Strix（usestrix/strix）是一组开源的自主 AI 安全测试智能体，定位是「像真正的安全测试人员那样」动态运行你的应用、发现漏洞，并用真实的概念验证（PoC）加以验证，面向开发者与安全团队，强调减少手工渗透测试的成本与静态分析的误报。它提供开发者优先的 CLI、可协作的智能体团队、自动修复与报告，并能集成 GitHub Actions / CI-CD，在每次 PR 上自动扫描。Apache-2.0 许可，约 25,567 stars，主语言 Python，PyPI 包名 strix-agent，另有商业平台 app.strix.ai。重要前提：此类工具只能用于你拥有或获得明确授权的目标。
来源：README.md（Overview、Key Capabilities、Quick Start、平台）；GitHub 仓库元数据（stars=25567、language=Python、license=Apache-2.0、topics penetration-testing/cybersecurity） 查看 GitHub 仓库 →应用安全测试需求大，但手工渗透测试慢且贵、静态扫描误报多。Strix 用「自主 AI 智能体 + 动态运行 + PoC 验证」给出更快且可验证的应用安全测试思路，并主打开发者体验（CLI、可操作报告、自动修复 PR）与 CI/CD 集成，契合「把安全左移到开发流程」的趋势，因而关注度高。需明确：这是双用途的安全测试工具，仅适用于授权范围内的目标（自有应用、获授权的渗透测试、漏洞赏金项目、CTF 等）；其检出与验证质量取决于所用 LLM 与目标复杂度。截至数据采集约 25,567 stars。
来源：README.md（Overview、Use Cases、CI/CD 提示）；GitHub 仓库元数据（stars=25567、pushed_at 2026-05）智能体动态运行应用发现漏洞，并用真实概念验证确认，降低误报。
来源：README.md（Overview、Real validation with PoCs）多个智能体协作并可扩展，覆盖更广的测试面。
来源：README.md（Teams of agents that collaborate and scale）提供 CLI、可操作报告与自动修复，结果落盘到 strix_runs，便于修复。
来源：README.md（Developer-first CLI、Auto-fix & reporting、Quick Start）可集成 GitHub Actions / CI-CD，在每次 PR 自动扫描并拦截不安全代码。
来源：README.md（CI/CD 提示、Use Cases）Strix 以自主智能体方式工作：智能体在沙箱（首次运行自动拉取 sandbox Docker 镜像）中动态运行目标应用，配备安全测试工具集（如完整 HTTP 代理等），自主探测并对发现的问题构造 PoC 验证，避免纯静态分析的误报；支持多个智能体协作以扩展覆盖。它由 LLM 驱动（可配置 OpenAI/Anthropic/Google 等任一支持的提供商），通过 CLI（`strix --target ...`）运行，结果保存在 strix_runs/
中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
Docker（沙箱运行）LLM 提供商（OpenAI/Anthropic/Google 等，可配置）安全测试工具集（如 HTTP 代理）面向授权范围内的安全测试：对自有应用做应用安全测试、把数周的渗透测试压缩到数小时并出合规报告、自动化漏洞赏金研究并生成 PoC、以及在 CI/CD 中于 PR 阶段拦截漏洞。适用对象是开发者与安全团队，使用前提是对目标拥有所有权或明确授权（含 CTF/教育/研究的合规场景）。不得用于未授权目标。
来源：README.md（Use Cases、Overview）本页未列固定版本号；Strix 通过 PyPI（strix-agent）发布，版本见 PyPI 与 GitHub Releases，并新增了 GitHub Actions / CI-CD 集成。仓库最后更新约在 2026 年 5 月，迭代活跃。
来源：README.md（PyPI 徽章、CI/CD 提示）；GitHub pushed_atStrix 是一组开源的自主 AI 安全测试智能体：在沙箱中动态运行目标应用、发现漏洞并用 PoC 验证以减少误报，主打开发者体验（CLI、可操作报告、自动修复）与 CI/CD 集成，对需要快速、可验证应用安全测试的开发与安全团队很有价值。务必明确这是双用途工具，仅能用于你拥有或获明确授权的目标，使用需遵守法律与授权范围；同时其检出质量依赖所用 LLM、自动化无法完全替代专业人工评估，安装脚本与对外测试应谨慎审阅。作为「安全左移」的 AI 自动化测试方案，方向新、工程完整。
来源：综合 README.md 的定位、能力、运行方式与授权前提