentic /path/to/code

每个发现项都会经过分阶段（A-F）的 LLM 验证。README 给出的校准数据：中等规模代码库约 50 个发现项，耗时 10-30 分钟，分析层成本 $2-8，默认单次运行成本上限 $10，可用 --max-cost-usd 调整。编排层跑在你的 Claude 订阅里；只有配置了外部分析模型（OpenAI、Gemini 等）才按各家的账单计费。

技巧

• 永远用 raptor 启动器而不是裸 claude——在其他目录里跑 Claude Code 得到的是不带 RAPTOR 配置的普通 Claude Code。
• 先 /scan 再 /agentic：先读 SARIF 产出，把 LLM 预算只花在值得验证的发现项上。
• 容器路线同时就是爆炸半径控制——只挂载你正在分析的目标目录。
• CodeQL 可选但推荐；注意它的许可证不允许商业使用。

何时不用这个 Skill

RAPTOR 只能用于你有授权测试的代码库——你自己的代码、范围内的安全委托、或获得许可的研究目标。作者自己承认这是研究框架而非合规级扫描器，它的漏洞利用生成阶段不应该出现在授权工作之外。如果只是想做个快速的依赖审计，不套框架直接跑 Semgrep 更轻。

查看 排行榜 了解更多 skill。