Weaponized VSCode

中文

English

中文

English

Appearance

WeaponizedVSCode 的 AI 集成架构 ​

概述 ​

本文档描述了 WeaponizedVSCode 扩展的 AI 能力架构。涵盖两个集成层面:

  1. VS Code Copilot Chat Participant -- 感知渗透测试状态的编辑器内 AI 助手
  2. MCP Server -- 允许外部 AI 工具 (Claude Code, Cursor 等) 控制扩展

两个层面共享一个通用的 AIService 层，从扩展核心提供任务状态数据。

架构图 ​

                           +--------------------------------------+
                           |         VS Code Extension Host       |
                           |                                      |
                           |  +--------------------------------+  |
                           |  |   WeaponizedVSCode Extension   |  |
                           |  |                                |  |
  +-------------------+    |  |  +------------+ +-----------+  |  |   +-------------------+
  |  Copilot Chat     |<---+--+  | Chat       | | AIService |  |  |   |  Claude Code /    |
  |  (VS Code UI)     |    |  |  | Participant| | (shared)  |  |  |   |  Cursor / other   |
  +-------------------+    |  |  |(@weapon)   | |           |  |  +-->|  AI IDE tools     |
                           |  |  +-----+------+ | hosts     |  |  |   +---------+---------+
                           |  |        |        | users     |  |  |             |
                           |  |        v        | currentH  |  |  |             |
                           |  |  +-----------+  | currentU  |  |  |       +-----v---------+
                           |  |  | Prompt    |  |           |  |  |       |  MCP Client   |
                           |  |  | Builders  |  +-----------+  |  |       |  (in AI tool) |
                           |  |  | system/   |                 |  |       +-----+---------+
                           |  |  | host/user |                 |  |             |
                           |  |  +-----------+                 |  |             | Streamable HTTP
                           |  |                                |  |             |
                           |  +--------------------------------+  |             |
                           |                                      |       +-----v---------+
                           |  +--------------------------------+  |       |  Embedded     |
                           |  | Embedded MCP HTTP Server       |<-+-------+  HTTP Server  |
                           |  | (http://127.0.0.1:{port}/mcp)  |  |       | 127.0.0.1     |
                           |  +--------------------------------+  |       +---------------+
                           +--------------------------------------+

集成层面 1: Copilot Chat Participant ​

目标: 让渗透测试人员在 VS Code 中使用自然语言提问，并获得上下文感知的回答。

API: vscode.chat.createChatParticipant("weapon.chat", handler)

能力:

  • 通过 AIService.getEngagementState() 读取当前主机和用户状态
  • 使用系统提示词、主机上下文和用户上下文构建结构化提示词
  • 支持斜杠命令: /analyze、/suggest、/generate、/explain、/report
  • 从自然语言生成渗透测试命令
  • 分析工具输出并建议下一步操作
  • 生成任务摘要报告 (主机表格、凭据表格)
  • 根据上一个命令提供后续建议

提示词架构:

  • buildSystemPrompt() -- 定义 AI 角色、环境、指南和输出格式
  • buildHostContext(hosts, currentHost) -- 格式化已知主机和当前目标
  • buildUserContext(users, currentUser) -- 格式化已知凭据 (永不包含实际密码/哈希)

参见: docs/architecture/copilot-chat.md 获取完整的实现指南。

集成层面 2: MCP Server ​

目标: 允许外部 AI 代理 (Claude Code, Cursor, Windsurf, 自定义代理) 以编程方式读取和控制扩展的状态。

协议: Model Context Protocol (MCP)，通过 Streamable HTTP 传输，由绑定到 127.0.0.1 自动选择端口的内嵌 HTTP 服务器提供服务。端点为 http://127.0.0.1:{port}/mcp。

实现: src/features/mcp/httpServer.ts -- EmbeddedMcpServer 类为每个请求创建新的 McpServer + StreamableHTTPServerTransport (无状态模式)。

资源:

  • hosts://list -- 所有已发现的主机
  • hosts://current -- 当前活跃目标主机
  • users://list -- 所有已发现的凭据
  • users://current -- 当前活跃用户凭据
  • graph://relationships -- 基于 Foam 的完整关系图
  • findings://list -- 所有发现记录

工具:

  • get_targets -- 获取所有已发现的主机
  • get_credentials -- 获取所有已发现的凭据
  • get_hosts_formatted -- 获取格式化的主机信息用于命令 (env, hosts, yaml, table)
  • get_credentials_formatted -- 获取格式化的凭据用于渗透工具 (env, impacket, nxc, yaml, table)
  • get_graph -- 获取完整关系图，包含节点、边和 Mermaid 图
  • list_findings -- 按严重性、标签或全文搜索列出/筛选发现
  • get_finding -- 按 ID 获取特定发现
  • create_finding -- 创建带有 YAML frontmatter 的新发现记录
  • update_finding_frontmatter -- 更新发现的 frontmatter 字段
  • list_terminals -- 列出所有打开的 VS Code 终端
  • read_terminal -- 读取终端的最近输出
  • send_to_terminal -- 向终端发送命令
  • create_terminal -- 创建新终端 (可选配置文件: netcat, msfconsole, meterpreter, web-delivery, shell)

