1. 项目定位与用途
AutoSubRecon 是一个用 Go 编写的子域名枚举命令行工具，属于安全测试领域的资产侦察类应用。其核心用途是自动化发现目标域名的所有子域名，并验证其 HTTP 可达性，为后续的安全评估提供完整的资产清单。工具通过统一接口整合多种枚举技术，避免用户在多个独立工具间手动切换，显著提升侦察效率与结果完整性。
项目档案命令行工具
AutoSubRecon 子域名枚举工具：Go 语言 CLI 安装与 5 种扫描模式使用指南
AutoSubRecon 是一个用 Go 编写的子域名枚举命令行工具，整合被动收集、DNS 暴力破解、TLS 探测、排列变异、JS 抓取与 HTTP 检查。本文详细介绍其安装配置、五种扫描模式选择、命令行参数用法及结果输出，适用于渗透测试、红队行动与漏洞赏金中的自动化资产侦察。
AI 总结
AutoSubRecon 是一个用 Go 编写的子域名枚举 CLI 工具，整合被动收集、DNS 爆破、TLS 探测、排列变异、JS 抓取与 HTTP 检查等多种技术，实现自动化资产侦察与结果过滤。
中文项目介绍
AutoSubRecon 是一个专为安全测试设计的子域名枚举命令行工具，采用 Go 语言开发，旨在解决传统枚举流程分散、手动操作繁琐的问题。
它通过模块化设计，将被动信息收集、主动 DNS 暴力破解、排列变异生成、TLS/SSL 证书探测、JavaScript 文件爬取以及 HTTP 服务存活检查等多种技术整合于一体，支持五种扫描模式（1-5），用户可根据需求灵活组合功能。
工具直接集成 projectdiscovery 生态的核心库（如 subfinder、dnsx、httpx、tlsx），确保高效稳定的枚举与解析能力，最终输出过滤后的子域名列表及对应存活主机，适用于渗透测试、红队行动与漏洞赏金中的资产发现阶段。
详细信息与使用说明
2. 解决的问题
传统子域名枚举往往依赖多个独立工具（如 subfinder、puredns、gospider 等），流程分散且需手动合并结果，容易遗漏且效率低下。AutoSubRecon 通过模块化设计将被动收集、DNS 爆破、排列变异、TLS 探测、JS 抓取和 HTTP 检查等步骤自动化串联，并内置结果去重与过滤机制，解决了流程碎片化、结果冗余、操作繁琐等问题，提供一站式的子域名发现与验证方案。
3. 适用场景
该工具主要适用于需要大规模子域名枚举的安全场景，包括但不限于：渗透测试前期的资产梳理与攻击面扩大；红队行动中的目标 reconnaissance 阶段；漏洞赏金计划中的子域名发现与存活验证；企业安全团队的外部资产监控与风险发现。用户可根据时间与资源限制，选择五种扫描模式中的一种进行深度或快速枚举。
4. 安装方式
基于仓库当前 Go 代码实现，安装步骤如下：首先确保已安装 Go 环境（建议 1.24 或更高版本）；其次克隆本仓库到本地；然后克隆 Wordlists 仓库至项目根目录（路径为 ./Wordlists），以确保字典与解析器文件可用；接着在项目根目录执行 go mod download 下载依赖；最后执行 go build 编译生成可执行文件 asr。注意：工具依赖 Wordlists/dns/dns_2m.txt（爆破字典）和 Wordlists/dns/valid_resolvers.txt（DNS 解析器）两个文件，需提前准备。
5. 使用方式
工具通过命令行参数控制，基本运行格式为 ./asr -d <目标域名>。关键参数包括：-mode 指定扫描模式（1-5，默认 5 为全扫描），-w 自定义 DNS 爆破字典路径，-r 自定义 DNS 解析器文件路径，-t 设置并发线程数（默认 50）。五种模式分别为：1-仅被动（subfinder）；2-DNS 爆破+TLS+排列；3-被动+TLS+爆破+HTTP+抓取；4-被动+TLS+HTTP+抓取（无爆破）；5-全功能。扫描结果将保存至 subs/filtered_subs.txt（子域名）与 subs/filtered_hosts.txt（存活主机）。
6. 补充说明与实现特点
从代码结构可见，项目采用清晰的模块化设计，主程序根据模式协调调用 passive、dns、tls、permutations、crawl、http 等独立包，耦合度低。工具直接依赖 projectdiscovery 的 Go 库（如 dnsx、httpx、subfinder、tlsx），而非调用外部二进制文件，这保证了更好的性能与跨平台兼容性。需注意 README 中描述的 bash 脚本工作流与当前 Go 实现存在差异，可能未同步更新，实际行为以 main.go 中的模式定义与模块调用为准。
思维导图
AutoSubRecon
核心功能
子域名枚举
存活主机检测
结果过滤去重
扫描模式
模式1: 仅被动收集
模式2: DNS爆破+TLS+排列
模式3: 全功能+HTTP+抓取
模式4: 无DNS爆破
模式5: 完整扫描（默认）
技术模块
passive: 被动源收集
dns: 解析与暴力破解
tls: 证书探测
permutations: 排列变异
crawl: JS抓取
http: HTTP存活检查
依赖生态
subfinder
dnsx
tlsx
httpx
常见问题
AutoSubRecon 与 README 中描述的 bash 脚本版本有何区别？
当前仓库是 Go 语言实现的 CLI 工具，直接集成 projectdiscovery 生态库（如 dnsx、httpx），而 README 描述的 bash 脚本工作流可能对应旧版本或概念设计。实际行为以 cmd/asr/main.go 中的模式定义与模块调用为准，工具更稳定、性能更高。
如何选择合适的扫描模式？
工具提供 5 种模式：模式 1 仅被动收集，速度最快但深度有限；模式 2 专注主动枚举（爆破+排列+TLS），适合深度发现；模式 3 和 4 包含 HTTP 检查与 JS 抓取，模式 3 含 DNS 爆破，模式 4 无爆破；模式 5 为全功能默认模式，覆盖所有技术。用户可根据时间、网络环境与目标规模选择。
依赖的 Wordlists 仓库如何准备？
需将 https://github.com/h0tak88r/Wordlists 克隆至项目根目录，路径必须为 ./Wordlists。确保其中包含 dns 子目录，且 dns_2m.txt（DNS 爆破字典）与 valid_resolvers.txt（可靠 DNS 解析器列表）文件存在。工具默认从 Wordlists/dns/ 读取这些文件，也可通过 -w 和 -r 参数自定义路径。
扫描结果文件保存在哪里？格式如何？
工具在项目根目录创建 subs/ 目录，结果文件包括 filtered_subs.txt（去重后的子域名列表，每行一个域名）和 filtered_hosts.txt（对应子域名的 HTTP 存活主机信息，通常包含 URL 或 IP:端口）。具体输出格式由 httpx 等库决定，一般为可扩展的文本列表，便于导入其他工具进一步分析。
是否支持自定义被动信息源或扩展功能？
当前实现主要集成 subfinder 进行被动收集，被动源的配置依赖于 subfinder 本身的设置（如 API 密钥），工具本身未暴露额外被动源选项。其他模块（如 DNS 爆破、排列生成）的参数可通过命令行调整（如字典、解析器、线程数），但高级配置需修改源码。项目采用模块化结构，开发者可在 pkg/ 目录下扩展对应包的功能。