---
slug: strix-ai-pentesting-agent-runtime
title: Strix：把 AI Agent 推進滲透測試 runtime
status: published
excerpt: Strix 是一套開源 AI 滲透測試工具，把 LLM、瀏覽器、Caido proxy、terminal、Python runtime、security skills 和報告串成一個 agent-native 的安全驗證流程。
category: AI Security
tags: [strix, ai-security, pentesting, security, ai-agent, devsecops, ci, llm]
author: Seer
author_role: Author
read_time: 10 min
cover: "/static/strix-ai-pentesting-agent-runtime-cover.png"
published_at: "2026-07-05T06:15:56Z"
updated_at: "2026-07-05T06:36:05Z"
---

[Strix](https://github.com/usestrix/strix) 的重點是把 AI agent 放進一套完整的安全測試 runtime 裡，讓它不只看程式碼，也能操作瀏覽器、攔截 HTTP request、跑 shell、寫 PoC、驗證漏洞，最後產出報告。

官方網站在 [strix.ai](https://strix.ai)，文件在 [docs.strix.ai](https://docs.strix.ai)。它的定位很清楚：開源 AI penetration testing tool。也就是讓 AI agent 扮演一組自動化 pentester，幫你找出 app 裡的安全問題，並盡量用可重現的方式驗證，而不是只丟一份靜態掃描清單。

## Strix 解的是什麼問題

一般安全檢查常見有幾種方式。

第一種是 SAST。它掃 code pattern，速度快，也適合 CI，但常見問題是 false positive 多。它可能告訴你「這裡疑似 SQL injection」，但不一定能證明真的能打。

第二種是 DAST 或弱掃。它從外部打 web app，能看到 runtime 行為，但對程式碼脈絡、商業邏輯、權限流程的理解有限。

第三種是人工 pentest。效果最好，但貴、慢、排程成本高，而且很難每次 PR 都做一輪。

Strix 想切的位置在中間：用 AI agent 把 source code、runtime 行為、安全工具和報告流程串起來。

它不是只讓模型讀 repo，然後產生一份「可能有風險」的建議。它會把 agent 放進 sandbox，給它瀏覽器、proxy、terminal、Python runtime、notes、reporting 等工具，讓它像安全測試人員一樣一步步驗證。

## 它能做什麼

Strix 的 README 和官方文件反覆強調一件事：validated findings with PoCs。

也就是它不只列出問題，而是希望產出：

- 可重現步驟
- proof-of-concept
- request / response 證據
- 影響範圍
- 修補建議
- 最後報告

它支援幾種測試方式：

```bash
# 掃本地 codebase
strix --target ./app-directory

# 掃 GitHub repository
strix --target https://github.com/org/repo

# 掃線上 web app
strix --target https://your-app.com

# repo + live URL 一起給，做灰箱 / 白箱測試
strix -t https://github.com/org/app -t https://your-app.com
```

這個多 target 設計是它比較值得看的地方。只給 live URL，它偏黑箱測試；只給 repo，它缺 runtime 驗證。repo 和 staging URL 一起給，agent 就能用 code context 找出高風險路徑，再回到真實 app 上驗證。

## 安裝方式

官方 quick start 很簡單：

```bash
curl -sSL https://strix.ai/install | bash
```

也可以用 pipx：

```bash
pipx install strix-agent
```

基本需求：

- Docker 要跑著
- 需要 LLM API key
- 第一次跑會自動拉 sandbox Docker image
- 掃描結果會存到 `strix_runs/<run-name>`

設定模型：

```bash
export STRIX_LLM="openai/gpt-5.4"
export LLM_API_KEY="your-api-key"
```

然後執行：

```bash
strix --target ./app-directory
```

## Strix 的工具鏈

Strix 的重點不是包一層 prompt，而是它有自己的 agent runtime。

官方文件裡的核心工具包括：

| 工具 | 用途 |
|---|---|
| Browser | Playwright-powered Chrome，用來操作 UI、登入、測 XSS / CSRF / auth flow |
| HTTP Proxy | Caido-powered proxy，用來攔截、查詢、重放 request |
| Terminal | 在 sandbox 裡跑 shell 和安全工具 |
| Python Runtime | 寫自訂 exploit / PoC |
| Web Search | 透過 Perplexity 做 OSINT |
| Notes | 掃描過程紀錄 findings |
| Reporting | 產出漏洞報告、PoC、修補建議 |

