🗺️ FofaMap v2.0 — Platinum Agent Edition
🧠 全网首个支持 MCP 协议 + AI 自我反思机制的红队资产测绘智能体
Self-Reflecting AI Queries → MCP Protocol Integration → Intelligent Vulnerability Scanning
✨ 一句话介绍
❌ 它不是 FOFA 工具
❌ 也不是 Nuclei 封装
✅ 它是：一个可以被 AI 接管、会自己反思、会自己决策扫描策略的「全网资产测绘智能体」
目前fofamapv2.0版本已作为 Skill 上线 ClawHub 技能商城，您可通过以下命令安装，让您的 AI 助手（“龙虾”）也能使用资产测绘：
clawhub install fofamap
🚀 v2.0 是什么级别的升级？
FofaMap 从「资产查询工具」→ 进化为 AI Agent（智能体）
🧠 1️⃣ 你只要说人话
python3 fofamap.py -ai "帮我找一下bing.com所有的子域名，并扫描一下"
AI 自动完成：
- 理解你的意图
- 生成 FOFA 语法
- 查询资产
- 若 0 结果 → 启动 自我反思机制 自动放宽条件重试
- 分析资产指纹
- 判断是否值得扫描
- 自动生成 Nuclei 扫描参数
- 询问你是否执行
🤖 2️⃣ 会“自我反思”的 AI（核心黑科技）
不再出现：
0 Results
AI 会自动：
- 判断：
- 是否地区条件过严？
- 是否关键词不合理？
- 是否语法太死？
- 自动：
- 放宽条件
- 重写语法
- 多策略重试
- 直到：尽量给你产出结果
🔌 3️⃣ 原生 MCP 支持（给 AI / Agent 用）
支持：Claude Desktop / Cursor / 自建 Agent
你可以直接对 AI 说：
「调用 FofaMap，帮我分析最近致远 OA 的风险态势」
AI 会：
自动调用 FofaMap → 自动跑任务 → 自动总结报告
- Cursor调用效果
- LM Stuido调用效果
🎯 4️⃣ 看人下菜的“智能扫描决策”
AI 会根据资产指纹：
| 发现 | 自动推荐 |
| --- | --- |
| Spring | -tags spring |
| WebLogic | -tags weblogic |
| ThinkPHP | -tags thinkphp |
| Struts2 | -tags struts |
❌ 不再无脑全量扫
✅ 每一次扫描都是 有脑子的精准打击
🧩 谁适合用？
- 🧑💻 安全小白：
会说一句话就能用
- 🛡️ SRC / 红队：
批量资产 + 自动化挖洞 + 自动报告
- 🤖 AI Agent 开发者：
直接当「安全能力插件」
- 🏗️ 平台开发者：
可嵌入到攻防平台 / 资产平台 / SOC
📦 项目结构（平台级架构）
.
├── config/
│ ├── __init__.py # ✅ 负责读取 yaml 并导出 settings 对象
│ └── settings.yaml # ⭐ 全局配置（FOFA / AI / 系统）
│
├── core/ # 🧠 核心引擎层
│ ├── ai.py # AI Agent 中枢（意图 / 反思 / 决策 / 总结）
│ ├── client.py # FOFA API 封装
│ ├── core.py # 主工作流调度器
│ ├── excel.py # Excel 报告导出
│ ├── handler.py # CLI / MCP 入口分发
│ └── scanner.py # Nuclei 智能联动
│
├── utils/
│ ├── helpers.py # 通用工具函数
│ ├── logger.py # 日志系统
│ └── printer.py # 终端富文本输出
│
├── fofamap.py # 🚀 CLI 主入口（一切从这里开始）
├── mcp_server.py # 🔌 MCP Server（给 AI 调用）
├── results/ # 📂 所有任务项目目录
├── requirements.txt
└── README.md
🛠️ 安装
1️⃣ 环境
Python >= 3.10
git clone https://github.com/asaotomo/FofaMap.git
cd FofaMap
pip3 install -r requirements.txt
python3 fofamap.py --help #查看工具用法
2️⃣ 初始化配置（✨ 向导模式）
python3 fofamap.py init
自动引导你填写：
- FOFA Email / Key
- 使用的 AI（DeepSeek / OpenAI / Ollama / LMStudio）
- 默认模型名称
配置保存至：
config/settings.yaml
3️⃣ 配置 Nuclei（可选）
如需漏洞扫描：
- 确保
nuclei在 PATH 中
nuclei -version #输入此命令查看是否添加成功
- 或下载nuclei二进制文件后直接放入项目根目录
https://github.com/projectdiscovery/nuclei/releases ## nuclei 扫描器官方下载地址，注意要下载对应自己操作系统版本的二进制文件
⚙️ 配置文件详解（config/settings.yaml）
#====== 用户信息 (User Info) ======
userinfo:
# [基础] FOFA 凭证
email: "your_email@example.com"
key: "your_fofa_api_key"
# [进阶] AI 模型配置 (支持 DeepSeek/OpenAI/Ollama 等)
deepseek_api_key: "sk-xxxxxxxxxxxxxxxxxxxxxxxx"
# 场景 A: 使用官方 DeepSeek
api_type: "deepseek"
base_url: "https://api.deepseek.com/v1"
model: "deepseek-chat"
# 场景 B: 使用本地 Ollama (注释掉上方，启用下方)
# api_type: "ollama"
# base_url: "http://localhost:11434/v1"
# model: "qwen2.5:7b"
# ====== 搜索设置 (Search Settings) ======
search:
fields: "host,protocol,ip,port,title,domain,country,icp"
size: 100
full: false # 设为 true 可查询一年前的数据
start_page: 1
end_page: 5 # 自动爬取前 5 页
# ====== 性能与输出 (System) ======
system:
logger: true
sheet_merge: true
concurrency: 15 # 建议根据网络状况调整 (10-50)
export_format: "xlsx" # 支持 xlsx / csv
output_dir: "results" # 默认输出目录
💻 使用方法
🧙 模式一：交互式任务向导模式（✨ 新手 & 日常首选）
💡 什么参数都不用记，只要运行：
python3 fofamap.py
或：
python fofamap.py
即可进入 AI 驱动的交互式任务向导界面：
________ ____ __ ___
/ ____/ /_ __/ __/___ _ / |/ /___ _____
/ /_ / __ \/ / /_/ __ `/ / /|_/ / __ `/ __ \
/ __/ / /_/ / / __/ /_/ / / / / / /_/ / /_/ /
/_/ \____/_/_/ \__,_/ /_/ /_/\__,_/ .___/
/_/ v2.0
[ AI Powered & Interactive Wizard ] -- By Hx0 Team
[!] 启动任务向导...
