Skip to content

ARL Next

现代化资产测绘与漏洞监控平台 (ARL-Next)。经典 ARL 架构重构,聚焦企业资产关联、异步解耦并发调度与原生 MCP 协议集成,容器化开箱部署。

Install

$git clone https://github.com/owl234/ARL-Next

Install command taken from the project's README or registry entry. Always review code before running it.

English | 简体中文

ARL-Next

现代化资产测绘与漏洞监控平台

Modern Attack Surface Reconnaissance & Asset Intelligence Platform

企业资产关联 · 异步解耦调度 · 原生 MCP 协议集成 · 容器化开箱部署

<b>⚡ 快速部署指南</b> •
<b>💡 架构演进对比</b> •
<b>✨ 核心特性</b> •
<b>🔌 API对接指南</b> •
<b>🤖 MCP配置指南</b> •
<b>📜 更新日志</b> •
<b>📄 开源协议</b>

💡 什么是 ARL-Next?

ARL-Next 是基于经典开源项目 ARL (资产侦察灯塔) 进行架构重构与持续演进的资产测绘平台。 针对大规模扫描场景下的任务队列阻塞、长时间运行内存增长以及历史依赖过时等工程瓶颈,系统实施了微服务拆分与异步任务解耦,全面升级现代运行时环境与测绘工具链,并集成了 Model Context Protocol (MCP) 标准协议,支持自动化资产透视与 AI 协同分析。


💡 架构演进与技术方案基准对比

评估维度 ARL 原始架构与实现 ARL-Next 重构方案
并发与调度架构 任务执行共用单 Celery 队列,复杂任务高并发时易发生队列阻塞与假死 拆分 OSINT 与截图为独立微服务,引入轻重分离队列与批量落库,显著收敛队列阻塞与并发瓶颈
自动化协议集成 无标准化外部调度接口,仅支持 Web 控制台人工交互 支持原生 MCP Server,提供通过标准协议进行多维资产画像检索的能力
企业资产拓扑 无关联企业与全类型数字资产下钻链路 资产分组深度融合:支持企业股权关联与多类型 ICP 检索(网站 / APP / 小程序 / 快应用),构建多级集团拓扑与暴露面画像
容器构建与部署 依赖陈旧且缺乏镜像加速,构建拉取易受外部网络波动影响 多阶段容器构建与阿里云国内镜像源预编译,提升构建速度与部署稳定性
底层技术栈基线 Python 3.6 / Vue 2 / MongoDB 3.x / Nmap 7.70 Python 3.13 / Vue 3.5 / MongoDB 7.0 / Nmap 7.95 稳定版 现代运行环境基线基准对齐
敏感信息提取 基于外部 Go 二进制工具,跨平台存在依赖与编译维护成本 纯 Python 原生提取引擎,敏感信息分析模块无需外部二进制依赖,支持流式提取
Web 交互体验 大数据长列表无固定表头,分页状态未持久化,字典与策略配置分散于多级子菜单 表头与操作栏 Sticky 悬浮吸附、分页状态本地持久化、三栏式字典管理器
威胁情报协同 缺乏持续情报同步机制,时间戳处理不统一易产生冗余告警 CVE 与 GitHub 代码泄露监听、基于数据库原子更新锁去重、严格时区归一化

✨ 核心特性矩阵

  • 🤖 MCP 标准协议集成:提供基于 Python 标准库的原生 MCP 协议客户端,支持外部 Agent 对接检索单标的多维资产画像(任务下发与策略调度能力持续接入中)。(👉 MCP 配置指南)
  • ⚙️ 异步解耦并发调度:微服务拆分与独立任务队列分流,结合批量数据落库优化,保障高吞吐扫描平稳运行。
  • 🌐 多级资产分组与深度融合:企业资产查询深度融入资产分组管理架构,支持集团多级架构管理、多类型 ICP(网站 / APP / 小程序 / 快应用)与生态资产自动化关联及网络暴露面统一测绘。
  • 🔍 现代资产测绘基准:基于 Nmap 7.95 稳定版;内置原生 Python 敏感凭据与信息流式提取引擎。
  • 🛡️ 漏洞与代码泄露监控:持续同步权威 CVE 漏洞情报,监听 GitHub 关联代码与凭据泄露,支持基于原子更新的去重机制。
  • ⚡ 高可用运维与容错机制:集成容器健康探活、就绪轮询与异常自动重启机制,支持管理后台在线平滑升级。
  • 📦 预构建镜像加速:提供阿里云国内镜像源预编译构建制品,规避跨国网络波动导致的镜像拉取与依赖安装失败。

📸 界面预览

  • 全局仪表盘 (Dashboard):实时呈现资产暴露面态势、今日侦察动向、漏洞风险矩阵与威胁情报;集成系统资源占用(CPU/内存/磁盘)与扫描调度队列监控、风险演进趋势分析、全景安全调度日志流、Web 组件指纹 TOP 5 分布及实时侦察流水线追踪。

🖼️ 点击收起 / 展开更多核心业务界面

  • 多级资产分组与全景资产画像:原企业资产查询现已深度整合至资产分组统一架构。支持集团多级组织架构管理、企业生态资产关联分析 (OSINT)、网络暴露面测绘 (ASM) 与 13 维全景资产画像下钻。

  • 任务下发与策略调度:深度联动 Nuclei、100+ 专属漏洞 PoC 插件池及近万级 Web 指纹库 (8800+),支持任务下发、状态轮转与全流程追踪。

  • 威胁情报与代码泄露雷达:实时追踪全球最新 CVE 漏洞,自动化监听 GitHub 敏感代码与凭证泄露。

  • 系统设置与现代字典管理:全新现代三栏式字典管理(支持在线预览/呼吸灯提示)、队列并发热扩缩容及告警通道。


🏗️ 架构设计

ARL-Next 采用前后端解耦、异步分布式任务队列与轻量微服务集群架构。整体数据流与模块交互如下:

graph TD
    %% 1. 接入层
    User["👨‍💻 安全分析师 (浏览器)"] -->|"HTTPS (5173,Basic Auth 可选)"| Nginx["🖥️ Frontend (Nginx + Vue 3.5)"]
    Agent["🤖 AI Agent (Claude / Cursor)"] -.->|"MCP 协议 (Stdio)"| MCP["🤖 MCP Server (Python 原生)"]

    %% 2. API 网关层
    Nginx -->|"REST API 反代 (5000)"| Backend["⚙️ Backend API (Gunicorn / Python 3.13)"]
    MCP -->|"HTTPS / API Token (5173 反代)"| Nginx

    %% 3. 调度与任务分流 (双轨解耦)
    Backend -->|"1. 异步直调 (16181)"| OSINT["🧩 OSINT 微服务"]
    Backend -->|"2. 生产扫描任务"| MQ(("⚡ RabbitMQ 3 (轻重/GitHub 多队列)"))

Similar plugs

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发

Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype…

Explore related