Merge pull request #1 from j93es/j93es-workspace

[Update] 메모리 관리 및 프롬프트 수정

.env.example

@@ -1,8 +1,9 @@
 ANONYMIZED_TELEMETRY=false
 
 GOOGLE_API_KEY=
-GOOGLE_MODEL=gemini-2.5-flash-preview-04-17 # 권장 (다른 모델로 교체 가능) [다른 모델로 교체시 성능 보장 불가]
+# 권장 (다른 모델로 교체 가능) [다른 모델로 교체시 성능 보장 불가]
-GOOGLE_PLANNER_MODEL=gemini-2.0-flash-lite # 권장 (다른 모델로 교체 가능) [다른 모델로 교체시 성능 보장 불가]
+GOOGLE_MODEL=gemini-2.5-flash-preview-04-17
+GOOGLE_PLANNER_MODEL=gemini-2.0-flash-lite
 
 # 선택
 PROXY_HOST=127.0.0.1

README.md

@@ -1,7 +1,5 @@
-# 테스트한 영상
-https://f.imnya.ng/.whs/teamproject/
-
 # 참고하면 좋을만한 것
+
 - [ ] 일부 웹사이트는 사용자의 언어에 따라 OAuth 옵션을 바꾸기도 합니다.
 - [ ] https://docs.browser-use.com/customize/custom-functions
 
@@ -14,6 +12,7 @@ uv 설치 후 다음과 같은 명령어를 입력합니다.
 ```
 uv sync
 ```
+
 venv와 패키지가 설치가 됩니다.
 
 browser_use가 Playwright에 대한 의존성이 있어 브라우저 설치가 필요합니다
@@ -29,20 +28,24 @@ uv run main.py
 ```
 
 Environment에는 다음과 같은 값이 들어갑니다.
+
 ```
 ANONYMIZED_TELEMETRY=false
 
-OPENAI_API_KEY=your_openai_api_key_here
+GOOGLE_API_KEY=your_openai_api_key_here
-OPENAI_BASE_URL=https://models.github.ai/inference # 선택
+GOOGLE_MODEL=gemini-2.5-flash-preview-04-17
-OPENAI_MODEL=openai/gpt-4o-mini # Github Models가 아닐시 gpt-4.1
+GOOGLE_PLANNER_MODEL=gemini-2.0-flash-lite
 
