The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
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-NextInstall command taken from the project's README or registry entry. Always review code before running it.
README excerpt
Read full README on GitHub →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
Reverse engineer anything with agents, from app behavior down to native binaries.
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…
User-friendly AI Interface (Supports Ollama, OpenAI API, ...)
An open-source AI agent that brings the power of Gemini directly into your terminal.