v0.3.5
AudarAI/Audar-ASR-V1v0.3.5Jul 19, 2026by Attack-Phantom
AI Summary
This is a major architectural overhaul of the penetration engine, shifting from a phase-driven approach to a model-led autonomous solving paradigm with a new evidence memory system and enhanced tooling capabilities.
Key Highlights
- Engine migration from phase-driven to model-led autonomous solving
- Introduction of AgentState for unified evidence and memory management
- New tools: shell_command for local execution and runtime_diff_probe for verification
- Enhanced fetch and http_probe_batch with HTTPS and batch diff support
- Automatic post-solve reporting with evidence indexing
New Features
- 渗透Agent引擎重构
- 模型主导循环
- AgentState证据记忆
- evidence_search和evidence_view
- 轻量纠偏层
- 证据闸门
- 工具调用优化
- fetch/http增强
- 源码自动还原
- shell_command
- runtime_diff_probe
- 自动复盘报告
Full Release Notes
## What's Changed ### 渗透 Agent 引擎重构 本版本重点重构了 VulnClaw 默认渗透引擎，将旧的“方向规划 / 黑板 / 阶段驱动”体系替换为更接近 Claude Code / Codex 的“模型主导”自主求解模式。 - 默认 solve 引擎改为模型主导循环，由模型自行决定下一步行动、工具调用、继续探索、询问用户或结束任务。 - 移除旧黑板和固定研究方向规划体系，避免框架强行限制模型思路。 - Skill 不再作为强制剧本注入上下文，而是作为可选参考资料索引，模型可按需调用 `load_skill_reference` 阅读。 - 引入 `AgentState` 证据记忆，统一保存工具调用、原始输出、关键发现和完成证据。 - 大型 HTML / body / stdout / stderr 默认完整保存为 raw evidence，active context 只注入高信号预览，减少上下文污染。 - 新增 `evidence_search` / `evidence_view`，模型可按需回查完整历史证据，避免信息丢失。 - 引入轻量纠偏层，记录工具失败、重复试错、same-body、parser/filter 边界等信号，但不替模型规划下一步。 - 保留证据闸门，模型声明 flag、漏洞结论或目标达成时必须有真实工具输出支撑。 - 工具调用改为更接近原生 tool transcript 的模式，减少额外总结步骤对模型上下文的污染。 - 增强 `fetch` / `http_probe_batch`，支持 HTTPS、完整请求面、响应头、body、raw evidence 和批量差分探测。 - 新增源码自动还原能力，针对 `highlight_file`、HTML 高亮源码、混杂 HTML/JS body 自动提取 clean source。 - 新增 `shell_command`，支持模型调用本地命令做验证，例如 `php -r`、`curl`、`rg` 等。 - 新增 `runtime_diff_probe`，用于正则过滤器与运行时解析器差异验证，例如 PHP serialize/unserialize 边界。 - solve 达成目标后自动生成复盘报告，包含解题思路、关键证据、复现请求包和证据索引。 - 上下文压缩默认关闭，仅在接近上下文上限或用户显式 `/compact` 时触发。