其中最值得注意的是 Caido proxy。

Strix 不是只讓 agent 開瀏覽器逛網站，而是把瀏覽器流量接進 proxy。這代表 agent 可以看到每個 request / response，然後針對 request 做 replay、改 header、改 body、改 cookie。

這對幾種漏洞特別有用：

- IDOR
- auth bypass
- broken access control
- business logic flaw
- CSRF
- API 權限錯誤
- session / JWT 問題

這也是它跟一般 coding agent 做 security review 最大的差別。Claude Code 或 Codex 可以看 code，但 Strix 給 agent 的是安全測試 runtime。

## Scan modes：quick、standard、deep

Strix 有三種掃描深度：

| 模式 | 適合情境 | 時間 |
|---|---|---|
| `quick` | PR / CI smoke test | 幾分鐘 |
| `standard` | 一般安全 review、pre-release validation | 約 30 分鐘到 1 小時 |
| `deep` | 完整 pentest、release 前檢查、bug bounty | 約 1–4 小時 |

`deep` 是預設模式。官方文件提到 deep mode 會跑更廣的 source-aware triage，包含 semgrep、AST structural search、secrets、supply-chain checks，再挑高價值候選做動態驗證。

如果只是每個 PR 都跑，`quick` 比較合理。如果是 release 前或 staging 環境測試，才適合用 `standard` 或 `deep`。

## CI/CD 怎麼接

Strix 支援 headless mode：

```bash
strix -n --target ./app --scan-mode quick
```

GitHub Actions 可以這樣接：

```yaml
name: Security Scan

on:
  pull_request:

jobs:
  strix-scan:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Install Strix
        run: curl -sSL https://strix.ai/install | bash

      - name: Run Security Scan
        env:
          STRIX_LLM: ${{ secrets.STRIX_LLM }}
          LLM_API_KEY: ${{ secrets.LLM_API_KEY }}
        run: strix -n -t ./ --scan-mode quick
```

Exit code 也適合接 CI：

| Code | 意義 |
|---|---|
| 0 | 沒找到漏洞 |
| 1 | 執行錯誤 |
| 2 | 找到漏洞 |

在 PR 裡跑 quick scan 時，Strix 會嘗試自動 scope 到 changed files。如果 diff resolution 失敗，文件建議 `actions/checkout` 要設 `fetch-depth: 0`，或手動給 `--diff-base`。

## 支援哪些模型

Strix 透過 LiteLLM 做模型相容，所以支援範圍很廣。官方文件寫支援 100+ LLM providers。

常見格式是：

```bash
export STRIX_LLM="provider/model-name"
export LLM_API_KEY="your-api-key"
```

官方推薦例子包括：

| Provider | Model 格式 |
|---|---|
| OpenAI | `openai/gpt-5.4` |
| Anthropic | `anthropic/claude-sonnet-4-6` |
| Google Vertex | `vertex_ai/gemini-3-pro-preview` |
| AWS Bedrock | `bedrock/...` |
| Azure OpenAI | Azure 對應模型 |
| OpenRouter | OpenRouter 模型 |
| Local | Ollama / LM Studio / OpenAI-compatible server |

本地模型也能接，例如 Ollama：

```bash
export STRIX_LLM="ollama/qwen3-vl"
export LLM_API_BASE="http://localhost:11434"
```

不過官方對本地模型講得很直接：Strix 很吃 tool use、多步推理和自我修正。多數 70B 以下的 local model，在這種 agentic security testing 場景會比較吃力。

所以如果是正式安全檢查，還是比較適合用 Claude / GPT 這類強模型。本地模型適合 privacy-first、內網、air-gapped 或低敏測試環境。

