业务和功能介绍
立项背景：漏洞挖掘流程高度碎片化——侦察用一套工具，审计用另一套，报告再
手工整理。一个目标从拿到域名到产出报告通常需要切换 4-5 个工具，耗时 2-4
小时。目标是造一个扔什么进去都能自动识别、走对应流水线、最后产出结构化报
告的统一调度器。
核心功能：输入任意目标（域名/源码仓库/APK/JWT Token/合约地址/Dockerfile/
GraphQL端点/API端点），系统自动检测目标类型，路由到 8 条专项流水线之一：
Web 域名走 subfinder→httpx→nuclei 全链；源码仓库走 scanner-45→semgrep→
gitleaks 三引擎并行；JWT 走 alg:none + RS→HS 混淆 + 弱密钥爆破。19 个安全
专用 Agent 按漏洞类型分工，dispatch-router 用 15 条 regex 规则实现智能匹
配，Top-2 Agent 分数差距≤2 时触发歧义检测，要求先澄清再动手。
业务流程：用户扔目标 → 类型自动检测（8 种类型识别，含 confidence 评分）
→ 路由到对应流水线 → 多维扫描 → 增量去重（SHA256 指纹，SQLite 持久化）
→ 降噪评分（负分滤掉 favicon/WAF/IP 指纹等噪音，正分加权 CVE/XSS/SQLi
等真实漏洞）→ 结构化 JSON 报告 + 人读摘要 → 通知 Dashboard/桌宠完成。
手工整理。一个目标从拿到域名到产出报告通常需要切换 4-5 个工具，耗时 2-4
小时。目标是造一个扔什么进去都能自动识别、走对应流水线、最后产出结构化报
告的统一调度器。
核心功能：输入任意目标（域名/源码仓库/APK/JWT Token/合约地址/Dockerfile/
GraphQL端点/API端点），系统自动检测目标类型，路由到 8 条专项流水线之一：
Web 域名走 subfinder→httpx→nuclei 全链；源码仓库走 scanner-45→semgrep→
gitleaks 三引擎并行；JWT 走 alg:none + RS→HS 混淆 + 弱密钥爆破。19 个安全
专用 Agent 按漏洞类型分工，dispatch-router 用 15 条 regex 规则实现智能匹
配，Top-2 Agent 分数差距≤2 时触发歧义检测，要求先澄清再动手。
业务流程：用户扔目标 → 类型自动检测（8 种类型识别，含 confidence 评分）
→ 路由到对应流水线 → 多维扫描 → 增量去重（SHA256 指纹，SQLite 持久化）
→ 降噪评分（负分滤掉 favicon/WAF/IP 指纹等噪音，正分加权 CVE/XSS/SQLi
等真实漏洞）→ 结构化 JSON 报告 + 人读摘要 → 通知 Dashboard/桌宠完成。
项目实现
整体架构：纯 Python 单文件调度器（bounty-router.py，903 行）+ 独立流水线
模块 + dispatch-router.py（763 行多 Agent 路由）。零外部框架依赖，纯标准库
实现 HTTP 客户端替代 curl。SQLite 做增量状态管理——文件哈希比对跳过未变更
文件，semgrep 在变更率<10% 时自动跳过，避免重复扫描浪费资源。
工具链集成：Web 流水线调用 subfinder（子域枚举）→ httpx（存活探测 + 状态
码/Title 提取）→ katana（爬虫采集 JS 端点）→ nuclei（5 类模板并行扫：
misconfiguration/technologies/exposures/vulnerabilities/cves）。源码流水线
并行启动 scanner-45（自研 Python AST 扫描器）+ semgrep（p/security-audit +
p/secrets 双规则集）+ gitleaks。所有工具调用通过统一的 _run() 封装，超时
保护 + 异常捕获 + 结构化日志（RotatingFileHandler 5MB rolling）。
我负责全模块：类型检测引擎（9 种自动识别逻辑，JWT regex→文件扩展→目录
marker→URL pattern→Git URL→域名回退，含 confidence 三级评分）、8 条流水线
全部实现（Web/源码/APK/JWT/合约/GraphQL/API/Docker）、增量去重与降噪评分
系统（噪音负 30 分 vs 真实漏洞正 20 分加权）、19 个安全 Agent 分工矩阵 +
