[Python] 未授权访问自动化扫描Skill：基于Chrome DevTools MCP的Web全量API探测实战

本文记录了未授权扫描 Skill 从方法论到工程落地的完整过程。针对 Vue/React 前后端分离场景中未授权访问与 IDOR 这两类常被漏测的问题，方案以 Chrome DevTools MCP 抓取 JS/Network，在浏览器内执行无凭证 fetch 全量探测；Python 负责接口提取、字典补全、参数矩阵构建与漏洞判定，并生成 Markdown 报告。全文涵盖架构设计、核心代码、提示词约束及实战验证，强调全量覆盖、禁止抽样、带参必测三项原则，适合安全测试人员参考 AI 辅助未授权扫描的落地路径。本文由云栈社区整理，供安全同行参考。

一、项目背景

1.1 业务场景

在企业 Web 应用（Vue/React SPA + 前后端分离）的安全评估中，未授权访问 与 IDOR（不安全的直接对象引用） 是最常见、也最容易被漏测的一类问题。典型表现：

• 前端 JS 打包后接口分散，人工从 Burp 历史里逐条重放效率低；
• 部分接口 不在 JS 静态文本中，只在运行时或字典命名规则下才能推断；
• 带参接口（如 ?id=1）无参探测返回 400/500，容易被误判为「安全」；
• 同一产品存在 多个 API 域名（读/写/管理），跨域探测必须用浏览器上下文，Python requests 常遇 SSL/CORS 失败。

1.2 痛点来源（真实漏报案例）

在对 某 SPA 业务站点（spa-demo-a.example.com）的早期手工/抽样测试中，曾出现：

接口	现象	根因
/integral/listIntegralOrders	未授权返回 116 条订单	JS bundle 中无此路径，抽样测试未覆盖
/address/getAddressInfo?id=2	未授权返回手机号、地址	JS 中有路径但 未拼 id 参数 测试

这两例直接推动了「全量覆盖 + 字典补全 + 参数矩阵」三项硬性要求，并最终沉淀为 Skill。

1.3 设计目标

用户只需提供：

测试 https://xxx.com/#/login 未授权
账号 手机号 / 密码（可选）

Agent 自动完成：采集 → 建矩阵 → 浏览器内无凭证探测 → 输出 {域名}.md 报告。

---

二、整体架构

┌─────────────────────────────────────────────────────────────┐
│  用户输入：target_url + 可选账号                              │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Cursor Agent + web-unauth-scan SKILL.md（编排流程）          │
└──────────────────────────┬──────────────────────────────────┘
                           ▼
        ┌──────────────────┴──────────────────┐
        ▼                                     ▼
┌───────────────────┐             ┌───────────────────────┐
│ Chrome DevTools   │             │ Python unauth_scan.py │
│ MCP               │             │                       │
│ · navigate_page   │             │ · extract_apis        │
│ · list_network    │             │ · build_matrix        │
│ · get_network_req │             │ · browser_scan_js_fn  │
│ · evaluate_script │◄────────────│ · classify            │
│   (fetch omit)    │  batch_*.js │ · render_report_md    │
└───────────────────┘             └───────────────────────┘
                           ▼
             ┌────────────────────────┐
             │  {域名}.md + result.json │
             └────────────────────────┘

分工原则：

层	职责
MCP 浏览器	登录、抓 Network/JS、在页面上下文执行 fetch(credentials:'omit')
Python	正则提取 API、字典补全、参数变体、批量脚本生成、判定逻辑、Markdown 报告
Skill 文档	约束 Agent 行为：禁止抽样、禁止 DELETE、输出格式、脱敏规则

---

三、实现过程

3.1 阶段一：Prompt 方法论（js.md）

最初以 195 行 Markdown 提示词 定义完整工作流，不依赖固定代码：

1. Chrome MCP 登录并采集 XHR/Fetch + Script；
2. 多源合并提取 API（Network / JS 正则 / 字典补全）；
3. 按路径语义拼参（id=1/2、page=1&pageSize=10）；
4. 全量 evaluate_script + credentials:'omit'；
5. 按 retCode、敏感字段输出报告。

关键约束（写入提示词，后迁入 Skill）：

• 禁止只测 20 条样本；
• 无参 500 不代表有参安全；
• retCode: 1001 + data 需重点审查（部分业务后端的成功码约定）。

3.2 阶段二：脚本化（unauth_lib.py → unauth_scan.py）

将重复逻辑固化为 Python，避免 Agent 每次重写正则与判定：

模块	功能
extract_apis()	从 JS 文本正则提取 /api/*、/v1/* 等路径
dict_complete()	按模块前缀补 list、page、detail、getXById
build_variants()	按路径名生成 GET/POST + query/body 变体
build_matrix()	合并 JS + Network + 字典 → 全量 cases[]
browser_scan_js_function()	生成可在 MCP 中执行的 async fetch 批处理 JS
classify()	统一漏洞判定（支持 retCode 与嵌套 status.code）
render_report_md()	输出标准 {域名}.md

