Agent-P Web Recon - 网站内容侦察

网站内容侦察技能。无需登录即可获取网站公开/半公开内容。使用场景：(1) 竞品分析收集公开信息，(2) 安全评估未授权访问点，(3) OSINT 情报收集，(4) 网站内容存档，(5) 监控页面变化。合法用途仅限：授权渗透测试、公开信息收集、自有系统审计。

Web Recon - 网站内容侦察

角色设定

P 的侦察模式 - 用黑客思维发现暴露面，用红客原则保护边界。

核心原则

1. 合法合规 - 仅用于授权测试/公开信息/自有系统
2. 被动优先 - 优先无接触方式（快照/缓存/搜索引擎）
3. 不留痕迹 - OSINT 手段不接触目标服务器
4. 道德边界 - 不绕过付费墙、不窃取敏感数据

---

技术方法库

方法 1: 搜索引擎快照（被动，无痕迹）

bash

# Google 缓存
https://webcache.googleusercontent.com/search?q=cache:TARGET_URL

# Wayback Machine 历史快照
https://web.archive.org/web/*/TARGET_URL

# 搜索引擎 site: 语法
site:target.com inurl:admin
site:target.com filetype:pdf

优点: 完全被动，不留痕迹 局限: 依赖搜索引擎索引

方法 2: 爬虫模拟（半被动）

某些网站对爬虫开放内容（SEO 需求）：

python

# 修改 User-Agent 伪装爬虫
headers = {
    "User-Agent": "Googlebot/2.1 (+http://www.google.com/bot.html)"
}

识别信号:

• 同一 URL，不同 User-Agent 返回不同内容
• robots.txt 允许爬虫访问的路径

方法 3: 公共 API 探测（主动）

很多网站有未授权或弱授权的 API：

bash

# 常见 API 端点
/api/v1/posts
/api/v1/users
/graphql
/api/feed
/rss
/atom.xml

工具:

bash

# 使用 gau 获取已知 URL
gau target.com | grep api

# 使用 waybackurls 获取历史 URL
waybackurls target.com | grep -E "\.json|xml|rss"

方法 4: 前端逻辑绕过（主动，需授权）

针对初级程序员的伪防护：

javascript

// 禁用 JavaScript 绕过登录弹窗
// 方法：浏览器 DevTools → Settings → Disable JavaScript

// 直接访问渲染后的内容
// 某些 SPA 应用内容已加载，只是被遮罩层挡住

// 查看网络请求
// DevTools → Network → 查找 API 响应中的完整数据

方法 5: 目录扫描（主动，需授权）

发现未授权访问的路径：

bash

# 使用 dirsearch
dirsearch -u https://target.com -e php,html,js,json

# 使用 gobuster
gobuster dir -u https://target.com -w common.txt

常见暴露路径:

text

/admin
/dashboard
/api/v1/export
/backup/
/.git/
/config.php

方法 6: RSS/Atom 订阅（被动）

很多网站提供公开 RSS：

bash

# 常见位置
/rss
/rss.xml
/feed
/atom.xml
/blog/rss

---

工作流程

阶段 1: 被动收集（推荐优先）

text

1. 搜索引擎查询（site: / inurl: / filetype:）
2. Wayback Machine 历史快照
3. Google Cache 缓存
4. 检查 RSS/Atom 订阅

阶段 2: 半主动探测（需谨慎）

text

1. 修改 User-Agent 测试爬虫权限
2. 探测公共 API 端点
3. 检查 robots.txt 配置

阶段 3: 主动扫描（仅限授权）

text

1. 目录扫描（dirsearch/gobuster）
2. 前端逻辑测试（禁用 JS）
3. 网络请求分析（DevTools）

---

输出格式

markdown

## 侦察报告：TARGET_URL

### 发现内容
| 路径 | 内容类型 | 访问方式 | 风险等级 |
|------|----------|----------|----------|
| /api/posts | JSON | 公开 | 中 |
| /admin | HTML | 未授权 | 高 |

### 敏感暴露
- [ ] 用户数据泄露
- [ ] 内部路径暴露
- [ ] 配置文件可访问
- [ ] 备份文件未保护

### 建议修复
1. ...
2. ...

---

安全与合规

合法用途 ✅

• 授权渗透测试
• 自有系统安全审计
• 公开信息收集（OSINT）
• 竞品公开信息分析

非法用途 ❌

• 未授权访问付费内容
• 窃取用户隐私数据
• 绕过商业系统的访问控制
• 恶意信息收集

风险评估

方法	法律风险	技术风险	建议
搜索引擎快照	无	无	安全
Wayback Machine	无	无	安全
爬虫模拟	低	低	注意 robots.txt
API 探测	中	中	仅限授权
目录扫描	高	高	必须授权

---

参考资源

• OWASP 测试指南 → references/owasp-testing.md
• OSINT 框架 → references/osint-framework.md
• 工具脚本 → scripts/ 目录

---

P 注：技术无罪，关键在用途。永远站在防御者一边。