🗺️ FofaMap v2.0 — 白金版红队资产测绘智能体

🧠 全网首个支持 MCP 协议 + AI 自我反思机制的红队资产测绘智能体
自我反思型AI查询 → MCP协议集成 → 智能漏洞扫描

✨ 一句话介绍

❌ 它不是 FOFA 工具
❌ 也不是 Nuclei 封装
✅ 它是：一个可以被 AI 接管、会自己反思、会自己决策扫描策略的「全网资产测绘智能体」

---

🚀 v2.0 是什么级别的升级？

FofaMap 从「资产查询工具」→ 进化为 AI Agent（智能体）

🧠 1️⃣ 你只要说人话

python3 fofamap.py -ai "帮我找一下bing.com所有的子域名，并扫描一下"

AI 自动完成：

• 理解你的意图
• 生成 FOFA 语法
• 查询资产
• 若 0 结果 → 启动 自我反思机制 自动放宽条件重试
• 分析资产指纹
• 判断是否值得扫描
• 自动生成 Nuclei 扫描参数
• 询问你是否执行

---

🤖 2️⃣ 会“自我反思”的 AI（核心黑科技）

不再出现：0 Results

AI 会自动：

• 判断：
  • 是否地区条件过严？
  • 是否关键词不合理？
  • 是否语法太死？
• 自动：
  • 放宽条件
  • 重写语法
  • 多策略重试
• 直到：尽量给你产出结果

---

🔌 3️⃣ 原生 MCP 支持（给 AI / Agent 用）

支持：Claude Desktop / Cursor / 自建 Agent

你可以直接对 AI 说：

「调用 FofaMap，帮我分析最近致远 OA 的风险态势」

AI 会：

自动调用 FofaMap → 自动跑任务 → 自动总结报告

• Cursor调用效果

• LM Stuido调用效果

---

🎯 4️⃣ 看人下菜的“智能扫描决策”

AI 会根据资产指纹：

发现	自动推荐
Spring	-tags spring
WebLogic	-tags weblogic
ThinkPHP	-tags thinkphp
Struts2	-tags struts

❌ 不再无脑全量扫
✅ 每一次扫描都是 有脑子的精准打击

---

🧩 谁适合用？

• 🧑‍💻 安全小白：

会说一句话就能用

• 🛡️ SRC / 红队：

批量资产 + 自动化挖洞 + 自动报告

• 🤖 AI Agent 开发者：

直接当「安全能力插件」

• 🏗️ 平台开发者：

可嵌入到攻防平台 / 资产平台 / SOC

---

📦 项目结构（平台级架构）

.
├── config/
│   ├── __init__.py          # ✅ 负责读取 yaml 并导出 settings 对象
│   └── settings.yaml        # ⭐ 全局配置（FOFA / AI / 系统）
│
├── core/                    # 🧠 核心引擎层
│   ├── ai.py                # AI Agent 中枢（意图 / 反思 / 决策 / 总结）
│   ├── client.py            # FOFA API 封装
│   ├── core.py              # 主工作流调度器
│   ├── excel.py             # Excel 报告导出
│   ├── handler.py           # CLI / MCP 入口分发
│   └── scanner.py           # Nuclei 智能联动
│
├── utils/
│   ├── helpers.py           # 通用工具函数
│   ├── logger.py            # 日志系统
│   └── printer.py           # 终端富文本输出
│
├── fofamap.py               # 🚀 CLI 主入口（一切从这里开始）
├── mcp_server.py            # 🔌 MCP Server（给 AI 调用）
├── results/                 # 📂 所有任务项目目录
├── requirements.txt
└── README.md

---

🛠️ 安装

1️⃣ 环境

Python >= 3.10

git clone https://github.com/asaotomo/FofaMap.git
cd FofaMap
pip3 install -r requirements.txt

python3 fofamap.py --help #查看工具用法

---

2️⃣ 初始化配置（✨ 向导模式）

python3 fofamap.py init

自动引导你填写：

• FOFA Email / Key
• 使用的 AI（DeepSeek / OpenAI / Ollama / LMStudio）
• 默认模型名称

配置保存至：

config/settings.yaml

---

3️⃣ 配置 Nuclei（可选）

如需漏洞扫描：

• 确保 nuclei 在 PATH 中

nuclei -version  #输入此命令查看是否添加成功

• 或下载nuclei二进制文件后直接放入项目根目录

https://github.com/projectdiscovery/nuclei/releases ## nuclei 扫描器官方下载地址，注意要下载对应自己操作系统版本的二进制文件

