رفتن به محتوا

هوش مصنوعی فضای کاری ​

هوش مصنوعی فضای کاری یک پنل گفت‌وگوی داخلی در Ogma است که می‌تواند ترافیک ثبت‌شدهٔ شما را بخواند، در برنامه اقدام کند و به ساخت یافته‌ها کمک کند؛ همهٔ این کارها بدون خروج از فضای کاری انجام می‌شوند.

اتصال به ارائه‌دهندهٔ هوش مصنوعی ​

  1. تنظیمات > هوش مصنوعی را باز کنید.
  2. یک ارائه‌دهنده انتخاب کنید: Anthropic، OpenAI یا Google Gemini.
  3. کلید API خود را جای‌گذاری کنید.
  4. یک مدل انتخاب کنید.
  5. به فضای کاری برگردید.

کلید API به‌صورت محلی باقی می‌ماند. این کلید مستقیما از مرورگر شما به API ارائه‌دهنده ارسال می‌شود و از هیچ سرور Ogma عبور نمی‌کند.

باز کردن پنل دستیار ​

روی دکمهٔ هوش مصنوعی در کنترل‌های پایین سمت راست فضای کاری کلیک کنید یا، در صورت وجود، از دکمهٔ فضای کاری در نوار پیمایش بالا استفاده کنید. پنل در کنار فضای کاری اصلی باز می‌شود. می‌توانید آن را بزرگ کنید یا به‌صورت پنل شناور جداگانه نمایش دهید.

آنچه هوش مصنوعی می‌تواند ببیند ​

دستیار بر اساس آنچه اکنون باز کرده‌اید، زمینه دریافت می‌کند:

زمینهمحتوای شامل‌شده
نمای فعالصفحهٔ فعلی، مانند تاریخچهٔ HTTP، بازپخش، یافته‌ها و غیره
درخواست انتخاب‌شدههدرها و بدنهٔ کامل درخواست و پاسخ
تاریخچهٔ ثبت‌شدهقابل پرس‌وجو با ابزارها؛ هوش مصنوعی به‌جای دریافت کل لاگ، جست‌وجو می‌کند
یافته‌هایافته‌های موجودی که هوش مصنوعی می‌تواند بخواند و به‌روزرسانی کند
محدودهقواعد فعلی میزبان و مسیر داخل محدوده
متغیرهای محیطینام‌ها و مقادیر متغیرهای غیرمحرمانه
یادداشت‌هامحتوای یادداشت‌های پروژه

متغیرهای محیطی محرمانه هرگز به ارائه‌دهندهٔ هوش مصنوعی ارسال نمی‌شوند.

تحلیل درخواست ​

  1. یک درخواست در تاریخچهٔ HTTP یا بازپخش انتخاب کنید.
  2. پنل دستیار را باز کنید.
  3. بپرسید: «این درخواست چه کاری انجام می‌دهد و کدام پارامترها قابل‌بررسی به نظر می‌رسند؟»

دستیار ورودی انتخاب‌شده را می‌خواند، درخواست را شرح می‌دهد، پارامترها را شناسایی می‌کند و آزمون‌های بعدی پیشنهاد می‌دهد.

تهیهٔ پیش‌نویس یافته ​

پس از شناسایی یک آسیب‌پذیری در بازپخش یا اسکنر:

  1. دستیار را باز کنید.
  2. درخواست کنید: «برای این دور زدن مجوزدهی، یک پیش‌نویس یافته با درخواست انتخاب‌شده به‌عنوان شاهد تهیه کن.»

دستیار ابزار create_finding را فراخوانی می‌کند تا یک یافتهٔ ساختاریافته با عنوان، شدت، شرح، مراحل بازتولید و یادداشت‌های رفع مشکل را مستقیما در فهرست یافته‌های شما بنویسد.

بررسی خودمختار ​

به دستیار یک URL شروع و یک هدف بدهید:

«به https://app.example.com برو، با اطلاعات احراز هویت موجود در متغیرهای محیطی من وارد شو و هر نقطهٔ پایانی را که به نظر می‌رسد کنترل مجوزدهی ناکافی دارد شناسایی کن.»