提示词:

  • analyze-output -- 分析工具输出并识别发现，包含当前目标上下文
  • suggest-next-steps -- 根据当前主机和用户建议下一步渗透操作

参见: docs/architecture/mcp-server.md 获取完整的实现指南。

共享 AI 服务层 ​

src/features/ai/service.ts 中的 AIService 类提供 Chat Participant 使用的共享逻辑。MCP 服务器直接从 Context 读取数据，但遵循相同的数据模型。

文件结构 ​

src/
  features/
    ai/
      index.ts               -- registerAIFeatures(): 创建 chat participant
      service.ts             -- AIService 类: getEngagementState(), redactCredentials()
      participant.ts         -- Chat 处理器、斜杠命令、LLM 交互
      prompts/
        systemPrompt.ts      -- buildSystemPrompt(): AI 角色和指南
        hostContext.ts       -- buildHostContext(): 为提示词格式化主机数据
        userContext.ts       -- buildUserContext(): 为提示词格式化凭据数据
    mcp/
      httpServer.ts          -- EmbeddedMcpServer: HTTP 服务器、资源、工具、提示词
      install.ts             -- 为 AI IDE 客户端安装 MCP 配置
      portManager.ts         -- 端口选择工具

AIService 接口 ​

typescript
// src/features/ai/service.ts

import { Host, UserCredential } from "../../core";
import { Context } from "../../platform/vscode/context";

export interface EngagementState {
  hosts: Host[];
  users: UserCredential[];
  currentHost: Host | undefined;
  currentUser: UserCredential | undefined;
}

export class AIService {
  /** 同步获取所有任务状态的快照，用于 LLM 上下文 */
  getEngagementState(): EngagementState {
    const hosts = Context.HostState ?? [];
    const users = Context.UserState ?? [];
    const currentHost = hosts.find((h) => h.is_current);
    const currentUser = users.find((u) => u.is_current);
    return { hosts, users, currentHost, currentUser };
  }

  /** 将已知的密码和 NT 哈希替换为 [REDACTED] */
  redactCredentials(text: string): string {
    // 遍历已知用户并替换敏感值
    // ...
  }
}

数据流 ​

Chat Participant 流程 ​

用户输入 "@weapon /analyze 扫描输出内容"
  |
  +-> Chat Participant 接收请求
  |     |
  |     +-> aiService.getEngagementState()
  |     |     +-> 读取 Context.HostState, Context.UserState
  |     |
  |     +-> buildSystemPrompt()     -- AI 角色和指南
  |     +-> buildHostContext()       -- 已知主机、当前目标
  |     +-> buildUserContext()       -- 已知凭据 (已脱敏)
  |     +-> buildTaskPrompt()       -- 命令特定的任务指令
  |     |
  |     +-> vscode.lm.selectChatModels({ vendor: "copilot", family: "gpt-4o" })
  |     +-> model.sendRequest(messages, {}, token)
  |     |
  |     +-> 将响应流式传输回 Chat UI
  |
  v
用户看到包含上下文感知建议和后续操作的 AI 回复

MCP 流程 ​

外部 AI (Claude Code) 调用 MCP 工具 "get_targets"
  |
  +-> HTTP POST 到 http://127.0.0.1:{port}/mcp
  |     |
  |     +-> 创建新的 McpServer + StreamableHTTPServerTransport
  |     +-> 工具处理器直接读取 Context.HostState
  |     +-> 通过 MCP 协议返回 JSON 响应
  |     +-> 关闭 transport 和 server (无状态)
  |
  v
Claude Code 使用目标数据规划下一步操作

安全注意事项 ​

凭据处理 ​

  • 绝不 将明文密码或 NT 哈希发送给云端 LLM 提供者
  • buildUserContext() 仅包含认证类型 (密码/NT 哈希/无)，永不包含实际密钥
  • AIService.redactCredentials() 将已知密码和 NT 哈希替换为 [REDACTED]
  • MCP get_credentials 工具返回完整凭据对象；AI IDE 内置的工具审批对话框提供用户控制

命令执行 ​

  • 执行命令的 MCP 工具 (send_to_terminal, create_terminal) 受 VS Code 内置 MCP 工具审批机制约束
  • 用户必须在执行前明确批准工具调用
  • 终端配置文件 (netcat, msfconsole 等) 使用预配置的处理器

审计追踪 ​

  • MCP 服务器通过扩展日志记录器记录请求和错误
  • 所有通过 Copilot Chat 的 AI 交互在 VS Code 聊天历史中可见

相关文档 ​