 # 선택
 PROXY_HOST=127.0.0.1
 PROXY_PORT=8080
 ```
 
-`OPENAI_BASE_URL`은 GitHub Models가 아닐시 비워둡니다.
-
-`OPENAI_MODEL`은 GitHub Models가 아닐시 `openai/`를 제거합니다.
-
 `PROXY_HOST`와 `PROXY_PORT`는 만약 Caido를 사용 중일 시 환경에 맞게 설정 후 설정합니다.
+
+# 실행
+
+```sh
+# ./run.sh {domains.txt 시작 줄} {domains.txt 끝 줄}
+./run.sh 12540 13000
+```

main.py

@@ -2,6 +2,7 @@ import asyncio
 import json
 import os
 import csv
+import argparse
 from typing import List
 from dotenv import load_dotenv
 from pydantic import BaseModel
@@ -37,53 +38,65 @@ def make_controller():
 extend_planner_system_message = """
 🎯 Mission: Collect Initial SSO Redirect URLs (For Browser Automation)
 
-1. Locate the Login Page
+※ **절대로 구글 검색, Bing 검색 등 어떤 외부 검색 기능도 사용하지 말고, 주어진 로그인 페이지 URL을 직접 방문하여 탐색하세요.**
-- Navigate to the **client (non-enterprise)** login page.
-- If a **privacy policy / cookie / consent popup** appears, **dismiss** or **close** it before continuing.
-- ❌ If the page is blocked (e.g., by a firewall, CAPTCHA challenge, or any access restriction), terminate the process immediately and return:
-    ```json
-    [
-        {
-            "provider": "Blocked",
-            "oauth_uri": "-"
-        }
-    ]
-    ```
 
-2. On the Login Page
+0. **초기 블록(Block) 체크**
-- Look for buttons like:
+   - 브라우저가 로그인 페이지에 접근하려 할 때, **페이지가 차단(blocked)** 되거나 **방화벽, CAPTCHA, 접근 제한** 등으로 인해 정상적으로 로드되지 않으면 즉시 프로세스를 종료하고 아래 JSON만 반환해야 합니다.  
-  - "Continue with Google"
+     ```json
-  - "Sign in with GitHub"
+     [
-  - "Login with Naver"
+       {
-- ✅ Only proceed if **you clearly see a real SSO (social login) button**.
+         "provider": "Blocked",
-- ❌ Ignore or exclude:
+         "oauth_uri": "-"
-  - Buttons with "Passkey"
+       }
-  - Username/password fields
+     ]
-  - Email-based login
+     ```
-  - Login via certificate or mobile verification
+   - 이후 단계로 절대 넘어가지 않도록 합니다.
-  - Any non-OAuth login options
 
-3. If at least one valid SSO login button is found:
+1. **로그인 페이지 탐색**
-- Try to **open it in a new tab**. If that’s not possible, **click it directly**.
+   - **클라이언트(비엔터프라이즈) 로그인 페이지**로 직접 이동합니다. (검색 엔진을 사용하여 찾아서는 안 됩니다.)
-- Capture the **first URL that the browser is redirected to** include query string. This URL should:
+   - 접근 후 **개인정보/쿠키/동의 팝업**이 뜨면, 이를 반드시 **닫거나(Dismiss)** 처리하고 계속 진행합니다.
-  ✅ Look like: `https://example.com/auth/google`
+   - (이미 0단계에서 블록 여부를 확인했으므로, 이 단계에서는 페이지가 정상 로드되었다고 가정합니다.)
-  ❌ Do NOT collect OAuth provider endpoint like: `https://accounts.google.com/...`
-- ❌ If you notice any **repeated action** (for example, opening or clicking the same SSO button more than once, or looping between pages), **terminate the process immediately** and return an empty list: `[]`.
-- Return the results in the following format:
-    [
-      {
-        "provider": "Google",
-        "oauth_uri": "https://example.com/auth/google?include_all_params=..."
-      },
-      {
-        "provider": "GitHub",
-        "oauth_uri": "https://example.com/auth/github?include_all_params=..."
-      }
-    ]
 
-4. If No SSO Login Buttons Are Found or an Error Occurs:
+2. **SSO 버튼 식별**
-- ❌ Terminate the process immediately.
+   - 로그인 페이지에서 다음과 같은 소셜 로그인 버튼을 찾습니다:
-- Return an empty list: `[]`
+     - “Continue with Google”
+     - “Sign in with GitHub”
+     - “Login with Naver”
+   - ✅ **실제 SSO 버튼**임이 명확히 확인되는 경우에만 진행합니다.
+   - ❌ 제외 대상:
+     - “Passkey” 관련 버튼
+     - 아이디/비밀번호 입력란
+     - 이메일 기반 로그인
+     - 인증서, 휴대폰 인증 등 비-OAuth 로그인 옵션
+
+3. **리디렉션 URL 캡처**
+   - 유효한 SSO 버튼을 하나 이상 찾았다면, 각각의 버튼을 **새 탭으로 열기**를 시도하거나, 불가능할 경우 **직접 클릭**합니다.
