🕵️ JSS — 史上最全的 AI 驱动 JavaScript 漏洞挖掘 Skill

把 katana + waymore + jsluice + hae 四大顶级工具链编排成一条 AI 流水线， 让 Claude Code / ZCode 等 AI Agent 真正会做 JS 侦察。

中文 · English

仅用于已授权的渗透测试 / SRC 漏洞挖掘 / 安全研究。

📖 这是什么

一句话：一个自包含、解压即用的 AI Agent Skill，把"JS 侦察"从人肉拼工具升级为 AI 流水线。

传统做法里，你需要自己跑 katana 爬、自己跑 waymore 收存档、自己跑 jsluice 提取， 再把结果一点点喂给 AI，让它在一个塞满压缩混淆代码的上下文窗口里"暴力阅读"—— 读不完、读不准、还死贵。

JSS 把这一切变成一条命令。 工具层做广度（爬取、收集、批量提取、规则匹配）， AI 层做深度（语义分析、优先级排序、回源核实、攻击链构建）。 AI 拿到的不是几百 MB 的原始 JS，而是一份几 KB 的结构化简报 ai_brief.md—— 每个端点带 file:line 出处，每条密钥命中带上下文，可直接跟进验证。

🔍 生态空白实证（2026-08 调研）：GitHub 搜索 "AI agent javascript recon bug bounty" 结果为 0； claude-skills 与 llm-security 两大话题下的热门项目里，没有任何一个专注 JS 侦察方向的 skill。 而本项目编排的上游工具——katana（17k+ stars）、waymore（2.7k+ stars）、jsluice（1.9k+ stars）—— 合计超过 22k stars，全部是各自赛道公认的最强单兵。 把这些武器装进一个 AI skill 里，JSS 是第一个。

🗺 拓扑架构

全景流水线

                        ┌─────────────────────────────────────────────┐
                        │              用 户 输 入（全场景）              │
                        │                                             │
                        │   URL / 域名      本地目录（小程序反编译/dist）   │
                        │   HAR 文件        Yakit / 浏览器 MCP 抓包 JSON  │
                        └──────────────────────┬──────────────────────┘
                                               │
              ┌────────────────────────────────┼────────────────────────────────┐
              │                     收 集 层（工具做广度）                        │
              │                                │                                │
              ▼                                ▼                                ▼
   ┌─────────────────────┐        ┌─────────────────────┐        ┌─────────────────────┐
   │  ② Yakit 流量导入    │        │  ③ katana 主动爬取   │        │  ④ waymore 被动存档  │
   │     ingest          │        │     collect         │        │     passive         │
   │                     │        │                     │        │                     │
   │  登录态 JS + API 响应 │        │  JS/map URL 发现     │        │  Wayback/CC/OTX 等  │
   │  体 + 真实调用端点    │        │  + 礼貌下载（限速）    │        │  7 大历史存档源      │
   │  ⚡ 对目标站 0 请求   │        │  🐢 2 req/s 硬限速  │        │  ⚡ 对目标站 0 请求   │
   └──────────┬──────────┘        └──────────┬──────────┘        └──────────┬──────────┘
              │                              │                              │
              └──────────────────────────────┼──────────────────────────────┘
                                             ▼
                        ┌─────────────────────────────────────────────┐
                        │           收 集 产 物 落 盘（work/<目标>/）      │
                        │                                             │
                        │   js/  ·  waymore_responses/                │
                        │   manifest.json  ·  flows_endpoints.txt     │
                        └──────────────────────┬──────────────────────┘
                                               │
              ┌────────────────────────────────┼────────────────────────────────┐
              │                     提 取 层（⑤ analyze，双引擎 + 1）             │
              │                                │                                │
              ▼                                ▼                                ▼
   ┌─────────────────────┐        ┌─────────────────────┐        ┌─────────────────────┐
   │    jsluice AST 引擎  │        │      正则端点引擎     │        │     hae 规则引擎     │
   │   (tree-sitter 语法树)│        │  (URL/路径全量扫描)  │        │ (密钥/云AK/指纹/中文) │
   │   拼接参数也能解出来   │        │   确定性·零幻觉      │        │   敏感信息命中        │
   └──────────┬──────────┘        └──────────┬──────────┘        └──────────┬──────────┘
              │                              │                              │
              └──────────────────────────────┼──────────────────────────────┘
                                             ▼
                        ┌─────────────────────────────────────────────┐
                        │        📄 report/ai_brief.md（AI 简报）        │
                        │                                             │
                        │  端点按 admin/internal/auth/upload/api 分组   │
                        │  sourcemap 引用 · 登录态 API · 密钥命中        │
                        │  小程序场景标记（自动识别 appid）              │
                        └──────────────────────┬──────────────────────┘
                                               │
                                               ▼
                        ┌─────────────────────────────────────────────┐
                        │         ⑥ AI 语义分析层（AI 做深度）           │
                        │                                             │
                        │  敏感信息回源核实（排除占位符/测试数据）          │
                        │  admin/internal 端点鉴权验证（401/403 标记）   │
                        │  sourcemap 还原原始源码 → 重跑 analyze         │
                        │  密钥×端点交叉 → 攻击链构建 → 优先级排序        │
                        │  工具短板 AI 补位（漏爬的 JS 自己 curl 补）      │
                        └─────────────────────────────────────────────┘

