♧ Godown 安全知识树

AI Skill 自动登录流水线:agent-browser 快照定位 + 本地默认口令库 + ddddocr 验证码识别与失败自修复

ai-security/agent-security · verified

一句话结论

把“识别登录页 → 查本地默认口令库 → 用 agent-browser 的快照引用填表提交 → 按 URL/快照变化判断是否成功”封装成 SKILL.md,再用 ddddocr 脚本经 stdin 识别图形验证码,AI Agent 就能在授权测试中自动完成默认口令登录;原文在 Nacos 2.1.0 上以默认 nacos/nacos 登录成功,验证码站点则因演示口令错误未成功,展示的是可复用的自动化编排而非新的认证漏洞。

原理

  • AI Agent(Claude Code/OpenCode/Cursor 等)通过 skills 管理器加载 Skill:SKILL.md 用自然语言描述触发场景与步骤,references/ 放默认口令库,scripts/ 放验证码识别脚本。Agent 读取这些文件后按流程调用外部 CLI 工具,把“人看页面、查资料、敲表单”变成可重复执行的闭环。
  • agent-browser 提供确定性的浏览器操作原语:open 打开页面,snapshot -i 输出带 @eN 引用的可访问性树,fill @eN "value" 填表,click 提交,eval 在页面内执行 JS,screenshot 留证。Agent 不需要写选择器代码,只要读快照里的字段名和引用即可定位用户名/密码/验证码/提交按钮。
  • 默认口令是成本最低的入口:Nacos、路由器、NAS、后台管理系统等常保留出厂/示例账号。本地口令库把“系统指纹 → 默认账号密码”的映射固化,Agent 先按 URL、页面标题、品牌文案识别系统类型,再取对应口令尝试,避免每次人工搜索。
  • 图形验证码若只是简单字符图片,本地 OCR 可识别。agent-browser eval 能读取验证码 <img> 的 src,用 fetch + FileReader 转成 data URL;ddddocr 直接在本地做分类,不依赖打码平台。
  • 长参数会导致命令失败:原文最初把 base64/data URL 作为命令行参数传给识别脚本,参数过长使脚本报错;Agent 读到错误后把脚本改为支持 --stdin,由管道传入图片数据,再重试成功。这就是所谓“自修复”——Agent 读取工具输出、修改自身脚本/参数并重跑,而不是一次性固定流程。
  • 成功判定不靠单一信号:URL 从 /login 变为后台路径、快照中出现“配置管理/服务管理/权限控制”等菜单、页面错误文案消失,三者结合可降低误判;失败则记录并尝试下一条口令或结束,避免盲目高频请求。

触发条件

  • 有明确授权的目标,且允许自动化登录测试与受控的失败次数。
  • 目标登录页可访问,表单为常规用户名/密码(可带图形验证码),页面无强制 MFA 或设备绑定。
  • 本地可安装/运行 skills、agent-browser(首次需下载 Chrome for Testing)与 ddddocr。
  • 目标系统有已知默认口令或常见初始口令模式,且未强制首次登录改密。
  • 验证码为简单字符图、无强行为风控;若验证码复杂或带滑块,需要换 OCR/打码方案。
  • 账号锁定/速率限制阈值高于测试所需次数,或测试使用单账号单次默认口令尝试(不进行字典爆破)。

利用步骤

  1. 安装并确认工具:npm i skills、npm install -g agent-browser && agent-browser install,用 npx skills list 查看已加载 Skill。
  2. 创建 Skill 目录:SKILL.md 写清触发词(默认密码、自动登录、管理后台、验证码识别)与流程;references/default_passwords.md 维护“系统类型/默认账号/默认密码/备注”;scripts/captcha_recognize.py 用 ddddocr 识别图片。
  3. 让 Agent 执行:给出目标 URL 和“使用 auto_login 登录”的指令;Agent 调 agent-browser open <url> --headed。
  4. Agent 调 agent-browser snapshot -i,从可访问性树读取用户名、密码、验证码输入框与提交按钮的 @eN 引用。
  5. 识别系统类型(URL/标题/品牌),从本地口令库取默认账号密码,用 agent-browser fill @eN "..." 填入。
  6. 若存在验证码:agent-browser eval 执行 JS 读取验证码图片并转 data URL,管道传给 captcha_recognize.py --stdin,把识别结果填入验证码框。
  7. agent-browser click @eN 提交,随后用 snapshot/当前 URL 判断是否进入后台;成功则记录账号口令与证据截图,失败则分析错误文案并尝试下一条或结束。
  8. 若工具报参数过长/格式错误,让 Agent 读取 stderr、修改脚本或调用方式(如改为 stdin),重跑验证“自修复”闭环。

