Clown SRC skill第二代2.x最新版企业安全研究 Skill｜证据优先的 SRC 与白盒审计工作流正式更新

本文介绍 Clown Enterprise Research Skill 2.3，一套面向授权企业安全评估、SRC 挖掘、黑盒测试与白盒代码审计的 AI Agent 安全研究工作流。

一、项目简介

Clown 2.3 是一套可对接多 Agent 适配器、以证据为核心 的企业安全研究工作流 Skill 包，适配授权 SRC 挖掘、企业安全复盘、受控黑盒渗透、白盒代码审计场景。它不再是简单的扫描提示词合集，而是一套有状态闭环工作流：从目标范围梳理生成资产图谱，被动收集资产信号，建立可验证假设，执行最小可逆测试，最终产出可复现的证据包与中文报告。

⚠️重要声明：本 Skill 包本身不赋予任何未经授权的测试权限。所有主动验证动作，必须提前拥有可核验的授权范围记录，仅能在授权资产环境内使用，严禁越界测试。

二、Skill 核心特点

完整闭环的状态化挖掘循环 遵循标准化工作链路：确认授权范围 → 构建资产图谱 → 被动信息采集 → 录入假设账本 → 最小可控验证 → 证据校验 → 生成报告，每一条候选都会保留来源、作用域、基线、验证结果、证据状态，支持复现回放。
多采集引擎联动，SnowEyes 页面深度采集 内置 MCP 搜索服务做被动资产探测；SnowEyes 采集通道专门提取 HTML、JS 脚本、路由、API 结构、参数、响应特征与前端渲染状态，自动归一化数据、脱敏密钥、资产去重，每条采集记录绑定来源与采集时间。
专业化车道路由，按需加载专家模块 针对不同安全场景拆分 6 大主工作车道，一个假设仅匹配一条主车道，按需加载专家能力，避免无意义发散扫描：

API 安全车道：API 路由、对象越权、令牌、边界安全
业务逻辑攻击车道：支付、订单、配额、优惠券、业务状态跳转
SRC 狩猎车道：大范围授权目标发现与迭代狩猎
目标画像车道：资产盘点、技术栈图谱、攻击面排序
SRC 报告车道：判定、定级、复现整理、证据标准化
SQL 注入专项车道：SQL 注入信号检测与验证

严格证据闸门，区分线索和真实 这是整套工作流最核心的设计：扫描 Banner、报错信息、路由名称只算作线索，不算。一份可提交的报告，必须同时满足：授权范围内资产、可复现请求、基线对照、受影响对象、明确安全影响、可回滚清理、脱敏证据，缺一项就标记为待完善，杜绝把误报包装成。
内置安全边界，保护敏感数据 主动探测默认关闭，开启前必须确认授权、请求预算、影响评估和回滚规则；工作流不会存储密钥、个人敏感数据，.env、私钥文件默认 Git 忽略，凭证全部从环境变量读取，不会硬编码密钥。
多 Agent 适配器兼容 支持对接 Grok、Claude Code、Codex、通用 Agent 框架，支持能力协商、结构化任务交接、离线基准回归测试。

三、2.3 版本更新介绍

复制代码

相比旧版，Clown 2.3 重点升级企业级多 Agent 协同能力，优化整套合约规范： ✅ 新增 Grok 协调契约，强制状态机对外暴露 scope_state、hypothesis_state、evidence_state 等核心状态字段，方便外部 Agent 观察与接管任务； ✅ 完善 Adapter 适配协议，统一不同大模型 Agent 之间的任务交接规范； ✅ 完善 2.2 运行合约、证据 Schema、MCP 管理规范、本地知识库索引，增加基准测试合约； ✅ 补充企业长周期 SRC 挖掘规范文档，新增浏览器 / 多子 Agent 协作合约，支持并行子任务； ✅ 优化假设账本机制：当前假设未完成高价值判定前，不会新开分支；连续两次无变化验证，自动切换路由复盘，不会无限制扩张目标； ✅ 优化资产图谱链路，提升被动采集和 SnowEyes 前端采集的数据归一化、去重能力； ✅ 分离专家模块，专家库作为可选深度扩展层，由主车道调用，不会脱离原有证据契约独立执行探测。

四、安装与快速上手介绍

前置：Python3 环境，准备好对应的 Agent 运行环境，MCP 服务凭证配置在环境变量（不写入代码）

获取项目包 拉取 / 解压 clown-src-enterprise-research-2-3 源码包，项目目录结构：

skills/skill/ # 核心路由与知识库
skills/specialized/ # 6大专项主车道
references/experts/ # 可选专家深度模块
references/playbooks/ # 限定场景技术手册
mcp-servers/ # MCP适配服务与测试脚本
scripts/ # 校验、链接审计、状态工具
tests/ # 回归测试
前置阅读（必看）

入门入口：SKILL.md
核心路由文档：skills/skill/SKILL.md
开启主动验证前，阅读 references/v22/operating-contract.md
切换其他 Agent 框架运行，阅读 adapters/README.md

结构校验 执行项目自带校验脚本，验证文件结构完整性

python3 tests/validate_structure.py
配置环境

MCP（如 FOFA 等）凭证写入系统环境变量，不要硬编码到项目文件；
SnowEyes 采集扩展按环境路径完成加载；
在 Agent 适配器目录adapters/协商定义工具列表、上下文限制、会话隔离、持久化边界。

启动工作流 在已确认目标授权范围后，加载 Skill 包，启动 Agent，按照工作流循环开始安全研究。

再次提醒：所有主动发包、验证操作，必须拿到目标书面授权，仅用于合规 SRC、企业内部授权审计。

五、下载地址

clown挖洞skill下载地址：https://docs.qq.com/sheet/DWE1hQXRyWVZ2dmpB?tab=BB08J2

五、写在最后

Clown 2.3 不是一键挖洞外挂，而是一套规范挖掘思维的 AI 工作流。它强制我们区分 "线索" 和 "有效"，减少大量无效洞、误报，把人工安全研究员的标准化思考交给 Agent 执行，让安全研究更可复现、证据更规范、报告产出更稳定。

安全研究的底线永远是授权先行，工具只是辅助，合规是第一位。