交互视图（Mermaid，GitHub 原生渲染）

flowchart TD
    A["🎯 用户输入<br/>URL · 本地目录 · HAR · Yakit 抓包"] --> B{输入类型判定}

    B -->|URL / 域名| C1["② Yakit 登录态流量<br/>（MCP 在线即自动查）"]
    B -->|URL / 域名| C2["③ katana 主动爬取<br/>（限速 2 req/s 防风控）"]
    B -->|URL / 域名| C3["④ waymore 被动存档<br/>（目标站 0 请求）"]
    B -->|本地目录 / 小程序| D
    B -->|HAR / 抓包 JSON| C4["har / ingest 导入<br/>（登录态·0 请求）"]

    C1 --> D["📦 收集产物落盘<br/>work/&lt;目标&gt;/"]
    C2 --> D
    C3 --> D
    C4 --> D

    D --> E1["🌳 jsluice AST 引擎"]
    D --> E2["🔤 正则端点引擎"]
    D --> E3["🔑 hae 规则引擎<br/>（自动探测联动）"]

    E1 --> F["📄 ai_brief.md 简报"]
    E2 --> F
    E3 --> F

    F --> G["🧠 AI 语义分析<br/>回源核实 · 鉴权验证 · 攻击链构建"]
    G --> H["📊 漏洞挖掘报告<br/>（file:line 证据链）"]

    style A fill:#e1f5fe
    style D fill:#fff3e0
    style F fill:#e8f5e9
    style G fill:#f3e5f5
    style H fill:#fce4ec

分层哲学：工具做广度，AI 做深度

mindmap
  root((JSS 设计哲学))
    工具层做广度
      爬取 katana
      存档 waymore
      提取 jsluice AST
      规则 hae
      机械劳动 · 确定性 · 零 token
    AI 层做深度
      语义分析
      优先级排序
      回源核实
      攻击链构建
      判断 · 验证 · 推理
    防风控是底线
      限速硬编码
      被动优先 0 请求
      失败自动跳过

⚔️ 为什么不直接把 JS 丢给 AI "暴力分析"？

这是本项目存在的根本理由。"AI 直接读 JS"看起来省事，实际上是上下文窗口、钱包和准确性的三重灾难：

💡 一句话总结：让 AI 暴力读 JS，是把一个数据库检索问题当成阅读理解问题来解—— 又贵又慢又漏。JSS 先用工具把 300 个文件浓缩成 1 页简报，AI 只做它最擅长的判断。

🧰 七大核心特性

🚀 快速开始

安装（一次性）

# 1. 克隆
git clone https://github.com/ZeroTu1/jss-skill.git
cd jss-skill

# 2. 下载预编译二进制到 bin/（静态编译，无需 Go 环境）
mkdir bin 2>nul
curl -L -o bin\katana.exe https://github.com/ZeroTu1/jss-skill/releases/latest/download/katana.exe
curl -L -o bin\jsluice.exe https://github.com/ZeroTu1/jss-skill/releases/latest/download/jsluice.exe

# 3. 装依赖（仅 4 个包）
pip install -r requirements.txt

# 国内镜像加速
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

# 4. 自检
python jss.py list
# 输出 "(没有历史结果)" 即工具链正常

💡 二进制也可从 katana / jsluice 官方 Release 自取，或自行编译：go build -o bin/jsluice.exe ./cmd/jsluice。 exe 不进 git 仓库是刻意的——katana 二进制内嵌的密钥检测规则会被 GitHub 误判为真实密钥，Release 分发是更标准的做法。

