kunlun-m-general

Category: Blockchain & Web3 | Uploader: LoRexxar | Downloads: 0 | Version: v1.0（Latest）

当你要用 Kunlun-M（静态白盒漏洞扫描）扫描 PHP/JS/Solidity/Chrome Ext 源码，或需要通过命令 scan/generate 快速落地 source/sink（tamper/rule）并回归验证时使用。触发命令：kunlun.py scan / kunlun.py generate rule / kunlun.py generate tamper。

Changelog: Source: GitHub https://github.com/LoRexxar/Kunlun-M

Directory Structure

Current level: tree/master/skills/kunlun-m-general/

📁 agents/
- 📄 openai.yaml 332 B
📁 platforms/
- 📄 README.md 1.2 KB
📁 references/
- 📄 concepts.md 1.7 KB
- 📄 report_template.md 694 B
📁 scripts/
- 📄 bootstrap_kunlunm.py 6.2 KB
- 📄 install_platform.py 2.9 KB
- 📄 kunlun_ops.py 5.6 KB
- 📄 render_ci_report.py 3.7 KB
📄 SKILL.md 4.2 KB

SKILL.md

---
name: kunlun-m-general
description: "当你要用 Kunlun-M（静态白盒漏洞扫描）扫描 PHP/JS/Solidity/Chrome Ext 源码，或需要通过命令 scan/generate 快速落地 source/sink（tamper/rule）并回归验证时使用。触发命令：kunlun.py scan / kunlun.py generate rule / kunlun.py generate tamper。"
compatibility: "需要 Python 3 + pip；需要联网；可选依赖 git（优先 clone）与 unzip（zip 回退路径）。"
metadata:
  repo: "https://github.com/LoRexxar/Kunlun-M"
---

# Kunlun-M 通用 Skill（脚本落地版）

本 skill 只包含可直接执行的脚本与最小流程，优先用脚本完成动作，不在 SKILL.md 里展开原理解释。

## 0. 一键准备环境（没有 Kunlun-M 时）

```bash
python skills/kunlun-m-general/scripts/bootstrap_kunlunm.py --repo-dir ./Kunlun-M
```

默认行为：优先 git clone，失败回退 zip；然后执行 `pip install`、复制 `settings.py`、初始化 DB、load rules/tamper。

## 1. 用脚本执行日常动作（推荐）

约定：`--repo-root` 指向 Kunlun-M 目录（里面有 `kunlun.py`）。

### 扫描

```bash
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M scan -t <target> -lan php -b vendor,node_modules -d
```

### 生成 rule（漏报补齐）

```bash
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M gen-rule -lan php --name "<rule_name>" --match "<regex>"
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M scan -t <target> -lan php -r <id>
```

### 生成 tamper（误报治理/框架适配）

```bash
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M gen-tamper --name <proj> --controlled "$_GET,$_POST"
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M scan -t <target> -lan php -tp <proj>
```

### 同步到数据库（可选：仅 Web 管理需要）

```bash
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M sync --rule --tamper
```

## 2. 最小概念（只留决策点）

- 规则（rule）≈ sink（危险点）：要扫哪些危险函数/语句就生成/调整 rule，然后用 `scan -r <id>` 回归
- 污点策略（tamper）≈ source + repair：要定义输入源或净化函数就生成/调整 tamper，然后用 `scan -tp <name>` 回归

更详细的概念与场景说明见：[concepts.md](file:///d:/program/Kunlun_M/skills/kunlun-m-general/references/concepts.md)

## 3. 测试命令（冒烟验证）

在本仓库根目录执行（或把 `--repo-root` 指向你的 Kunlun-M 目录）：

```bash
python skills/kunlun-m-general/scripts/bootstrap_kunlunm.py --repo-dir ./Kunlun-M --force
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M gen-rule -lan php --name "Skill Smoke Rule" --match "echo|print" --force
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M gen-tamper --name skill_smoke --controlled "$_GET,$_POST" --force
python skills/kunlun-m-general/scripts/kunlun_ops.py --repo-root ./Kunlun-M scan -t ./Kunlun-M/tests -lan php -d
```

## 4. 报告（给 skill 输出稳定结果）

已有 CI 报告产出脚本：`tools/ci_scan.py`，输出稳定的 JSON（`meta/summary/vulnerabilities/exit`），适合 skill/CI 使用。

```bash
python tools/ci_scan.py --target ./Kunlun-M/tests --output artifacts/kunlun-ci.json --fail-on none
python skills/kunlun-m-general/scripts/render_ci_report.py --input artifacts/kunlun-ci.json --output artifacts/kunlun-ci.md
```

报告模板参考： [report_template.md](file:///d:/program/Kunlun_M/skills/kunlun-m-general/references/report_template.md)

## 多平台结构（同一份内容）

- 该 skill 不维护多份表述；不同平台主要差异是“放在哪个目录/可选元数据文件”
- 平台落地路径与说明： [README.md](file:///d:/program/Kunlun_M/skills/kunlun-m-general/platforms/README.md)
- 一键复制到目标平台目录（可选）：`python skills/kunlun-m-general/scripts/install_platform.py --platform <openclaw|codex|claude-code|hermes> --scope <user|project> --repo-root <repo>`

## 安全约束

- 不在 rule/tamper 中写入真实密钥、token、真实 URL、账号密码等敏感信息
- 只维护“函数名 / 输入源 / 规则编号 / 规则逻辑”这类抽象信息

Comments 0

Latest | Hot

Please login before commenting.

Loading comments...

kunlun-m-general

Directory Structure

SKILL.md

Report

Notice