+   - 클릭 후 첫 번째로 **리디렉션된 URL(쿼리 스트링 포함)**을 캡처합니다. 이 URL은:
+     - ✅ 예시: `https://example.com/auth/google?include_all_params=...`
+     - ❌ **OAuth 공급자 자체 엔드포인트** (예: `https://accounts.google.com/...`)는 수집하지 않습니다.
+   - 만약 **반복 행동(looping)**이 감지될 경우(예: 동일한 버튼을 여러 번 열거나 페이지 간 반복 이동), 즉시 프로세스를 종료하고 **빈 배열**을 반환합니다:
+     ```json
+     []
+     ```
+   - 정상적으로 리디렉션 URL을 획득했다면, 아래 형식으로 결과를 수집합니다:
+     ```json
+     [
+       {
+         "provider": "Google",
+         "oauth_uri": "https://example.com/auth/google?include_all_params=..."
+       },
+       {
+         "provider": "GitHub",
+         "oauth_uri": "https://example.com/auth/github?include_all_params=..."
+       }
+     ]
+     ```
+
+4. **SSO 버튼 미발견 또는 오류 발생 시**
+   - 페이지 내부에 유효한 SSO 버튼이 전혀 없거나, 탐색 중 예기치 않은 오류가 발생하면 즉시 프로세스를 종료하고 **빈 배열**을 반환합니다:
+     ```json
+     []
+     ```
 """
 
 # ── URL별로 Browser를 새로 띄우는 함수 ──
@@ -120,58 +133,107 @@ async def scan_one_url(url: str):
         extend_planner_system_message=extend_planner_system_message,
     )
     
-    # 4) 실제 스캔 실행
-    response = await agent.run()
-    final_result = response.final_result()
-    if final_result is None:
-        raise ValueError("final_result()가 None을 반환했습니다.")
-
-    data = json.loads(final_result)
     try:
-        oauth_entries: List[OAuth] = [OAuth(**entry) for entry in data["oauth_providers"]]
-    except Exception as e:
-        raise ValueError(f"결과 파싱 실패: {e}\n원본 결과: {final_result}")
 
-    # 5) 결과 출력
+        # 4) 실제 스캔 실행
-    print("-" * 50)
+        response = await agent.run()
-    print(f"🔗 Scanned URL: {url}\n")
+        final_result = response.final_result()
-    print("🔐 Detected OAuth Providers and URLs:")
+        if final_result is None:
-    for entry in oauth_entries:
+            raise ValueError("final_result()가 None을 반환했습니다.")
-        if "<" in entry.oauth_uri or "..." in entry.oauth_uri:
-            print(f"⚠️ WARNING: {entry.provider} URL may be masked or incomplete:\n{entry.oauth_uri}\n")
-        else:
-            print(f"- {entry.provider}: {entry.oauth_uri}")
-    print("-" * 50)
 
-    # 6) CSV에 저장 (append)
+        data = json.loads(final_result)
-    csv_file = "./oauth_providers.csv"
+        try:
-    file_exists = os.path.isfile(csv_file)
+            oauth_entries: List[OAuth] = [OAuth(**entry) for entry in data["oauth_providers"]]
-    with open(csv_file, "a", newline="", encoding="utf-8") as f:
+        except Exception as e:
-        writer = csv.writer(f)
+            raise ValueError(f"결과 파싱 실패: {e}\n원본 결과: {final_result}")
-        if not file_exists:
+
-            writer.writerow(["issuer", "provider", "oauth_uri"])
+        # 5) 결과 출력
+        print("-" * 50)
+        print(f"🔗 Scanned URL: {url}\n")
+        print("🔐 Detected OAuth Providers and URLs:")
         for entry in oauth_entries:
-            writer.writerow([url, entry.provider, entry.oauth_uri])
+            if "<" in entry.oauth_uri or "..." in entry.oauth_uri:
-    print(f"✅ OAuth providers saved to {csv_file}\n")
+                print(f"⚠️ WARNING: {entry.provider} URL may be masked or incomplete:\n{entry.oauth_uri}\n")
+            else:
+                print(f"- {entry.provider}: {entry.oauth_uri}")
+        print("-" * 50)
 
-    # 7) Agent와 Browser 닫기
+        # 6) CSV에 저장 (append)
-    await agent.close()           # Agent 내부 작업 정리
+        csv_file = "./oauth_providers.csv"
-    await context.close()         # 브라우저 컨텍스트 종료 (탭/세션 닫기)
+        file_exists = os.path.isfile(csv_file)
