raptor
基于Claude Code的自动化安全研究框架
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：raptor。 它的用途是：基于Claude Code的自动化安全研究框架 完整的 Skill 内容见：https://321skill.com/skills/raptor/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘启动RAPTOR，扫描当前目录下的项目代码’，它会自动调用Semgrep进行静态分析，识别潜在漏洞模式，然后利用Claude Code对高危发现进行推理验证，并尝试生成漏洞利用代码和修复建议，最终输出一份包含详细步骤和证据的安全报告。
介绍
RAPTOR是一个自主的攻防安全研究框架，旨在自动化执行代码安全审计的完整流程。它解决了安全研究人员在手动进行漏洞挖掘、验证和修复时效率低下的问题，通过将静态分析、二进制分析、LLM驱动的漏洞验证、漏洞利用生成和补丁编写串联成一个自动化工作流，能够对代码库或二进制文件进行系统性的安全评估。
使用RAPTOR，您可以通过简单的命令行启动，或使用预配置的Devcontainer环境快速上手。它集成了Semgrep进行静态扫描，并利用Claude Code（或您自定义的分析层）进行智能推理和验证，将复杂的多步骤安全分析任务自动化。
该工具非常适合专业的安全研究员、渗透测试人员和希望将自动化安全测试集成到开发流程中的开发团队。它降低了高级安全审计的技术门槛，让研究人员能够更专注于策略和复杂逻辑，而非重复性任务。
与传统的单一静态分析工具（如SonarQube）或手动渗透测试相比，RAPTOR的核心区别在于其端到端的自主性和递归工作流。它不仅发现问题，还能尝试验证漏洞的真实性、生成概念验证（PoC）代码，甚至自动编写修复建议，形成了一个完整的“发现-验证-利用-修复”闭环。
核心特点
RAPTOR的核心区别在于其端到端的自主闭环工作流：它不仅能通过静态和二进制分析发现潜在漏洞，还能利用LLM进行智能验证、自动生成漏洞利用代码（PoC），并尝试编写修复补丁，将传统上分离的多个人工步骤整合为一个自动化递归过程。
注意事项
该工具目前仍处于早期阶段，代码不够完善，且其集成的CodeQL组件有商业使用许可限制，不适合需要商业化部署或对稳定性要求极高的生产环境。
常见问题
RAPTOR是免费的吗？
是的，RAPTOR本身采用MIT开源协议，但其集成的CodeQL组件有其自身的许可证，不允许商业用途。
必须使用Claude Code吗？
不完全是，框架基于Claude Code构建，但设计上允许用户接入自己的分析层（LLM或其他引擎）。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/raptor/raw/index.md 读取 raptor 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/raptor/raw/index.md（查看排版版本）