dispatch-router 的 15 条匹配规则 + 负例过滤防误抢、M/L/XL 三级复杂度分
级、歧义检测、Dashboard webhook 进度上报。量化结果：单目标扫描从原来的
2-4 小时人工切换工具缩减到 5-15 分钟全自动，原 80+ 个 Skill 精简到 8 个
核心常驻，每次会话省约 40K token。
遇到的主要难点：(1) nuclei 误报率高——大量 favicon-hash、WAF-detect、
missing-security-headers 类低价值命中淹没真实漏洞。解决方案是自研降噪评分
系统，定义 NOISE 和 SIGNAL 两套关键词库做加减分，过滤后有效命中率提升约
3-5 倍。(2) semgrep 在大仓扫描时耗时过长（>10分钟）。解决方案是引入增量
扫描——用 SQLite 记录文件哈希，只在变更率>10% 时触发 semgrep，其余情况跳
过，平均扫描耗时降低 60%。
模块 + dispatch-router.py（763 行多 Agent 路由）。零外部框架依赖，纯标准库
实现 HTTP 客户端替代 curl。SQLite 做增量状态管理——文件哈希比对跳过未变更
文件，semgrep 在变更率<10% 时自动跳过，避免重复扫描浪费资源。
工具链集成：Web 流水线调用 subfinder（子域枚举）→ httpx（存活探测 + 状态
码/Title 提取）→ katana（爬虫采集 JS 端点）→ nuclei（5 类模板并行扫：
misconfiguration/technologies/exposures/vulnerabilities/cves）。源码流水线
并行启动 scanner-45（自研 Python AST 扫描器）+ semgrep（p/security-audit +
p/secrets 双规则集）+ gitleaks。所有工具调用通过统一的 _run() 封装，超时
保护 + 异常捕获 + 结构化日志（RotatingFileHandler 5MB rolling）。
我负责全模块：类型检测引擎（9 种自动识别逻辑，JWT regex→文件扩展→目录
marker→URL pattern→Git URL→域名回退，含 confidence 三级评分）、8 条流水线
全部实现（Web/源码/APK/JWT/合约/GraphQL/API/Docker）、增量去重与降噪评分
系统（噪音负 30 分 vs 真实漏洞正 20 分加权）、19 个安全 Agent 分工矩阵 +
dispatch-router 的 15 条匹配规则 + 负例过滤防误抢、M/L/XL 三级复杂度分
级、歧义检测、Dashboard webhook 进度上报。量化结果：单目标扫描从原来的
2-4 小时人工切换工具缩减到 5-15 分钟全自动，原 80+ 个 Skill 精简到 8 个
核心常驻，每次会话省约 40K token。
遇到的主要难点：(1) nuclei 误报率高——大量 favicon-hash、WAF-detect、
missing-security-headers 类低价值命中淹没真实漏洞。解决方案是自研降噪评分
系统，定义 NOISE 和 SIGNAL 两套关键词库做加减分，过滤后有效命中率提升约
3-5 倍。(2) semgrep 在大仓扫描时耗时过长（>10分钟）。解决方案是引入增量
扫描——用 SQLite 记录文件哈希，只在变更率>10% 时触发 semgrep，其余情况跳
过，平均扫描耗时降低 60%。
示例图片视频
相似推荐
苍穹外卖
背景:
外卖是餐饮行业最高频的消费场景之一,典型形态是"商家管理端 + 用户点餐小程序"双端协同。本课程实战项目以美团外卖类平台为业务蓝本,从 0 到 1 搭建一套完整的外卖点餐系统。
目标:
业务目标:打通“用户点餐 → 微信支付 → 商家接单 → 派送完成”的完整交易闭环,并为商家提供经营数据统计能力;
技术目标:用企业主流技术栈(Spring Boot + MyBatis + Redis + MySQL)完整实现一个单体后端,覆盖鉴权、缓存、支付、实时消息、定时任务、报表导出等典型后端场景。
软件功能、核心功能模块介绍
系统分两端,后端共 18 个 Controller、70 个 REST 接口:
|端 | 模块 | 功能点 |
|管理端(Web 后台) | 员工管理 | 登录、增删改查、启用/禁用
|分类管理 | 菜品/套餐分类的增删改查、启停 |
|菜品管理 | 菜品 + 多口味维护、图片上传、上下架 |