PoC

SKILL.md 关键片段:

---
name: auto_login
description: >
  Automates login to device/website login pages using agent-browser for browser
  automation, default passwords, form filling, and ddddocr for captcha recognition.
---

## Overview
1. Identify system — infer device/system type from URL, page title, or user hint.
2. Default password — look up references/default_passwords.md.
3. Browser automation — use agent-browser CLI only.
4. Captcha — recognize with ddddocr via scripts/captcha_recognize.py.
5. Success check — infer from URL, snapshot text, or error messages.

agent-browser 操作序列(Nacos 默认口令示例):

agent-browser open http://target:8848/nacos/ --headed
agent-browser snapshot -i
# 快照返回 e1=用户名 e2=密码 e3=提交
agent-browser fill @e1 "nacos"
agent-browser fill @e2 "nacos"
agent-browser click @e3
agent-browser snapshot -i   # 出现“配置管理/服务管理/权限控制”即成功
agent-browser screenshot nacos-login.png

验证码经 stdin 识别(避免 data URL 作为参数过长):

import sys
import ddddocr

ocr = ddddocr.DdddOcr()
data = sys.stdin.buffer.read()          # --stdin:从管道读取 data URL/图片字节
# 实际脚本需先解析 data URL 的 base64 部分;此处省略解码细节
print(ocr.classification(data).strip())
agent-browser eval '/* 读取验证码 img.src,fetch 后转 data URL 并输出 */' \
  | python scripts/captcha_recognize.py --stdin

原文结果:Nacos 2.1.0 使用 nacos/nacos 登录成功并进入配置管理;另一个后台站点因 admin/admin 本身错误,验证码识别后仍提示 password_error,说明该流程可执行但默认口令不命中时不会自动成功。

变体与关联

  • 变体:把默认口令库替换为按目标指纹(标题、favicon、JS 路径、Server 头)检索的在线/离线知识库,减少人工维护。
  • 变体:验证码识别改为 Burp captcha-killer-modified + ddddocr 服务,或使用打码平台;Agent 只负责编排请求与回填。
  • 变体:把单次默认口令尝试扩展为受控字典轮换,但必须考虑账号锁定、IP 限速与业务影响,避免变成无授权爆破。
  • 关联:[[web-generic-auth-captcha-ocr-username-enum-bruteforce]](ddddocr + captcha-killer 的验证码爆破);[[web-generic-auth-captcha-ocr-username-enumeration-same-password]](验证码 OCR + 用户名=口令);[[ai-security-agent-security-vega-self-evolving-bounty-agent-architecture]](AI Agent 编排与自进化知识库的同类架构)。
  • 关联:Nacos 默认口令进入控制台后,可进一步参考 [[pentest-lateral-movement-nacos-ua-bypass-config-minio-credentials]] 的配置/凭据利用链。

检测与防御

  • 防御:禁用或强制修改所有出厂/示例账号,首次登录强制改密;对管理后台启用 MFA。
  • 防御:验证码使用行为分析、滑块/点选、一次性 token 或风控评分,而不是仅靠简单字符图;对登录失败做账号/IP 双维度限速与锁定。
  • 防御:检测浏览器自动化特征(CDP/无头浏览器指纹、异常 UA、固定视口、快照式高频 DOM 查询),对管理后台增加设备指纹与异常登录告警。
  • 检测:登录接口出现同一 IP/UA 对多系统默认口令的短时尝试、验证码识别请求与登录请求时间高度相关、成功后立即访问配置管理/服务管理等高权限页面。
  • 响应:锁定可疑会话、强制重置默认口令、封禁来源 IP,审计 Nacos 等配置中心的配置变更与服务注册记录。