你好 @zan8in，
afrog的速度和稳定性非常出色，但在大规模扫描中误报率是所有PoC扫描器的共同挑战。建议引入AI辅助过滤。
建议：增加--ai-filter参数
实现方式：
- 训练一个轻量级分类器（1MB左右，ONNX格式）
- 特征包括：
- 响应体熵值
- 响应头相似度（与正常页面比较）
- 响应时间异常度
- 匹配字符串的上下文合理性
- 模型训练数据：历史扫描中的确认True Positive和已验证False Positive
- 完全本地运行，不联网
效果预期：
- 误报率降低40-60%
- 减少人工审核工作量
- 提高扫描结果的可信度
模型更新：
- 提供
afrog --update-ai-model命令
- 从GitHub Releases下载最新模型
- 社区可以提交新的训练样本
这是一个能显著提升用户体验的功能。
[English Translation / 英文摘要]
Hi maintainers, this issue is a feature / architecture / security suggestion for 14_afrog.
The Chinese text above contains the detailed proposal with technical context and implementation ideas.
In summary: we are requesting the enhancement described above and would be happy to provide PRs or further discussion in either Chinese or English.
Thank you for the excellent work on this project!
你好 @zan8in，
afrog的速度和稳定性非常出色，但在大规模扫描中误报率是所有PoC扫描器的共同挑战。建议引入AI辅助过滤。
建议：增加
--ai-filter参数实现方式：
效果预期：
模型更新：
afrog --update-ai-model命令这是一个能显著提升用户体验的功能。
[English Translation / 英文摘要]
Hi maintainers, this issue is a feature / architecture / security suggestion for 14_afrog.
The Chinese text above contains the detailed proposal with technical context and implementation ideas.
In summary: we are requesting the enhancement described above and would be happy to provide PRs or further discussion in either Chinese or English.
Thank you for the excellent work on this project!