项目背景

最近频繁爆出的高危漏洞，证明了 Agent 在安全领域的能力。而在安全评估场景里，单个的聊天式 Agent 很快会遇到三个现实问题：任务边界不清、工具执行不可控、过程难以复盘。

一次渗透测试、代码审计或逆向分析通常不是“问一次、答一次”的即时任务，而是持续数小时甚至数天的长程任务：需要拆分任务、调用不同工具、保存证据、人工接管验证、恢复中断现场，形成报告并把所有上下文沉淀为可审计记录。Z3r0 想解决的是安全工作里的协同和控制问题，把这些能力收敛到一个受控的安全工作台里：既可以由 Agent 驱动完成自动化情报收集、渗透测试、逆向分析等任务，也可以由人工追踪任务、接管流程。

因此，Z3r0 的核心目标可以概括为：

用多 Agent 分工处理安全任务，用 Docker 沙箱约束工具执行，用持久化事件和上下文投影保证任务过程可恢复、可审计、可复盘。

项目架构

智能体编排

Z3r0 定义了五个核心 Agent：

代号 名称 角色 职责
cso Z3r0 首席安全执行官 任务拆解、协调任务、结果整合
cie L1ly 首席情报工程师 情报收集、资产梳理、关系分析
cpe Fr4nk 首席渗透工程师 渗透测试、漏洞验证、风险确认
cre J4m3 首席逆向工程师 逆向分析、漏洞挖掘、代码审计
cce Nu1L 首席密码工程师 密码协议、算法分析、实现审查

运行时流程

用户在前端发送消息后，链路大致如下：

子任务委派

主 Agent 对于各个子 Agent 的任务委派，作为持久化的后台任务存在。每个子任务都会变成一个持久化后台 job，核心流程是：

当子任务完成后，系统会写入 agent_notifications。主 Agent 不需要主动轮询，运行时会用内部通知 prompt 唤醒它，让它整合子任务结果并继续当前任务的下一步研判、调度。

安全沙箱

Z3r0 基于 Docker 实现了一套沙箱管理机制。沙箱内部集成了 Python、Node、Java 等基础运行时环境和 Nmap、Sqlmap、Ghidra 等常用安全工具，能够让 Agent 在安全、可控的环境里完成各类安全任务。对外还提供了终端、noVNC 和文件管理器，便于用户人工接管沙盒环境，与 Agent 进行任务协同。

任务验证

通过 Web 方向和 Reverse 方向的两道 CTF 赛题，验证了工作流程的可行性。

开源项目

Z3r0 的全部源码已经开源至 Github，链接如下：