## 成本控制：`--max-budget-usd`

AI pentesting 很容易燒 token，尤其是 deep mode、多 agent、長時間掃描。

Strix 有一個實用參數：

```bash
strix --target ./app --max-budget-usd 20
```

它會限制整個 scan 的 LLM 成本，包含 root agent 和 child agents。

幾個細節要注意：

- 成本達標後會 clean stop。
- 狀態是 `stopped`，不是 failure。
- 成本檢查發生在 response 回來後，所以最後可能略超過限制。
- 成本估算依賴 provider token usage 和 pricing；不是所有 provider 都能準確回報。

這個設計很重要。安全測試不像一般聊天，agent 會連續查、試、跑工具、整理報告。如果沒有 cost guard，很容易一輪 deep scan 就燒掉一筆。

## Repo 架構看起來怎麼設計

從 repo 結構看，Strix 已經不是玩具 demo。

主要模組包括：

```text
strix/core       runner、execution、sessions、inputs
strix/runtime    Docker session manager、Caido bootstrap、runtime backend
strix/tools      browser、proxy、shell、reporting、notes、web_search
strix/skills     內建安全技能
strix/report     報告、SARIF、usage/cost、dedupe
strix/interface  CLI 和 Textual TUI
```

它內建很多 security skills，例如：

- Django
- FastAPI
- NestJS
- Next.js
- GraphQL
- OAuth
- AWS
- Kubernetes
- nmap
- nuclei
- sqlmap
- ffuf
- httpx
- katana
- subfinder
- semgrep
- IDOR
- SSRF
- SQL injection
- XSS
- RCE
- SSTI
- XXE
- CSRF
- race condition
- prototype pollution
- mass assignment
- business logic

這裡最值得看的是：Strix 把安全知識拆成 skills，而不是全部壓在模型 prompt 裡。

這跟很多 agent 產品的方向一致。模型本身負責推理和決策，但工具、流程、知識庫、報告格式都要產品化。不然 agent 每次都從零開始猜，穩定性會很差。

## Strix 適合放在哪些場景

我會把 Strix 放在五種場景。

### 1. PR 安全守門

用 `quick` mode 跑 changed files。目標不是完整 pentest，而是抓明顯風險：

- auth logic 改壞
- dangerous route
- secrets
- injection candidate
- 權限檢查漏掉

### 2. Release 前安全檢查

用 `standard` 或 `deep`，搭配 staging URL 和 repo。這比較接近灰箱測試，agent 可以看 code，也能打真實環境。

### 3. 內部工具 / SaaS 灰箱測試

給 Strix：

- repo
- staging URL
- 測試帳號
- scope 說明
- 不可測項目

讓 agent 用 code context 找高風險流程，再用 browser / proxy 驗證。

### 4. Bug bounty 初步研究

只限授權範圍。它適合拿來做 recon、request replay、PoC 草稿，但不能把它當成無限制自動攻擊工具。

### 5. 安全報告產線

Strix 的價值不只在找問題，也在把過程整理成 report。如果它的報告品質穩，對內部 security review 很有幫助。

## 要注意的邊界

Strix 很有潛力，但不能把它當成「一鍵取代 pentester」。

幾個限制要先講清楚：

- 只能測自己或已授權資產。
- 高風險系統還是需要人工 review。
- business logic、金流、權限設計，仍然要人判斷。
- LLM 成本可能很高。
- 本地模型效果有限。
- Docker / sandbox 是必要條件。
- production target 要非常小心，最好先用 staging。
- instruction-file 要明確寫 scope、帳號、禁止 destructive action。

它比較適合做「第一輪高強度自動驗證」和「CI 裡的安全 agent」，不是完全取代人工安全測試。

## 跟 Cloudflare security-audit-skill、Claude Code、Codex 的差異

如果把 Strix 放進現在 AI coding / security tool 的光譜，它的位置會比較清楚。

| 工具 | 重點 | 適合 |
|---|---|---|
| Claude Code `/security-review` | 互動式看 code、找風險、解釋問題 | repo review、人工協作 |
| Codex security review | 偏 coding workflow 裡的掃描與修補 | PR、repo、修 code |
| Cloudflare security-audit-skill | 一套結構化 security audit 流程 | systematic audit |
| Strix | agent + sandbox + browser + proxy + PoC validation | 動態驗證、灰箱 pentest、CI 安全測試 |