---

⚙️ 配置文件详解（config/settings.yaml）

#====== 用户信息 (User Info) ======
userinfo:
  # [基础] FOFA 凭证
  email: "your_email@example.com"
  key: "your_fofa_api_key"
  
  # [进阶] AI 模型配置 (支持 DeepSeek/OpenAI/Ollama 等)
  deepseek_api_key: "sk-xxxxxxxxxxxxxxxxxxxxxxxx"
  
  # 场景 A: 使用官方 DeepSeek
  api_type: "deepseek"
  base_url: "https://api.deepseek.com/v1"
  model: "deepseek-chat"

  # 场景 B: 使用本地 Ollama (注释掉上方，启用下方)
  # api_type: "ollama"
  # base_url: "http://localhost:11434/v1"
  # model: "qwen2.5:7b"

# ====== 搜索设置 (Search Settings) ======
search:
  fields: "host,protocol,ip,port,title,domain,country,icp"
  size: 100
  full: false      # 设为 true 可查询一年前的数据
  start_page: 1
  end_page: 5      # 自动爬取前 5 页

# ====== 性能与输出 (System) ======
system:
  logger: true
  sheet_merge: true
  concurrency: 15  # 建议根据网络状况调整 (10-50)
  export_format: "xlsx"  # 支持 xlsx / csv
  output_dir: "results"  # 默认输出目录

---

💻 使用方法

---

🧙 模式一：交互式任务向导模式（✨ 新手 & 日常首选）

💡 什么参数都不用记，只要运行：

python3 fofamap.py

或：

python fofamap.py

即可进入 AI 驱动的交互式任务向导界面：

________      ____        __  ___            
   / ____/ /_  __/ __/___ _  /  |/  /___ _____   
  / /_  / __ \/ / /_/ __ `/ / /|_/ / __ `/ __ \  
 / __/ / /_/ / / __/ /_/ / / /  / / /_/ / /_/ /  
/_/    \____/_/_/  \__,_/ /_/  /_/\__,_/ .___/   
                                      /_/   v2.0 
    [ AI Powered & Interactive Wizard ] -- By Hx0 Team

[!] 启动任务向导...
? 请选择您要执行的操作:
 » 1. 🔮 AI 智能侦察 (自然语言 -> 自动决策)
   2. 🔍 FOFA 标准查询 (语法输入)
   3. 🖥️ Host 聚合查询 (IP/域名详情)
   4. 📊 统计聚合查询 (数据分布分析)
   5. 🖼️ Icon Hash 查询 (favicon 逆向)
   6. 📁 批量文件查询 (TXT 批量指令)
   ---------------
   0. 🚪 退出程序

---

🎯 这个模式适合谁？

• ✅ 不想记命令参数的人
• ✅ 第一次使用的新手
• ✅ 日常使用 / 演示 / 培训 / 快速操作
• ✅ 所有“我只想点一下跑任务”的场景

---

🧠 向导模式能做什么？

你可以通过方向键选择：

1️⃣ 🔮 AI 智能侦察（⭐ 强烈推荐）

直接输入一句话：

我收集一下美国哈佛大学的子域名网站，并扫描一下

系统将自动：

• AI 理解意图
• 自动生成 FOFA 语法
• 自动查询
• 自动反思（0 结果会重试）
• 自动判断是否扫描
• 自动生成扫描参数
• 自动生成报告

---

2️⃣ 🔍 FOFA 标准查询

使用FOFA查询语句查询数据

app="ThinkPHP" && country="CN"

