Hoe ik Google Dorking heb gedelegeerd aan neurale netwerkagenten

Iedereen die ooit heeft deelgenomen aan bug bounty of een security audit van hun eigen webservices heeft uitgevoerd, kent deze routine. Je zit in een browser, methodisch zoekoperatoren zoals 2 of 3 in het zoekvak invoeren, eindeloze CAPTCHAs van Google vangen, URL's kopiëren en handmatig door honderden zoekresultatenpagina's zoeken naar vergeten configuraties.

Het werk is nuttig maar uiterst vervelend. Tijdens het proces wordt 95% van de tijd besteed aan het filteren van informatiegeluid zoals oude PDF-handleidingen waar het woord "wachtwoord" toevallig in voorkomt. Onlangs stuitte ik op een compacte repository DorkAgent, waarvan de auteur heeft geprobeerd deze hele pipeline te automatiseren met een combinatie van zoek-API en taalmodellen.

Onder de motorkap

Het project is geschreven in Python en pakt twee specifieke pijnpunten aan: zoekmachine-CAPTCHA's en handmatige analyse van zoekresultaten.

In plaats van HTML direct te parsen, wat Google na drie queries blokkeert, opent DorkAgent zoekresultaten via de Serper API. Deze service levert schone JSON met zoekpagina's. De LLM-agent analyseert vervolgens de batch links en snippets die het ontvangt. De agent zoekt niet alleen naar tekstovereenkomsten—het evalueert context: of het gevonden bestand tekenen vertoont van daadwerkelijke toegangssleutellekken, vergeten adminpanelen, of parameters voor injecties.

De architectuur is gebaseerd op de CrewAI-bibliotheek. Agent-taken en -rollen zijn opgesplitst in modules, en gestructureerde uitvoergegevens worden gevalideerd via Pydantic-schema's.

Met welke modellen het werkt

In vroege versies was het script strikt gekoppeld aan één model, maar tegen versie 1.4 werd het project herschreven. Nu wordt provider-selectie ondersteund:

• OpenAI (GPT-4 familiemodellen)
• Anthropic Claude
• Google Gemini (inclusief Gemini Flash 2.0, met een gratis tier met royale limieten)

De auteur voegde de mogelijkheid toe om een hybride opstelling te gebruiken, waarbij zoektaken en synthese van het eindrapport kunnen worden verdeeld tussen verschillende netwerken. Als je geen saldo wilt uitgeven aan betaalde API's, kost de Serper + Gemini Flash-combinatie letterlijk centen bij de start.

Hoe te draaien

De instapdrempel van de tool is geminimaliseerd. Bij de eerste start controleert het script automatisch de omgeving en haalt ontbrekende packages op, waarna het in interactieve modus vraagt om keys en deze opslaat in een lokaal 4.

Clone de repository en voer het hoofd script uit:

0

Om te werken heb je een token van 5 en minimaal één LLM-key nodig (bijvoorbeeld 6 of 7).

Wat het in de praktijk kan doen

Na opstart voert de agent een reeks typische dorks uit tegen het doeldomein. De changelog toont hoe de auteur de prompts en querylijst heeft verfijnd: verwijderde rommel-dorks voor het zoeken naar documenten met het woord "Confidential", voegde templates toe voor het vinden van IIS Windows Server-panelen en configuraties.

Tijdens de uitvoering genereert de agent een gestructureerd rapport:

• Classificeert gevonden lekken op risiconiveau.
• Markeert kwetsbare parameters en potentiële payloads in URL's.
• Slaat het resultaat op in een apart bestand met een timestamp zoals 8.

Zoekinstellingen kunnen worden aangepast aan je behoeften. In 9 kun je bijvoorbeeld de selectiediepte en indexeringstijd instellen:

1

Dit is handig als je de verschijning van nieuwe subdomeinen of recente lekken voor een specifiek bedrijf in de afgelopen weken monitort.

De addertjes onder het gras

De repository is nog klein, met slechts ongeveer driehonderd sterren. De README-documentatie is beperkt, en sommige nuances moeten direct in de broncode 10 en 11 worden opgezocht.

Als je je eigen specifieke dorks wilt toevoegen, is er geen kant-en-klaar configuratiebestand in YAML of JSON. Je zult in de code van de 12-functie moeten duiken en handmatig query-templates schrijven. Houd ook de limieten van Serper in de gaten: de gratis query-pool is voldoende voor testen, maar voor diep scannen van een breed bereik moet je je account aanvullen.

Is het de moeite waard om te proberen

DorkAgent is nuttig in twee gevallen. Ten eerste, als je OSINT of pentesting doet en het beu bent om handmatig door zoekresultaten te klikken. Ten tweede, als je een echt voorbeeld wilt zien van hoe CrewAI wordt toegepast op praktische beveiligingstaken, in plaats van abstracte artikelenschrijverij of tekstanalyse.

De code is clean, opgesplitst in begrijpelijke modules 13, 14, 15, en 16, dus het is gemakkelijk om te forken en aan te passen voor je eigen reconnaissance-pipelines.