后期将 5 个分散脚本（render_report.py、merge_and_report.py 等）合并为单一入口 unauth_scan.py，提供 CLI 子命令：

python unauth_scan.py merge --domain boss-demo-c.example.com
python unauth_scan.py render result.json boss-demo-c.example.com.md
python unauth_scan.py build-matrix --domain admin-demo-b.example.com

3.3 阶段三：Cursor Skill 封装

在 .cursor/skills/web-unauth-scan/SKILL.md 中声明：

• 触发词：「未授权扫描」「测未授权接口」+ 登录页 URL；
• 输出约定：工作区根目录 {域名}.md；
• 中间产物：.unauth-scan/{域名}/matrix.json、batch_*.js、result_*.json；
• 安全约束：不写 git 密码、报告脱敏手机号。

3.4 阶段四：批量执行与站点适配

问题	解决方案
Python 直连目标域名 SSL EOF	强制浏览器内 fetch
MCP 单次 payload 过大	每批 150～180 条，生成 batch_00.js …
站点 B 跨域 API 前缀 /api/v1/web/	Network 路径优先 + 站点级补判处理 status.code=401
站点 C code=001108	站点级 reclassify.py 补判 + 手工验证 project/config POST body

批量调度示例（run_batches.py）通过 MCP Python SDK 循环调用 evaluate_script：

await session.call_tool("select_page", {"pageId": 4})
result = await session.call_tool("evaluate_script", {
"function": fn,  # batch_NN.js 全文
"filePath": str(out),
})

---

四、核心代码块

4.1 API 提取与字典补全

PATTERNS = [
    re.compile(r'["\'](/api/[^"\']+)["\']'),
    re.compile(r'["\'](/v\d+/[^"\']+)["\']'),
    re.compile(r'["\'](/admin/[^"\']+)["\']'),
    re.compile(r'["\'](/[a-zA-Z][a-zA-Z0-9_]*/[a-zA-Z0-9_/\-]+)["\']'),
]

def dict_complete(apis: set[str]) -> set[str]:
    modules = {module_prefix(p) for p in apis if "/" in p.strip("/")}
    extra = set()
    for m in modules:
        cap = m[0].upper() + m[1:] if m else ""
        for suffix in [
            f"/{m}/list", f"/{m}/page", f"/{m}/detail",
            f"/{m}/get{cap}ById", f"/{m}/listPage",
            f"/{m}/list{m.capitalize()}Orders",
        ]:
            extra.add(suffix)
    return extra - apis

4.2 参数变体生成

def build_variants(path: str) -> list[dict]:
    name = path.lower()
    # get*Info / *Detail → id=1, id=2, 无参
    if re.search(r"get.*info|get.*byid|detail", name):
        return [
            {"method": "GET", "query": f"id={i}", "body": None, "label": f"id={i}"}
            for i in (1, 2)
        ] + [{"method": "GET", "query": "", "body": None, "label": "none"}]
    # list* / *Page → 分页 GET + POST body
    if re.search(r"list|page|logs", name):
        return [
            {"method": "GET", "query": "page=1&pageSize=10", "body": None, "label": "page"},
            {"method": "GET", "query": "", "body": None, "label": "none"},
            {"method": "POST", "query": "", "body": {"page": 1, "pageSize": 10}, "label": "post_page"},
        ]
    ...

4.3 浏览器批探测 JS（MCP 执行体）

Python 生成如下结构，由 Chrome 在 已打开目标页 的上下文中执行：

async () => {
const cases = [ /* host, path, method, query, body */ ];
const LOGIN_OK = /1002|请登录|未登录|token不能为空/i;

function verdict(body, status) { /* 与 Python classify 对齐 */ }

const out = [];
for (const c of cases) {
    const url = c.host + c.path + (c.query ? '?' + c.query : '');
    const opts = { method: c.method, credentials: 'omit', headers: { Accept: 'application/json' } };
    if (c.body) { opts.headers['Content-Type']='application/json;charset=UTF-8'; opts.body=JSON.stringify(c.body); }
    const r = await fetch(url, opts);
    const text = await r.text();
    out.push({ path: c.path, method: c.method, status: r.status, verdict: verdict(text, r.status), ... });
  }
return out;
}

credentials: 'omit' 等价于 不带 Cookie 的未授权请求，是整套方案的核心探测方式。

4.4 漏洞判定（多后端格式兼容）

def classify(body: str, status: int) -> str:
    # HTTP 层
    if status in (401, 403):
        return "正常"
    j = json.loads(body)
    # 嵌套 status 格式: {"status":{"code":401,"msg":"token不能为空"},"data":null}
    st = j.get("status") if isinstance(j.get("status"), dict) else {}
    rc = str(j.get("retCode", j.get("code", st.get("code", ""))))
    msg = str(j.get("retMsg", j.get("message", st.get("msg", ""))))
    if st.get("code") in (401, 403) or LOGIN_OK.search(msg):
        return "正常"
    # retCode 格式: retCode 1001 + data
    if rc in ("1001", "0", "200") and j.get("data") is not None:
        if _has_sensitive_data(j.get("data")):
            return "高危"
        return "待复核"
    # 或 404/405/缺参/异常