---

3️⃣ 🖥️ Host 聚合查询（AI 深度画像）

根据当前的查询内容，生成聚合信息，host通常是ip，包含基础信息和IP标签。

8.8.8.8 / baidu.com 

---

4️⃣ 📊 统计聚合查询（AI 态势分析）

根据当前的查询内容，生成全球统计信息，当前可统计每个字段的前5排名。

app="redis"

---

5️⃣ 🖼️ Icon Hash 查询

用户可通过填入任意一网站地址，系统会自动获取该网站的favicon.ico图标文件，并计算其hash值，并查找与此图标相似的网站。

https://www.bing.com

---

6️⃣ 📁 批量文件查询

批量查询，用户可新建一个记事本文件，如targets.txt，然后将准备查询的fofa语句写入其中，输入文件路径（若放在工具根目录可以直接输入文件名称）即可进行批量查询。

114.114.114.114
www.baidu.com
app="kafka"

🔮 模式二：经典模式（ 老用户推荐）

1️⃣ AI查询模式

python3 fofamap.py -ai "帮我收集一下美国哈佛大学的子域名网站，并扫描一下"

2️⃣ 基础查询

如果用户想要使用fofa联合查询语句，例如：app="grafana" && country="US"。

Linux和macOS用户直接使用python3 fofamap.py -q 'app="grafana" && country="US"'即可成功查询。

Windows用户因为系统原因，需要使用python3 fofamap.py -q "app="ThinkPHP" && country="CN""系统才可成功识别，即Windows用户需要对查询命令内部的"使用\进行转义，否则系统识别错误。

python3 fofamap.py -q 'app="ThinkPHP" && country="CN"'

3️⃣ Host 深度画像（AI 报告）

用户使用Host聚合查询模式时，系统可以根据当前的查询内容，生成聚合信息，host通常是ip，包含基础信息和IP标签。

python3 fofamap.py -hq 8.8.8.8

4️⃣ 统计聚合（AI 态势解读）

使用统计聚合功能，可以根据当前的查询内容，生成全球统计信息，当前可统计每个字段的前5排名。例如，我们使用下列命令统计全球范围内使用Redis应用的Top5国家。其中-cq为查询内容，-f为需要统计聚合的字段，默认为title，可按照示例配置多个字段 fields=country,protocol,domain,port。详细用法见FOFA API 官方文档

python3 fofamap.py -cq 'app="redis"' -f country,org

---

5️⃣ 图标 Hash 查询

用户可通过填入任意一网站地址，Fofamap会自动获取该网站的favicon.ico图标文件，并计算其hash值，并去查找使用相同favicon.ico图标文件的网站。

python3 fofamap.py -ico https://www.bing.com

---

6️⃣ 批量查询

用户可新建一个记事本文件，如targets.txt，然后将准备查询的fofa语句写入其中，运行以下命令即可进行批量查询。

python3 fofamap.py -bq targets.txt

targets.txt文件内容：

8.8.8.8
baidu.com
icp="京ICP备10036305号"

7️⃣ 过滤查询

特性	-i (--include)	-k (--key_word)
筛选逻辑	过滤 (Filter)	搜索 (Search)
处理阶段	第一层 (先执行)	第二层 (后执行)
常用对象	状态码	筛选包含关键词的内容
输入示例	"200,301" (支持状态码)	"登录,后台" (支持多词)
目的	“筛选出对应状态码的查询结果”	“把查询结果中保护指定关键词数据找出来”

如下命令：在 baidu.com 的所有资产中，保留 状态码为 200 (网页正常) 的结果，并进一步提取出包含 '文心' 或 '旅游' 关键词的目标。

python3 fofamap.py -q 'domain="baidu.com"' -i "200" -k "文心,旅游"

8️⃣ 自定义导出格式与导出路径

默认导出格式由 config/settings.yaml 中的 system.export_format 控制，也可以在命令行临时覆盖。

导出为 CSV：

python3 fofamap.py -q 'app="grafana" && country="US"' --export-format csv

导出到自定义目录：

python3 fofamap.py -q 'app="nginx"' --outdir ./exports

同时指定文件名和路径：

python3 fofamap.py -q 'domain="example.com"' -o ./exports/example_assets.csv

说明：

• --export-format 支持 xlsx 和 csv
• --outdir 用于指定输出目录
• -o/--outfile 可直接传文件名，也可附带完整路径；若文件后缀为 .csv 或 .xlsx，程序会自动识别导出格式

