夜雨聆风【文章说明】
目的：本文内容仅为网络安全技术研究与教育目的而创作。
红线：严禁将本文知识用于任何未授权的非法活动。使用者必须遵守《网络安全法》等相关法律。
责任：任何对本文技术的滥用所引发的后果自负，与本公众号及作者无关。
免责：内容仅供参考，作者不对其准确性、完整性作任何担保。
阅读即代表您同意以上条款。
整个框架的基本原理是“Burpsuite+ollama+本地大模型+自动化脚本，实现AI辅助快速梳理资产、发现攻击面”。
以下是搭建步骤：
一、在本地电脑中安装 ollama，安装成功后，打开命令指示符，输入以下指令下载大模型到本地：
# 首选模型：DeepSeek-Coder-V2 16Bollama pull deepseek-coder-v2:16b# 备选模型：Qwen2.5-Coder 14Bollama pull qwen2.5-coder:14b
注意：这里下载到本地的大模型，大家可以根据自己的电脑配置，选择性能相匹配的模型进行下载使用，这边通过搜索得到以上两个模型，说是代码分析能力强。如果大家有更好的模型推荐，欢迎在评论区留言分享~
二、下载成功后，执行 ollama list 和 ollama run 查看本地已部署的大模型和启用对应模型
三、从 burpsuite 中，导出你要分析的请求内容：
在 Burp 的 Proxy > HTTP history 或 Target > Site map 中
选中你要分析的所有请求（Ctrl+A全选，或按需多选） 右键 → Save selected items 保存类型选择 XML 格式 将文件命名为burp_export.xml，放到脚本同级目录
四、创建Python脚本（注意根据实际情况，修改“配置区"中的内容）：
五、运行以上的Python脚本，即可实现借助大模型快速梳理的想法。【运行脚本前，先执行 pip install requests 进行依赖安装】
以下是运行结果
文末福利
这边给大家准备了文章中说到的两份自动化脚本，原本是自己用的，稳定跑了一段时间，收益还不错。今天一并分享给大家：
感兴趣的朋友，可以按以下方式获取：
点击下方卡片，关注本公众号
在公众号后台回复关键字：AI辅助分析脚本
根据提示操作即可获取这两份脚本（一份是原始状态的，一份是添加了prompt优化的）
关于大模型辅助挖洞，如果你有更好的模型推荐，或者对脚本有优化建议，欢迎在评论区留言交流！
如果觉得这篇文章对你有帮助，也欢迎 点赞、在看、转发，让更多做渗透测试的朋友看到。你们的支持是我持续分享的动力