openai-agents-python 是 OpenAI 官方推出的一个 Python Agent(智能体)开发框架,可以帮助开发人员快速构建“会思考、会调用工具、会多步执行任务”的 AI Agent 系统,比较适合渗透测试这种需要多agent决策协同的任务。
openai-agents-python官方github仓库https://github.com/openai/openai-agents-python
openai-agents-python官方文档https://openai.github.io/openai-agents-python/
首先需要保证python版本为3.10及以上

创建项目目录和python虚拟环境
mkdir my_project
cd my_project
python -m venv .venv
激活python虚拟环境
.venv\Scripts\activate
安装openai-agents-python
pip install openai-agents
如果需要使用其他的大模型还需要安装litellm,比如我这里使用的是deepseek-v4-flash
pip install 'openai-agents[litellm]'
安装官方文档中的示例编写一个demo,测试运行一下,没有问题则证明openai-agents-python安装成功

在web渗透测试中,浏览器是最常用也是最必不可少的工具。在传统的一些web渗透测试信息收集工具中,端口、网站目录、爬虫是最基本的网站侦查手段,这些工具基于规则匹配,无法深入业务逻辑进行理解。在AI时代,让工具自动理解网站功能逻辑成为了可能,而Chrome DevTools MCP就是给AI大模型装上了能够看到网站的眼睛、操作网站的鼠标键盘。
https://github.com/ChromeDevTools/chrome-devtools-mcp
首先chrome浏览器需要先开启远程调试chrome://inspect/#remote-debugging
claude mcp add chrome-devtools --scope user npx chrome-devtools-mcp@latest

打开claude code并输入提示词及url

这里依旧使用xhcms V1.0进行测试,claude code会通过Chrome DevTools MCP启动一个浏览器窗口并进行自动操作

运行结束后会输出一份doc报告






openai-agents-python+Chrome DevTools MCP集成
在上面的测试中,我们成功通过claude code+Chrome DevTools MCP对一个网站进行了网页侦查并输出图文并茂的doc报告。但是如果想实现一个综合性的AI自动化渗透测试系统,使用claude code是不现实的,而是需要多agent编排,因此将Chrome DevTools MCP集成到openai-agents-python这样的Python Agent开发框架中作为渗透测试信息收集阶段的起点,是很有必要的。
使用原生MCPServerStdio方式调用chrome-devtools-mcp
将截图功能注册成为tool

生成doc报告功能也注册成为tool
最后在agent中调用mcp和tool即可

运行效果如下
python .\WebReconAgent.py --url http://192.168.150.34/
生成的报告如下,在排版上没有claude code+Chrome DevTools MCP的方式美观,但是也达到了网页侦查并生成报告的目的。
信息收集阶段是web渗透测试的基础,开发AI自动化渗透测试系统,既需要集成调用传统基于规则匹配的tool,也需要AI能够真正像人浏览网站一样通过功能逻辑去收集信息,而js文件、每一步操作的截图都会带来大量的token消耗,因此在网页侦查agent设计中上下文压缩、成本优化是较为关键的一步。