---

🔌 模式三：MCP 服务（🔥 给 AI / Agent 用）

1️⃣ 集成到 Cursor (最推荐，体验丝滑)

Cursor 对 MCP 的支持非常完善，配置好后，你可以直接在 Composer (Ctrl+I) 或 Chat (Ctrl+L) 中用自然语言调用工具。

1. 打开 Cursor Settings (点击右上角齿轮)。

2. 在左侧菜单找到 Tools & MCP。

3. 点击 + Add New MCP Server。

4. 填写mcp.json配置信息：
   • Name: fofamap-v2 (随便起)
   • Type: command (或者叫 Stdio)
   • Command: 你的Python解释器绝对路径（若写入环境变量可以直接填python）
     • 例如：python3.10
   • Args: 你的脚本绝对路径
     • 例如：/Users/ka/Downloads/fofamap/fofa/mcp_server.py

5. 点击 Save。
   • 此时你会看到一个 绿色的圆点 🟢，状态显示 Connected。

- 如果显示红色，点击刷新图标，或者去 Cursor 的 `Output` -> `MCP Log` 或者是我们刚才修好的 `Log` 窗口看报错。

👉 如何使用： 打开 Cursor Chat (Ctrl+L)，直接输入：

“帮我查一下 baidu.com 的资产信息，并检查是否有存活。”

Cursor 会自动分析意图，并在界面上显示 Using tool: search_assets...。

---

2️⃣ 集成到 LM Studio（本地模型）

LM Studio 0.3.0+ 版本开始支持 MCP。这允许你用本地的 DeepSeek 或 Llama 3 调用你的工具。

1. 打开 LM Studio。
2. 点击对话框中的 MCP（插头图标）。
3. 点击Install按钮 。
4. 选择Edit mcp.json。

5. 填写配置：
   • Name: fofamap-v2
   • Command: 你的Python解释器绝对路径
   • Args: 你的脚本绝对路径 (注意：LM Studio 有时需要把 args 分开填，或者填在一个框里，视版本而定)。
     • 建议形式: ["/Users/ka/.../mcp_server.py"]

6. 点击 Save。

👉 如何使用：

1. 去 Chat 界面。
2. 加载一个支持 Tool Calling 的模型（推荐 openai/gpt-oss-20b 或 Qwen 2.5 7B Instruct，或者是 LM Studio 里的 DeepSeek R1/V3）。
3. 在聊天框上方的 Tools 下拉菜单中，勾选 mcp/fofamap-v2。

4. 输入提示词：“帮我查一下Nginx在美国的分布情况···”

---

☢️ 漏洞扫描联动（Nuclei）

在2.0版本中AI 会根据查询结果智能生成Nuclei漏洞扫描命令参数：

[AI] 推荐命令: nuclei -tags spring -severity critical,high

> 🚀 执行
> ✏️ 修改
> 🚫 仅生成报告

---

📂 结果输出结构

results/
└── domain__harvard_edu_____country__US_20260108_173107
    ├── batch_merge_20260108_173107.xlsx
    ├── nuclei_result_20260108_173107.txt
    ├── report_20260108_173107.md
    └── targets_20260108_173107.txt

如果使用 --export-format csv，对应的导出文件会变为 .csv；如果使用 --outdir 或带路径的 --outfile，结果会输出到你指定的目录。

---

🛡️ 免责声明

• 本工具仅面向合法授权的企业安全建设行为（如内部攻防演练、资产管理）。
• 在使用本工具进行检测时，您应确保该行为符合当地法律法规，并已取得目标所有者的授权。
• 禁止用于任何非法用途。如您在使用本工具的过程中存在非法行为，您需自行承担相应后果，开发者不承担任何法律责任。