4.5 报告生成

def render_report_md(target_url, domain, hosts, stats, results, login_note="", note="") -> str:
    high = [r for r in results if r.get("verdict") == "高危"]
    # 输出：基本信息 → 统计摘要 → 高危表 → 全量附录（可折叠）

---

五、核心提示词

5.1 Skill 触发描述（SKILL.md frontmatter）

name: web-unauth-scan
description: >-
  对指定 Web 登录页做 API 提取与全量未授权访问测试，输出 Markdown 报告到 {域名}.md。
  用户提供测试 URL + 可选账号密码即可。使用 Chrome DevTools MCP 采集 JS/Network，
  浏览器内 fetch(credentials:omit) 批量探测。用户说「未授权扫描」「测未授权接口」、
  给出登录页 URL 和账号时使用本 skill。

5.2 用户一句话调用示例

测试 https://boss-demo-c.example.com/#/login 未授权

或带账号：

测试 https://admin-demo-b.example.com/#/login 未授权
账号 13800138000 / ******

5.3 方法论提示词摘录（js.md）

角色定义：

你是一位安全研究员，负责自动化挖掘 Web 应用的未授权访问漏洞。

覆盖率硬约束：

对第二步清单中的每一个接口都测，不得只测「代表性样本」。 带参接口：无参 + 有参都要测（无参 500/400 不代表有参也安全）。

字典补全示例：

/integral/listIntegralOrders     ← JS 可能只有 listIntegralRules
/address/getAddressInfo?id=1     ← 带参详情类
/{module}/list*、/get*、/detail*、/page*

高危判定：

无凭证返回 retCode: 1001（或业务 success）且 data 含敏感字段（姓名、手机、地址、订单…） HTTP 200 + JSON 列表 total > 0 且无登录提示

经验教训（必须写入执行逻辑）：

1. JS 提取 ≠ 完整 API 面，必须字典补全
2. 抽样测试会漏报
3. 带参接口必须拼参
4. retCode 1001 + data 要重点审查
5. 读写在不同域名，写域名也要测只读 list/get

5.4 Agent 执行检查清单（Skill 内嵌）

步骤	MCP / 脚本	禁止项
打开登录页	navigate_page	—
可选登录	fill + click	登录失败不中断
抓 JS	get_network_request → .unauth-scan/{域名}/	—
建矩阵	build_matrix()	禁止跳过字典补全
全量探测	evaluate_script(batch_NN.js)	禁止抽样
出报告	unauth_scan.py merge	禁止明文密码入报告

---

六、目录结构

.cursor/skills/web-unauth-scan/
├── SKILL.md                 # Agent 编排说明
├── report-template.md       # 报告结构参考
└── scripts/
    └── unauth_scan.py       # 库 + CLI（唯一主脚本）

.unauth-scan/{域名}/
├── app.network-response     # 抓取的 JS
├── matrix.json              # 全量 cases
├── batch_00.js … batch_NN.js
├── result_00.json … result_NN.json
├── run_batches.py           # MCP 批量调度（可选）
└── reclassify.py            # 站点专用补判（可选）

{域名}.md                    # 最终报告（工作区根目录）

---

七、实践结果

扫描结果示例如下：

---

八、已知局限与改进方向

局限	说明	改进方向
字典补全噪声	无 /api/v1 前缀的路径跨域 CORS 失败	REST 站点仅补全 Network 真实前缀
特殊 POST body	project/config 需 {url:...} 非 {}	Network 抓包还原 body 模板
判定漏报	appToken 不在默认敏感字段规则	扩展 SENSITIVE 含 appToken
浏览器 Cookie 污染	页面已有登录 Cookie 时 fetch 仍带 cookie	隔离上下文或专用无痕页
写操作过滤	仅跳过 path 含 delete/save 等	维持只读策略，避免误伤生产

---

九、如何使用

1. 在 Cursor 中确保 Chrome DevTools MCP 已连接（chrome-devtools-mcp --autoConnect）

2. 对 Agent 说：

使用 web-unauth-scan，测试 https://目标域名/#/login 未授权

3. 等待生成 {域名}.md

4. 可选本地合并：

python .cursor/skills/web-unauth-scan/scripts/unauth_scan.py merge --domain 目标域名

---

十、总结

web-unauth-scan 将 安全测试方法论（js.md）、可复用 Python 引擎（unauth_scan.py）与 Cursor Agent 编排（SKILL.md）结合，形成「一句话输入 → 全量未授权报告」的闭环。其核心价值不在于替代 Burp，而在于：

• 强制全量 + 拼参，避免抽样与无参误判；
• 浏览器内探测，绕过 SSL/CORS 与跨域 API 限制；
• 字典补全，覆盖 JS 未声明的隐藏接口；
• 标准化报告，便于归档与复测对比。

在上述三个示例系统的实践中，共确认 4 条高危未授权/信息泄露 路径，验证了该 Skill 在真实业务中的有效性。