注册为 AI Agent Skill

之后对 AI 说 "分析js"、"js侦察"、"提取接口"、"分析小程序"、"jss" 即可触发。

基本用法

# 一条龙（URL 输入：Yakit 流量 + 主动爬 + 被动存档 + 分析，失败环节自动跳过）
python jss.py all https://target.com

# 分步执行
python jss.py collect https://target.com     # 主动爬 + 礼貌下载（限速）
python jss.py passive target.com             # 历史存档 JS（目标站 0 请求）
python jss.py har site.har                   # 浏览器 DevTools 导出的登录态流量
python jss.py ingest flows.json --name 目标  # Yakit / 浏览器 MCP 抓包导入
python jss.py analyze                        # 分析最近一次收集结果
python jss.py analyze D:\wxapp\decompiled    # 直接分析本地目录（小程序/dist）
python jss.py list                           # 历史目标一览

看结果

type work\<目标>\report\ai_brief.md          # ★ AI 简报：端点分组 + 密钥 + sourcemap
type work\<目标>\report\endpoints.txt        # 全量端点清单
type work\<目标>\report\hae.json             # hae 完整扫描结果

📥 全场景输入路由

📋 子命令速查

📂 输出产物结构

work/<目标名>/
├── urls_katana.txt        # katana 收到的 js/map URL
├── js/                    # 下载的 JS / API 响应体（hash 前缀防重名）
├── waymore_responses/     # 历史存档 JS 响应体
├── manifest.json          # 文件名 ↔ 原 URL 映射（含状态码/大小/来源）
├── flows_endpoints.txt    # 登录态真实调用过的 API（方法 + 状态码）
└── report/
    ├── ai_brief.md        # ★ AI 简报（AI Agent 的第一入口）
    ├── endpoints.txt      # 全量端点（去重）
    ├── endpoints.json     # 端点 + 分组 + 出处 file:line
    └── hae.json           # hae 完整扫描结果

ai_brief.md 内容包括：

• 端点按优先级分组：admin-管理后台 → internal-内部调试 → auth-认证敏感 → upload-export-上传导出 → api-接口 → other-其他
• sourcemap 引用清单（可还原原始源码，多一个量级的信息）
• hae 高价值命中：敏感信息（密钥/凭据）、框架指纹、疑似弱点线索，均带 file:line
• 已捕获 API 端点（登录态流量）：真实调用过的方法 + 状态码，403 端点是越权测试起点
• 小程序场景标记：自动识别反编译产物并提取 appid

🧠 AI 语义分析阶段（简报只是线索，不是结论）

ai_brief.md 生成后，AI Agent 按 SKILL.md 编排手册继续深挖：

1. 敏感信息回源核实 —— 读命中行上下文，排除占位符/测试数据；判断密钥属于哪套体系（OSS AK？小程序签名 key？），能伪造/访问什么
2. admin/internal 组端点逐个验证 —— 可达性与鉴权，401/403 记录；能匿名访问的标记重点
3. sourcemap 还原 —— .map 可下载时用 node（source-map 包）还原原始目录，重跑 analyze <还原目录>，产出多一个量级
4. 密钥 × 端点交叉 —— hae 命中的密钥配 endpoints 清单里哪些接口，两者交叉才是完整攻击链
5. 工具短板 AI 补位 —— katana 漏爬的 JS 自己读 HTML 找 <script src> 补下载；jsluice 没解出的拼接端点自己读源码构造
6. 输出报告 —— 引用 file:line；"已跳过环节"单独列一节；完整清单给文件路径

🛡 防风控设计（刻进默认值）

• collect 硬编码限速：全局 2 req/s、每主机 1 req/s、请求间隔 1s、并发 4、总预算 8 分钟到点即停、单域 150 页、下载上限 300 文件
• 下载器礼貌模式：串行 + 每文件随机 0.6–1.5s 间隔 + 跳过 >5MB 与 HTML 假响应（soft-404）
• 被动优先：passive / har / ingest 对目标站 0 请求；需要登录的应用优先走 HAR / 抓包导入
• 只侦察不攻击：流水线不发任何攻击 payload，验证类工作留给人工阶段

🧯 健壮性：跳过策略

任何一步失败或不适用都不终止流程——记录原因、继续下一步、最终报告列出"已跳过"清单：

🔗 hae 联动（可选增强，不改 hae 一行代码）

JSS 的密钥/指纹规则来自开源 HaESkill（overspace-labs 出品，作者 EvilChen——BurpSuite 知名插件 HaE 的规则集封装成 Agent Skill，Apache-2.0 协议）。装到本机后运行时自动探测：

