ARTEX核心架构解析:资产图+探索图双图结构如何驱动自主渗透
ARTEX核心架构解析:资产图+探索图双图结构如何驱动自主渗透
ARTEX 是一个由 LLM 多智能体驱动的自主渗透测试框架,它的核心架构建立在"双图结构"之上:一张全局共享的资产图(记录目标是什么),一张每个任务独立的探索图(记录探索到哪一步)。两图之间通过锚点双向关联,再由 Planner(规划者)与 Worker(执行者)围绕双图运转,形成事件驱动的自主闭环。本文将用通俗的方式拆解这套架构的设计思路与运转流程。
ARTEX 是什么:一张仪表盘看懂全局
先快速认识一下 ARTEX 的系统全貌。它采用单一 Go 后端(内嵌 Next.js 前端)+ PostgreSQL 的架构,Agent 能力由多角色智能体协作完成:
- Goals:把任务拆解成可探索的子目标
- Planner(规划者):读图状态、判断目标、生成探索意图
- Worker(执行者):领取单个意图,用真实工具执行并回写结果
- MainAgent(主 Agent):人类在环对话,注入战略提示(hint)
在仪表盘上,你可以实时看到活跃任务数、确认发现(漏洞)、资产节点数、流量交互与 Token 用量——这些数字正是双图结构运行时产生的数据。
双图结构总览:一图知"目标",一图知"进度"
传统渗透工具往往把"资产清单"和"测试进度"混在一起记,目标一变进度就乱。ARTEX 把它们拆成两张职责清晰的图:
| 维度 | 资产图(Asset Graph) | 探索图(Exploration Graph) |
|---|---|---|
| 回答的问题 | 目标是什么 | 探索到哪一步 |
| 作用域 | 跨任务全局共享 | 每个任务独立 |
| 节点类型 | root_domain / subdomain / ip / service / app / endpoint | goal / intent / fact / finding / hint |
| 边类型 | 父子关系(域名→子域→服务→接口) | spawns / derived_from / yields / proves |
节点的增删改查全部由程序自动完成(去重键、父子关系都是算出来的),Agent 只需要提交原始观测信息,不需要"画图"——这大大降低了 LLM 出错的空间。
资产图:全局共享的"目标真相"
资产图是跨任务共享的 source of truth。它按 根域名 → 子域名 → IP → 服务 → 接口 的层级组织,节点归属于某个企业(company)。每个任务的 scope 只是从这张大图里"圈"出一部分范围,而不是复制一份。
这意味着任务 A 发现的新子域名,任务 B 立刻能复用;"哪些资产测过了"(Tested 锚点)也是全局统计的,避免重复劳动。
探索图:单任务的"思维链"
探索图记录的是单个任务的推理与进度,节点种类在 db/constants.go 中定义:
- goal:任务目标
- intent(意图):规划者生成的探索方向,是执行的基本单元
- fact(事实):Worker 的探索结论(包括"没找到"这种否定结论)
- finding(漏洞):确认的漏洞,与 fact 严格区分
- hint(提示):人类或主 Agent 注入的战略提示
- digest(摘要):冷区节点的无损压缩折叠
节点之间用边连成"血缘链":goal --spawns--> intent --yields--> fact,后续意图可以 derived_from 前面的事实,漏洞则由意图 proves。存储实现见 db/exploration.go,前端可视化组件在 exploration-graph.tsx。
在探索链路界面中,你可以直观看到这条推理链:起点 → 目标 → 意图 → 事实 → 漏洞,每一步都有依据可循:
锚点连接:双图如何双向关联
两张图不是各玩各的,而是通过 exploration_anchors(node_id, asset_id) 表钉在一起:意图、事实、漏洞都可以锚定到具体资产。
这带来了两个方向的查询能力:
- 从探索侧看资产:这个攻击方向打的是哪个资产?
- 从资产侧看探索:这个资产在本任务里被哪些意图测试过、产出了什么事实?
配合任务范围(task_scope)统计的覆盖度,Planner 每轮都能拿到"范围内资产总数 / 已测试数"的粗粒度参考,知道该把火力往哪里调。覆盖图的组装逻辑在 BuildCoverageGraph 中实现。
驱动自主性的闭环:Planner 与 Worker 如何分工
双图结构上的角色分工非常明确:Planner 只读探索图、判断目标,只在出现尚未覆盖的新方向时才向 frontier(意图队列)发放意图;Worker 领取单个意图,用真实工具执行,把新资产、事实、漏洞回写进两张图,然后停下。
这个闭环由引擎驱动,事件触发、无状态唤醒:
- 图发生变化(防抖后)→ 唤醒 Planner,代码入口在 plannerLoop
- Planner 预取一张"态势摘要"(graph_overview,见 graphOverviewData),其中包含目标、开放意图、最新事实与漏洞、冷区摘要、资产覆盖度
- Planner 发放 0..N 个意图(多数轮次发放 0 个——没有新方向就结束)
- Worker 通过
claimNext领取意图,先取其锚定资产作为初始信息,再执行真实工具(Kali/Bash/HTTP,全程流量录制) - Worker 回写 fact/asset/finding + 逐步 activity → 图再次变化 → 重新唤醒 Planner
一轮轮如此循环,直到目标被 prove_goal 证实。由于攻击链往往有依赖顺序(找注入点 → 拿凭据 → 横向移动),Planner 还维护一份跨唤醒持久化的共享待办清单,每次只派下一个"前置条件已满足"的步骤,保证链条不乱序、不重复。
另外值得一提的是冷区治理:长期不再活跃的意图/事实会被折叠成 digest 摘要节点(无损、可按 id 还原),算法实现在 agent/coldgraph.go——它用并查集把冷节点分组成块压缩,让 Planner 的上下文永远不会被历史拖垮。
为什么这样设计:双图结构的三个好处
- 上下文可控:Planner 每轮唤醒都是全新会话,只需读一张蒸馏摘要而非全量历史,Token 成本稳定;
- 任务隔离与共享兼得:探索图按任务独立,进度互不干扰;资产图全局共享,发现可跨任务复用——任务列表里每个任务对应自己的一张小探索图:
- 可追溯:每个漏洞都能沿边回溯出完整血缘(origin → … → finding),配合流量录制代理的全程记录,报告里的每条结论都有据可查。
小结
ARTEX 用"资产图 + 探索图"的双图结构,把**"目标是什么"和"探索到哪一步"**这两个本质不同的问题分开建模,再用锚点打通双向查询,最终让 Planner/Worker 多智能体围绕图的变化形成事件驱动的自主闭环。对于想要深入代码的读者,可以从 db/schema.sql(双图表结构)、db/exploration.go(探索图存储)与 agent/planner.go(规划循环)三个入口读起。
⚠️ 安全提示:ARTEX 仅用于已授权的、防御性的与检测用途的安全测试,请勿用于未授权目标。