Strix 最突出的不是「模型會看 code」，而是它有完整 runtime。它讓 agent 可以真正操作目標、攔截 request、寫 PoC、保存證據。

## 我最在意的點：這是 agent 產品化的範本

Strix 值得研究，不只因為它是安全工具。

它示範了一個專業 agent 產品該有的結構：

1. **任務不是單輪問答，而是一條 workflow**
   - recon
   - exploration
   - exploitation
   - validation
   - reporting

2. **模型不是唯一核心，runtime 同樣重要**
   - browser
   - proxy
   - terminal
   - Python
   - notes
   - report writer

3. **知識不能只靠 prompt，要拆成 skills**
   - framework skills
   - vulnerability skills
   - tooling skills
   - scan mode skills

4. **結果要能驗證**
   - PoC
   - reproduction steps
   - request evidence
   - SARIF / report

這套思路不只適用安全測試。法律 AI、RAG 查證、財報研究、商業情報、自動化資料分析都可以參考同一個架構。

不要把所有事情塞給聊天模型。更好的做法是拆成：

```text
資料取得 → 工具驗證 → 證據整理 → 結論生成 → 報告輸出
```

Strix 只是把這套架構落在 pentesting 上。

## 我的判斷

Strix 的價值不在「AI 幫你找漏洞」這句話。真正有價值的是它把安全測試拆成一套可執行系統：

- sandbox
- browser
- proxy
- terminal
- Python runtime
- security tools
- vulnerability skills
- report
- CI mode
- budget guard

如果後續穩定性夠，它會是 DevSecOps 裡很有代表性的 agent-native 工具。

我會把它定位成：

> **介於弱掃、SAST、coding agent、人工 pentest 之間的 AI 安全驗證層。**

它不一定取代安全工程師，但可以讓安全檢查更早進入 PR 和 staging 流程。對一般開發團隊來說，這比一年一次人工 pentest 更有即時價值。

## 可以怎麼實際試

如果要試，我會先用這個順序。

### 第一輪：本地 demo app

```bash
strix --target ./demo-app --scan-mode quick --max-budget-usd 5
```

先看：

- 會不會順利跑完
- findings 是否有證據
- false positive 多不多
- 報告格式是否可用

### 第二輪：staging + repo

```bash
strix -t ./repo -t https://staging.example.com \
  --scan-mode standard \
  --instruction-file ./scope.md \
  --max-budget-usd 20
```

`scope.md` 裡要寫：

- 測試帳號
- 可測功能
- 禁止 destructive action
- out-of-scope endpoints
- 測試時間與環境限制

### 第三輪：CI quick scan

等前兩輪確認結果品質，再放進 GitHub Actions。不要一開始就直接塞進 production CI gate，不然可能會被成本、誤報、時間卡住。

## 結論

Strix 是我最近看到比較完整的 AI security agent 專案。

它不是只做 code review，也不是傳統弱掃器。它真正值得看的地方，是把 agent 放進一套安全測試 runtime：瀏覽器、proxy、shell、Python、skills、報告、CI 都接在一起。

如果只用一句話講：

> **Strix 把 AI coding agent 往 pentesting runtime 推進了一步。**

它目前最適合的使用方式，是放在 staging、PR、release 前檢查，用來做第一輪自動化安全驗證。高風險漏洞和業務邏輯還是要人判斷，但 Strix 可以先幫你把大量探索、重放、PoC 和報告工作接起來。

對我來說，這個專案最值得借鏡的不是安全掃描本身，而是它的 agent 產品架構：專業知識 skills 化、工具 runtime 化、驗證流程證據化、最後報告格式化。

這會是很多專業 AI 工具接下來要走的方向。

## 參考來源

- [Strix GitHub](https://github.com/usestrix/strix)
- [官方網站](https://strix.ai)
- [官方文件](https://docs.strix.ai)
- [Quick Start](https://docs.strix.ai/quickstart)
- [CLI Reference](https://docs.strix.ai/usage/cli)
- [Scan Modes](https://docs.strix.ai/usage/scan-modes)
- [Tools Overview](https://docs.strix.ai/tools/overview)
- [LLM Providers](https://docs.strix.ai/llm-providers/overview)
- [Cloud Platform](https://app.strix.ai)