探测顺序：JSS_HAE 环境变量 > ~/.zcode/skills/hae > ~/.agents/skills/hae > ~/.claude/skills/hae

• 安装 hae：npx skills add https://github.com/overspace-labs/HaESkill -g -y，或 clone 后软链/拷贝为 ~/.zcode/skills/hae（依赖 ripgrep）
• 探测到 → analyze 自动调用，简报多出"敏感信息 / 指纹 / 疑似弱点"三节，命中带 file:line
• 没探测到 → 正则 + jsluice 照跑（端点提取不受影响），日志提示降级
• 显式指定：python jss.py analyze --hae C:\path\to\hae_scan.py <目录> 或设 JSS_HAE

⚙️ 环境要求

已知环境坑：

• waymore 国内网络超时：Wayback / CommonCrawl 为国外存档服务，偶发超时属正常，已落盘部分照用；设代理后可走通
• 系统代理未启动报错：Windows 注册表死代理（ProxyBridge）导致，jss.py 已自动探测绕过；手动跑工具前置 NO_PROXY='*'
• 换 Python 版本：整套流水线用 sys.executable 调子进程，哪个解释器启动就用哪个；新解释器需重装 4 个依赖
• sourcemap 还原：.map 在手时用 node（source-map 包）十行脚本即可还原原始目录，还原后重跑 analyze <还原目录>

❓ FAQ（常见问题）

Q：和 JSFinder / LinkFinder / Packer-Fuzzer 比，JSS 的定位是什么？ A：它们是优秀的单点提取器——输入 JS 文件、输出端点/密钥。JSS 是全流程编排：收集（主动爬 + 被动存档 + 登录态抓包）→ 双引擎提取 → 规则引擎增强 → AI 简报 → 语义分析。单点工具解决"这个文件里有什么"，JSS 解决"这个目标的攻击面是什么"。

Q：能分析微信小程序吗？ A：能，而且是重点场景。用 unveilr / wuWxapkg 等工具反编译得到目录后，python jss.py analyze <目录> 直接分析：自动识别 app-service.js / app.json 特征、提取 appid、跳过图片字体等二进制，全程零网络请求。

Q：会不会把目标站爬挂 / 触发风控？ A：防风控参数硬编码在默认值：全局 2 req/s、每主机 1 req/s、8 分钟预算到点即停、单域 150 页、下载串行 + 随机延迟 + 300 文件上限。passive / har / ingest / analyze 四条路径对目标站 0 请求。

Q：不装 hae skill 能用吗？ A：能。HaESkill 是可选增强——未探测到就自动降级，正则 + jsluice 双引擎照常运行，端点提取完全不受影响。想装：npx skills add https://github.com/overspace-labs/HaESkill -g -y。

Q：支持 Linux / macOS 吗？ A：编排器 jss.py 是纯 Python 跨平台的；bin/ 下两个 exe 是 Windows 版，替换为对应平台的 katana / jsluice 二进制即可（jss.py 优先找 bin/ 目录）。

Q：AI 端需要什么？ A：任何支持 skills 机制的 agent：Claude Code、ZCode 等；也可以直接把 SKILL.md 当操作手册喂给任意大模型。

Q：怎么还原 sourcemap 源码？ A：analyze 会列出 JS 里的 .map 引用；.map 在手时用 node（source-map 包）十几行脚本即可还原原始目录，还原后重跑 analyze <还原目录> 产出多一个量级。详见 docs/csdn-article-zh.md 场景五的完整脚本。

Q：免费的吗？ A：MIT 协议，完全免费开源。

⚠️ 免责声明

本项目仅用于已授权的渗透测试、SRC 漏洞挖掘与安全研究。

• 使用者必须对目标拥有合法测试授权，并遵守当地法律法规
• collect / all 会对目标发送限速请求（2 req/s、8 分钟预算）；其余子命令对目标站零请求
• 流水线只做侦察不发包攻击；flows.json 及落盘响应体可能含 cookie/token，属敏感文件，对外输出必须脱敏
• 作者不对任何滥用行为承担责任

🙏 致谢

JSS 是站在巨人肩膀上的编排层，感谢上游武器库：

重编译 jsluice：go build -o bin/jsluice.exe ./cmd/jsluice（源码从 BishopFox/jsluice 获取）。

中文 · English

⭐ 如果 JSS 帮你挖到了洞，欢迎 star 支持！

工具做广度，AI 做深度。