AI Hacker

Strix: Open-Source AI Hacker für deine App-Sicherheit

Branko Trebsche 12. June 2026, 20:13 4 Min. Lesezeit Automated Pentesting DevSecOps LLM Agents Open Source Penetration Testing Sicherheit Strix

Auf einen Blick

Strix ist ein Open-Source-Tool, das autonome KI-Agenten nutzt, um Schwachstellen in Webanwendungen zu finden und zu beheben – inklusive validierter Proof-of-Concepts, CI/CD-Integration und automatischer Fixes. Der Artikel erklärt die Technologie und die Einsatzmöglichkeiten des AI-Pentesting-Frameworks.

Was ist Strix?

Strix ist ein Open-Source-Framework, das KI-Agenten als autonome Penetrationstester einsetzt. Wo klassische Sicherheitsscanner auf statische Regeln angewiesen sind, analysiert Strix den Quellcode, führt die Anwendung dynamisch aus und validiert gefundene Schwachstellen mit echten Proof-of-Concepts (PoCs). Das Ergebnis sind keine False Positives, sondern reproduzierbare Sicherheitslücken mit Schritt-für-Schritt-Reproduktion und oft sogar automatischen Fixes.

Entwickelt für DevSecOps-Teams und Bug-Bounty-Jäger, lässt sich Strix sowohl lokal via CLI als auch in CI/CD-Pipelines (GitHub Actions, GitLab CI) einsetzen. Die Architektur basiert auf einem Multi-Agent-System, bei dem spezialisierte Agenten parallel arbeiten und ihre Erkenntnisse dynamisch teilen – ähnlich einem Team menschlicher Pentester.

Der Name Strix stammt aus der lateinischen Bezeichnung für Eulen (Strigidae) – passend für ein Tool, das im Verborgenen jagt und Schwachstellen aufspürt.

Die Technologie hinter Strix

Strix ist in Python 3.12+ geschrieben und nutzt eine modulare Architektur aus mehreren etablierten Open-Source-Komponenten.

Agenten-Orchestrierung mit OpenAI Agents SDK

Das Herzstück ist das OpenAI Agents SDK (via LiteLLM als Abstraktionsschicht). LiteLLM erlaubt den Wechsel zwischen über 100 LLM-Providern – darunter OpenAI (GPT-5.4), Anthropic (Claude Sonnet 4.6), Google Gemini und lokale Modelle über Ollama oder LMStudio. Der Nutzer definiert das Modell per Environment-Variable (STRIX_LLM), ohne den Code anpassen zu müssen.

Agentisches Toolkit

Jeder Agent hat Zugriff auf ein vollständiges Hacker-Toolkit:

HTTP-Proxy – Volle Kontrolle über Requests und Responses (basiert auf Caido)
Browser-Automation – Multi-Tab-Browser via Playwright für XSS, CSRF, Auth-Flows
Terminal-Umgebungen – Interaktive Shells für Command-Execution
Python-Runtime – Eigene Exploits direkt im Agenten schreiben und ausführen
Reconnaissance – Automatisierte OSINT-Analyse und Angriffsflächenkartierung
Code-Analyse – Statische und dynamische Analyse des Quellcodes

Multi-Agent-Architektur

Strix setzt auf einen Graph of Agents: Spezialisierte Agenten (für Injection, Access Control, Business Logic etc.) arbeiten parallel und koordiniert. Ein Orchestrator verteilt Tasks, sammelt Ergebnisse und priorisiert Findings. Diese Architektur skaliert mit der Komplexität des Targets.

Sandboxing und Ausführung

Jeder Scan läuft in einer isolierten Docker-Umgebung. Der Agent bekommt eine vollständige Sandbox mit installierten Tools, Netzwerkzugriff und Browser. Das verhindert Seiteneffekte auf dem Host-System und erlaubt selbst zerstörerische Tests in einer kontrollierten Umgebung.

Dependencies und Open-Source-Integrationen

Das Tool setzt auf bewährte Bibliotheken:

Komponente	Zweck
LiteLLM	LLM-Provider-Abstraktion
OpenAI Agents SDK	Agenten-Framework
Playwright	Browser-Automation
Caido SDK	HTTP-Proxy-Integration
Textual	TUI (Terminal User Interface)
Docker SDK	Sandbox-Management
CVSS	CVSS-Scoring für Findings

Einsatzmöglichkeiten

Application Security Testing

Strix scannt Quellcode (lokal oder von GitHub) und live laufende Webanwendungen. Der Agent identifiziert IDOR, SQL Injection, XSS, SSRF, CSRF, XXE, JWT-Schwachstellen und viele weitere Klassen. Die Validierung erfolgt immer dynamisch – der Agent führt die App aus, manipuliert Requests und dokumentiert den Exploit-Pfad.

CI/CD-Integration

Strix lässt sich in jeden Pull-Request einbinden. Ein GitHub-Actions-Workflow installiert das Tool und führt einen Quick-Scan auf die geänderten Dateien aus. Findings werden direkt als GitHub-Check-Kommentare oder SARIF-Reports ausgegeben. Der Build schlägt fehl, wenn kritische Schwachstellen gefunden werden.

Rapid Penetration Testing

Für pentest-as-a-service oder interne Sicherteams: Strix reduziert die Zeit für einen standardisierten Pentest von Wochen auf Stunden. Die Ergebnisse enthalten reproduzierbare PoCs, CVSS-Scores und detaillierte Remediation-Guides.

Bug Bounty Automation

Bug-Bounty-Jäger nutzen Strix, um automatisiert Targets zu scannen, erste Angriffspfade zu identifizieren und PoCs zu generieren. Die Ergebnisse lassen sich direkt in Plattformen wie HackerOne oder Intigriti exportieren.