|套餐管理 | 套餐 + 包含菜品维护、上下架 |
|订单管理 | 接单、拒单、取消、派送、完成 |
|数据统计 | 营业额统计、用户统计、订单统计、销量 Top10、运营数据 Excel 导出 |
|工作台 | 今日营业额/有效订单/完成率/客单价/新增用户、订单/菜品/套餐总览 |
|店铺设置 | 营业/打烊状态切换 |
|用户端(微信小程序) | 用户模块 | 微信授权登录(新用户自动注册) |
|点餐模块 | 分类/菜品/套餐浏览、购物车 |
|地址管理 | 收货地址增删改查、默认地址 |
业务流程、功能路径描述：
1、核心链路:用户点餐下单支付(功能路径最完整的一条)
小程序授权登录(code → openid → 自动注册 → 签发JWT)
→ 浏览菜品/套餐(按分类+口味,列表走Redis缓存)
→ 加入购物车
→ 提交订单(校验地址、购物车非空、店铺营业状态,多表写入走事务)
→ 调微信支付下单(API V3,返回拉起支付参数)
→ 用户完成支付
→ 微信服务器回调 /notify/paySuccess(验签解密)
→ 订单状态:待付款 → 待接单,WebSocket推送商家端"来单提醒"
→ 商家接单 → 派送 → 完成
(旁路:待付款超15分钟,定时任务每分钟扫描自动取消)
2、商家经营链路:
登录工作台查看今日核心指标(营业额/有效订单/完成率/客单价/新增用户)
→ 数据统计页查看任意起止日期的营业额/用户/订单趋势、销量Top10
→ 一键导出最近30天运营数据Excel报表
3、菜品上架链路:
上传图片(OSS,UUID重命名) → 维护分类/口味/价格/售卖状态
→ 上下架后清理Redis中对应分类的菜品缓存,避免C端读到旧数据
外卖点单-美味达
业务流程：浏览菜品 → 分类筛选 → 加入购物车 → 调整数量 → 结算下单
模块 功能点
顶部导航 地址展示（深圳·南山科技园）、搜索框、购物车角标（实时数量）
分类筛选 6 个分类：全部 / 米饭套餐 / 粉面汤粥 / 小吃炸串 / 饮品甜点 / 火锅冒 菜，点击切换
菜品展示 15 道菜品卡片，含 AI 生成图片、名称、描述、价格、月销量、标签（招牌/爆款/人气/热销）
购物车 右侧固定面板，支持加减数量、实时总价计算（含 ¥3 配送费）、清空购物车
下单结算 弹窗确认订单明细（商品列表 + 合计金额 + 预计送达时间 30-45 分钟）
交互反馈 Toast 提示"已加入购物车"、悬停动效、空购物车引导
多渠道餐饮外卖 SaaS 平台
本项目面向餐饮商户打造一站式外卖聚合管理 SaaS 系统。目标实现一个后台统一管理多家外卖平台订单、商品、配送、资金对账，降低商户多平台操作成本。核心模块包含多平台商品同步、外卖订单接收、第三方配送调度、支付与退款、财务对账、订单数据统计。业务流程：商户绑定美团、饿了么等外卖渠道，订单自动同步至后台；可选择平台自有配送或顺丰、达达等第三方运力；完成订单收款、退款流水记录，自动生成营业对账报表，服务数千家餐饮商户线上经营。
跑腿小程序-递易达
立项背景和目标
当前本地生活服务中，外卖配送与跑腿代购需求激增，但中小商户自建配送成本高、第三方平台抽成重。本项目旨在打造一套轻量级、高可用的外卖跑腿撮合平台，通过小程序/H5双端触达用户，帮助商家零门槛接入配送网络，同时为跑腿员提供智能接单工具，实现订单高效流转与成本透明化。
软件功能、核心功能模块介绍
系统采用Spring Cloud微服务架构，核心模块包括：用户服务（注册登录、积分会员）、商家服务（店铺管理、商品上架）、订单服务（下单、抢单、状态追踪）、配送服务（骑手定位、路径规划）、支付结算（微信/余额支付、分账）。借助Redis缓存高频数据、RabbitMQ处理订单状态异步消息，保障秒级响应与数据一致性。
业务流程、功能路径描述
用户通过小程序/H5浏览附近商家并下单，支付成功后订单进入RabbitMQ队列，系统基于骑手位置和负载智能推送抢单通知。骑手接单后，用户端实时更新配送轨迹，送达后双方互评。商家后台可查看营收统计、配送热力图，平台通过定时任务完成日结清分，形成“下单→接单→配送→结算”的完整闭环
小程序-必达寄信
在线写信寄信综合平台，融入语音智能输入、AI写信、线上购物、积分、抽奖、优惠券、充值、资讯等等版块，项目持续稳定运营盈利中。需要查看请搜索小程序“必达写信”。有各类型的众多小程序开发案例和经验，可进一步联系了解。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服