دستیار با ابزارهای مرورگر پیمایش می‌کند، ترافیک حاصل را ثبت و تحلیل می‌کند و یافته‌های خود را گزارش می‌دهد. همچنین می‌تواند بدون درخواست بیشتر، از طریق بازپخش درخواست بفرستد، اسکن پسیو اجرا کند و یافته بسازد.

کمک هوش مصنوعی برای HTTPQL و StreamQL ​

در سراسر برنامه، نوارهای فیلتر با نماد درخشش هوش مصنوعی، پرس‌وجوهای زبان طبیعی را می‌پذیرند. شرح آنچه می‌خواهید پیدا کنید، مانند «درخواست‌هایی با بدنهٔ JSON که فیلد نقش را تنظیم می‌کنند»، وارد کنید تا دستیار آن را به عبارت HTTPQL یا StreamQL تبدیل کند.

ابزارهای دستیار درون برنامه ​

دستیار می‌تواند این اقدامات را در Ogma انجام دهد:

حوزهاقدامات در دسترس
تاریخچهٔ HTTPجست‌وجو، خواندن ورودی‌ها و بدنه‌ها، تحلیل ورودی‌ها
یافته‌هاجست‌وجو، ایجاد و به‌روزرسانی یافته‌ها
نقشهٔ سایت و تحلیلدریافت نقشهٔ سایت، تحلیل سطح فرانت‌اند، تشخیص فناوری‌های هدف، کدگشایی JWT
بازپخشفهرست کردن نشست‌ها، به‌روزرسانی و ارسال درخواست‌ها، آزمون روندهای ورود
WebSocketجست‌وجو در تاریخچهٔ WS، خواندن پیام‌ها، شروع ثبت WS
مرورگرراه‌اندازی، پیمایش، اجرای JS، گرفتن تصویر صفحه، دریافت منبع صفحه
رهگیریبررسی وضعیت صف، ارسال درخواست‌های رهگیری‌شده
خودکارسازی و گردش‌های کارایجاد نشست‌های خودکارسازی، اجرای گردش‌های کار پسیو، جست‌وجوی گردش‌های کار
اسکنراجرای اسکن پسیو
محدوده و پروژه‌هاخواندن محدوده، افزودن به محدوده، فهرست کردن پروژه‌ها و جابه‌جایی میان آن‌ها
ابزارهای کمکی پی‌لوددریافت پی‌لودها و قطعه‌کدهای شل معکوس
محیطفهرست کردن متغیرهای محیطی

هوش مصنوعی فضای کاری در برابر سرور MCP ​

هوش مصنوعی فضای کاریسرور MCP
محل اجرادرون فرانت‌اند Ogmaفرایند جداگانهٔ ogma-mcp
کاربر اصلیشما، هنگام گفت‌وگو در Ogmaکلاینت‌های خارجی، مانند Claude Code، Cursor و Codex
پروتکلAPI ارائه‌دهنده و فراخوانی ابزارهای فرانت‌اندModel Context Protocol
تعداد ابزارها55 ابزار جایگزین درون برنامه، به‌علاوهٔ ابزارهای زندهٔ MCP بک‌اند در صورت دسترسی164 ابزار MCP
مناسب برایتحلیل تعاملی هنگام آزمونگردش‌های کار عامل‌های خارجی و دسترسی از محیط توسعهٔ یکپارچه

برای ابزارهای هوش مصنوعی خارجی، به راه‌اندازی MCP مراجعه کنید.

درخواست‌های کاربردی ​

  • «کار این درخواست را خلاصه کن و پارامترهای قابل‌بررسی را شناسایی کن.»
  • «بر اساس شواهد بازپخش انتخاب‌شده، مراحل بازتولید را بنویس.»
  • «این دو پاسخ را مقایسه کن و تفاوت‌های معنادار را توضیح بده.»
  • «این شواهد اسکنر را به یک پیش‌نویس یافتهٔ مختصر تبدیل کن.»
  • «برای این نقطهٔ پایانی، آزمون‌های بعدی بازپخش را پیشنهاد بده.»
  • «در تاریخچه، درخواست‌هایی را پیدا کن که داده‌های حساب کاربر را تغییر می‌دهند.»

نرم‌افزار اختصاصی. تمامی حقوق محفوظ است.