-    await browser.close()         # 실제 브라우저 프로세스 종료
+        with open(csv_file, "a", newline="", encoding="utf-8") as f:
+            writer = csv.writer(f)
+            if not file_exists:
+                writer.writerow(["issuer", "provider", "oauth_uri"])
+            for entry in oauth_entries:
+                writer.writerow([url, entry.provider, entry.oauth_uri])
+        print(f"✅ OAuth providers saved to {csv_file}\n")
 
-# ── 인터랙티브 입력 루프 ──
+        # 7) Agent와 Browser 닫기
-async def loop():
+        await agent.close()           # Agent 내부 작업 정리
+        await context.close()         # 브라우저 컨텍스트 종료 (탭/세션 닫기)
+        await browser.close()         # 실제 브라우저 프로세스 종료
         
+    except Exception as e:
+        print(f"❌ Error scanning {url}: {e}")
+        # 에러 발생 시에도 Agent와 Browser는 닫아야 합니다.
+        await agent.close()
+        await context.close()
+        await browser.close()
+
+async def loop(filepath: str, start_line: int, end_line: int):
+    # 인자값으로 받은 파일 경로와 줄 범위를 통해 도메인 리스트 생성
     target_list = read_lines_between(
-        filepath="./domains.txt",
+        filepath=filepath,
-        start_line=12187,
+        start_line=start_line,
-        end_line=12200  # 원하는 범위로 조정 가능
+        end_line=end_line
     )
 
+    # (필요하다면) 강제 설정이 필요한 경우, 아래 주석을 해제하여 target_list[0] 등을 덮어쓸 수 있습니다.
+    # target_list[0] = "velog.io"
 
     for url in target_list:
+        # scan_one_url은 외부에 정의된 비동기 함수라고 가정합니다.
+        # 실제로 scan_one_url이 정의된 위치를 import하거나
+        # 모듈 수준에 구현해두셔야 합니다.
         await scan_one_url(f'https://{url}')
 
-# ── 진입점 ──
+
+def main():
+    parser = argparse.ArgumentParser(
+        prog="domain_scanner",
+        description="도메인 목록 파일에서 지정한 줄 범위를 읽어 SSO 스캔을 수행합니다."
+    )
+
+    # 커맨드라인 인자로 받을 옵션들 정의
+    parser.add_argument(
+        "-f", "--file",
+        type=str,
+        required=True,
+        help="도메인 목록이 들어 있는 텍스트 파일 경로 (예: ./domains.txt)"
+    )
+    parser.add_argument(
+        "-s", "--start",
+        type=int,
+        required=True,
+        help="읽기 시작 줄 번호 (1-based)"
+    )
+    parser.add_argument(
+        "-e", "--end",
+        type=int,
+        required=True,
+        help="읽기 종료 줄 번호 (1-based)"
+    )
+
+    args = parser.parse_args()
+
+    # 인자값을 비동기 함수에 전달
+    asyncio.run(loop(
+        filepath=args.file,
+        start_line=args.start,
+        end_line=args.end
+    ))
+
+
 if __name__ == "__main__":
-    asyncio.run(loop())
+    main()

run.ps1

@@ -1 +0,0 @@
-uv run ./main.py

run.sh

@@ -0,0 +1,44 @@
+#!/bin/bash
+
+# ── 설정 부분 ──
+# 실행할 Python 스크립트 이름 (파일 확장자까지)
+PYTHON_SCRIPT="main.py"
+
+# 도메인 목록 파일 경로 (Python 스크립트 실행 시 -f 옵션에 전달)
+DOMAIN_FILE="./domains.txt"
+
+# 몇 줄씩(chunk) 나눠서 실행할지
+CHUNK_SIZE=10
+# ─────────────
+
+# 인자 개수 확인
+if [ $# -ne 2 ]; then
+  echo "Usage: $0 <start_line> <end_line>"
+  echo "예시) $0 10000 11000"
+  exit 1
+fi
+
+START_LINE=$1
+END_LINE=$2
+
+# START_LINE부터 END_LINE까지 CHUNK_SIZE 만큼씩 반복
+current=$START_LINE
+while [ "$current" -le "$END_LINE" ]; do
+  # 각 청크 구간의 마지막 줄 계산
+  chunk_end=$(( current + CHUNK_SIZE - 1 ))
+  if [ "$chunk_end" -gt "$END_LINE" ]; then
+    chunk_end=$END_LINE
+  fi
+
+  echo "[$(date '+%Y-%m-%d %H:%M:%S')] Processing lines ${current} to ${chunk_end}..."
+  # Python 스크립트 실행
+  # -f DOMAIN_FILE: 도메인 목록 파일 경로
+  # -s current  : 읽기 시작 줄
+  # -e chunk_end: 읽기 끝 줄
+  uv run "$PYTHON_SCRIPT" -f "$DOMAIN_FILE" -s "$current" -e "$chunk_end"
+
+  # 다음 청크의 시작 값 설정
+  current=$(( chunk_end + 1 ))
+done
+
+echo "모든 청크 처리 완료."