Strix in der Praxis

CLI und TUI

Die Installation erfolgt per Einzeiler:

GLOSSARY_PROTECTED_2

Der Scan startet mit:

GLOSSARY_PROTECTED_3

Strix bietet zwei Interfaces: ein interaktives TUI (gebaut mit Textual) für die Live-Beobachtung des Agenten und einen Headless-Mode (-n) für automatisierte Pipelines. Im Headless-Mode gibt das Tool Findings in Echtzeit auf stdout aus und beendet sich mit Exit-Code 1 bei gefundenen Schwachstellen.

Cloud-Plattform

Neben der Open-Source-CLI bietet Strix Cloud (app.strix.ai) eine verwaltete Plattform mit Continuous Monitoring, One-Click-Autofix als Pull-Request, Integrationen mit Slack, Jira und Linear sowie SAML/OIDC-SSO für Enterprise-Kunden.

Konfiguration und Modelle

Die Konfiguration erfolgt über Environment-Variablen. Einmal gesetzt, speichert Strix sie in ~/.strix/cli-config.json. Unterstützt werden die gängigsten LLM-Provider, darunter auch lokale Modelle über Ollama – für Teams, die keine Daten an externe APIs senden dürfen.

Abgrenzung zu anderen Tools

Strix unterscheidet sich grundlegend von klassischen SAST- (statische Analyse) und DAST-Tools (dynamische Analyse). Diese arbeiten regelbasiert und produzieren oft hunderte False Positives. Strix hingegen validiert jede Schwachstelle mit einem echten Proof-of-Concept. Das spart Entwicklerzeit und schafft Vertrauen in die Ergebnisse.

Tools wie Burp Suite oder Nuclei ergänzen Strix eher, als dass sie Konkurrenz darstellen. Strix automatisiert die Denk- und Entscheidungsprozesse eines menschlichen Pentesters, während Burp die manuelle Arbeit erleichtert. Die Kombination ist besonders wirkungsvoll.

Fachbegriffe in diesem Artikel

Anthropic: Ein US-amerikanisches KI-Unternehmen, bekannt für die Entwicklung der Claude-Modelle. Anthropic hat das SKILL.md-Format als offenen Standard für Agent-Fähigkeiten veröffentlicht.
LiteLLM: Eine Open-Source-Bibliothek, die eine einheitliche Schnittstelle zu über 100 Large Language Models (LLMs) bietet. LiteLLM abstrahiert die unterschiedlichen APIs von Anbietern wie OpenAI, Anthropic und Google und erlaubt den einfachen Wechsel zwischen Modellen ohne Code-Änderungen.
SARIF: Static Analysis Results Interchange Format – ein standardisiertes JSON-Format für Ergebnisse von statischen Code-Analyse-Werkzeugen. Ermöglicht die Integration von Sicherheitsscannern in CI/CD-Pipelines und IDEs.
IDOR: Insecure Direct Object Reference – eine Schwachstelle, bei der ein Angreifer durch Manipulation eines Identifiers (z. B. einer ID in der URL) auf Daten zugreifen kann, für die er keine Berechtigung hat. Tritt auf, wenn der Server keine ausreichenden Zugriffskontrollen implementiert.
SSRF: Server-Side Request Forgery – eine Schwachstelle, bei der ein Angreifer einen Server dazu bringt, Anfragen an interne oder unerwartete Ziele zu senden. Ermöglicht den Zugriff auf interne Dienste, Cloud-Metadaten oder das Umgehen von Firewalls.
AST: Abstract Syntax Tree – eine Baumstruktur, die den syntaktischen Aufbau von Quellcode repräsentiert. Sicherheitswerkzeuge nutzen AST-Analyse, um gefährliche Code-Aufrufe wie exec(), eval() oder subprocess zu erkennen.
XSS: Cross-Site Scripting – eine Schwachstelle in Webanwendungen, bei der ein Angreifer eigenen JavaScript-Code in eine Webseite einschleust. Dieser Code wird im Browser des Opfers ausgeführt und kann Cookies stehlen, Seiteninhalte manipulieren oder Aktionen im Namen des Opfers durchführen.

Häufige Fragen

Was ist Strix?

Strix ist ein Open-Source-Framework, das autonome KI-Agenten als Penetrationstester einsetzt. Es scannt Quellcode und Live-Anwendungen, findet Schwachstellen und validiert sie mit echten Proof-of-Concepts.

Wie unterscheidet sich Strix von klassischen Sicherheitsscannern?

Klassische Scanner arbeiten regelbasiert und produzieren oft False Positives. Strix validiert jede Schwachstelle dynamisch mit einem Proof-of-Concept und liefert reproduzierbare Ergebnisse mit Schritt-für-Schritt-Anleitung.

Welche LLM-Provider unterstützt Strix?

Strix unterstützt über 100 LLM-Provider via LiteLLM, darunter OpenAI (GPT-5.4), Anthropic (Claude Sonnet 4.6), Google Gemini sowie lokale Modelle über Ollama oder LMStudio.

Kann ich Strix in meine CI/CD-Pipeline einbinden?

Ja, Strix lässt sich per GitHub Actions oder GitLab CI in jeden Pull-Request einbinden. Der Scan prüft nur die geänderten Dateien und blockiert den Build bei kritischen Schwachstellen.

Welche Technologien stecken in Strix?

Strix ist in Python geschrieben und nutzt das OpenAI Agents SDK, LiteLLM, Playwright für Browser-Automation, Caido für HTTP-Proxy, Docker für Sandboxing und Textual für die Terminal-Oberfläche.