---

FofaMap-V2.0由Hx0战队开发维护

【打赏支持❤️】代码传情跨山海，点滴支持皆温暖✨

虽然代码完全开源，但每杯咖啡都能让我们走得更远 ☕️

特别鸣谢～渊龙Sec团队

特别鸣谢～FOFA官方

FoFaMap 已加入 FOFA 共创者计划，感谢 FOFA 提供的账号支持。

【战队公众号】扫描关注战队公众号，获取最新动态

【战队知识星球】福利大放送，限时优惠-仅限前100名

历史Star

FofaMap v2.0 快速上手指南

FofaMap 是一款支持 MCP 协议与 AI 自我反思机制的红队资产测绘智能体。它不仅能执行 FOFA 查询，还能通过 AI 自动理解意图、生成语法、在无结果时自我反思调整策略，并联动 Nuclei 进行智能漏洞扫描。

1. 环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Linux, macOS 或 Windows
• Python 版本: Python 3.10 或更高版本
• 依赖工具 (可选): 若需使用漏洞扫描功能，需安装 nuclei 并确保其在系统 PATH 中，或将二进制文件放入项目根目录。

2. 安装步骤

2.1 克隆项目与安装依赖

打开终端，执行以下命令获取源码并安装 Python 依赖：

git clone https://github.com/asaotomo/FofaMap.git
cd FofaMap
pip3 install -r requirements.txt

提示：国内用户若下载依赖较慢，可使用国内镜像源加速： pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2.2 初始化配置

运行初始向导，按提示录入 FOFA 凭证及 AI 模型配置（支持 DeepSeek、OpenAI、Ollama 等）：

python3 fofamap.py init

配置将自动保存至 config/settings.yaml。

2.3 配置 Nuclei (可选)

如需启用智能漏洞扫描，请确保已安装 Nuclei：

nuclei -version

若未安装，可从 Nuclei Releases 下载对应系统的二进制文件，放入项目根目录或配置环境变量。

3. 基本使用

FofaMap 提供两种主要使用模式：交互式向导模式（推荐新手）和 命令行经典模式。

模式一：交互式向导模式（推荐）

无需记忆复杂参数，直接运行程序即可进入 AI 驱动的交互界面：

python3 fofamap.py

进入界面后，通过方向键选择操作：

1. 🔮 AI 智能侦察：输入自然语言（如“帮我找一下 bing.com 所有的子域名，并扫描一下”），AI 将自动完成意图理解、语法生成、查询、自我反思重试及扫描决策。
2. 🔍 FOFA 标准查询：直接输入 FOFA 语法进行查询。
3. 其他功能：支持 Host 聚合、统计聚合、Icon Hash 反查及批量文件查询。

模式二：命令行经典模式

适合脚本调用或熟悉参数的老用户。

1. AI 智能查询（核心功能）

让 AI 自动处理查询与扫描策略：

python3 fofamap.py -ai "帮我收集一下美国哈佛大学的子域名网站，并扫描一下"

2. 基础 FOFA 查询

直接使用 FOFA 语法查询（注意 Windows 下需对双引号转义）：

# Linux/macOS
python3 fofamap.py -q 'app="ThinkPHP" && country="CN"'

# Windows
python3 fofamap.py -q "app=\"ThinkPHP\" && country=\"CN\""

3. 高级功能示例

• Host 深度画像：

  python3 fofamap.py -hq 8.8.8.8
  

• 统计聚合分析（统计特定字段分布）：

  python3 fofamap.py -cq 'app="redis"' -f country,org
  

• Icon Hash 反查：

  python3 fofamap.py -ico https://www.bing.com
  

• 批量查询：

  python3 fofamap.py -bq targets.txt
  

• 结果过滤（筛选状态码 200 且包含关键词“后台”的结果）：

  python3 fofamap.py -q 'domain="baidu.com"' -i "200" -k "后台"
  

4. 自定义导出

支持指定导出格式（xlsx/csv）和路径：

# 导出为 CSV
python3 fofamap.py -q 'app="grafana"' --export-format csv

# 指定输出目录
python3 fofamap.py -q 'app="nginx"' --outdir ./exports

# 指定完整文件名
python3 fofamap.py -q 'domain="example.com"' -o ./exports/example_assets.csv

---

更多高级用法（如集成 Cursor/MCP 服务）请参考项目完整文档。