? 请选择您要执行的操作:
» 1. 🔮 AI 智能侦察 (自然语言 -> 自动决策)
2. 🔍 FOFA 标准查询 (语法输入)
3. 🖥️ Host 聚合查询 (IP/域名详情)
4. 📊 统计聚合查询 (数据分布分析)
5. 🖼️ Icon Hash 查询 (favicon 逆向)
6. 📁 批量文件查询 (TXT 批量指令)
---------------
0. 🚪 退出程序
🎯 这个模式适合谁？
- ✅ 不想记命令参数的人
- ✅ 第一次使用的新手
- ✅ 日常使用 / 演示 / 培训 / 快速操作
- ✅ 所有“我只想点一下跑任务”的场景
🧠 向导模式能做什么？
你可以通过方向键选择：
1️⃣ 🔮 AI 智能侦察（⭐ 强烈推荐）
直接输入一句话：
我收集一下美国哈佛大学的子域名网站，并扫描一下
系统将自动：
- AI 理解意图
- 自动生成 FOFA 语法
- 自动查询
- 自动反思（0 结果会重试）
- 自动判断是否扫描
- 自动生成扫描参数
- 自动生成报告
2️⃣ 🔍 FOFA 标准查询
使用FOFA查询语句查询数据
app="ThinkPHP" && country="CN"
3️⃣ 🖥️ Host 聚合查询（AI 深度画像）
根据当前的查询内容，生成聚合信息，host通常是ip，包含基础信息和IP标签。
8.8.8.8 / baidu.com
4️⃣ 📊 统计聚合查询（AI 态势分析）
根据当前的查询内容，生成全球统计信息，当前可统计每个字段的前5排名。
app="redis"
5️⃣ 🖼️ Icon Hash 查询
用户可通过填入任意一网站地址，系统会自动获取该网站的favicon.ico图标文件，并计算其hash值，并查找与此图标相似的网站。
https://www.bing.com
6️⃣ 📁 批量文件查询
批量查询，用户可新建一个记事本文件，如targets.txt，然后将准备查询的fofa语句写入其中，输入文件路径（若放在工具根目录可以直接输入文件名称）即可进行批量查询。
114.114.114.114
www.baidu.com
app="kafka"
🔮 模式二：经典模式（ 老用户推荐）
1️⃣ AI查询模式
python3 fofamap.py -ai "帮我收集一下美国哈佛大学的子域名网站，并扫描一下"
2️⃣ 基础查询
如果用户想要使用fofa联合查询语句，例如：app="grafana" && country="US"。
Linux和macOS用户直接使用python3 fofamap.py -q 'app="grafana" && country="US"'即可成功查询。
Windows用户因为系统原因，需要使用python3 fofamap.py -q "app="ThinkPHP" && country="CN""系统才可成功识别，即Windows用户需要对查询命令内部的"使用\进行转义，否则系统识别错误。
python3 fofamap.py -q 'app="ThinkPHP" && country="CN"'
3️⃣ Host 深度画像（AI 报告）
用户使用Host聚合查询模式时，系统可以根据当前的查询内容，生成聚合信息，host通常是ip，包含基础信息和IP标签。
python3 fofamap.py -hq 8.8.8.8
4️⃣ 统计聚合（AI 态势解读）
使用统计聚合功能，可以根据当前的查询内容，生成全球统计信息，当前可统计每个字段的前5排名。例如，我们使用下列命令统计全球范围内使用Redis应用的Top5国家。其中-cq为查询内容，-f为需要统计聚合的字段，默认为title，可按照示例配置多个字段 fields=country,protocol,domain,port。详细用法见FOFA API 官方文档
python3 fofamap.py -cq 'app="redis"' -f country,org