AutoPentestAI:MoE 架...
 
Notifications
Clear all

AutoPentestAI:MoE 架构 + 100+ 工具,AI 自动执行完整渗透测试


(@taichi)
Member
Joined: 6 years ago
Posts: 429
Topic starter  

项目/工具简介

  AutoPentestAI 是一款由大语言模型(LLM)驱动的自动化渗透测试框架,结合 RAG、ReAct 与 100+ 安全工具,按照标准杀伤链自动执行渗透测试任务。

🚀 一句话优势

  AI 自主规划并执行渗透测试流程,让繁琐的扫描和探测任务自动化

📋 核心能力速览

功能
说明
AI 驱动决策引擎
基于 ReAct 范式,自主规划下一步行动
双模型并行
云端 AI + 本地 AI 协同工作
100+ 工具集成
Nmap、SQLMap、Nuclei、Metasploit 等通过 YAML 管理
知识库 RAG
内置 MITRE ATT&CK、OWASP、CVE 等知识库
自动化报告
测试结束后自动生成 HTML 渗透测试报告

✨ 核心亮点

 

1. MoE 混合专家模型架构

  AutoPentestAI 采用 MoE(混合专家模型) 架构,让 AI 能够根据目标环境的实时变化自主切换角色。面对 Web 应用时切换为 Web 安全专家,面对内网环境时切换为内网渗透专家,每个角色调用对应的工具链和知识库。这种架构避免了单一角色在复杂渗透测试中的局限性,让 Agent 的决策更加灵活和准确。

2. 自我学习与进化能力

  项目具备互联网搜索能力,当遇到未知漏洞时,AI 会自动搜索最新 CVE 详情与 Exploit,并将其沉淀到本地知识库中。下次遇到相同或相似的漏洞时,Agent 可以直接从本地知识库检索解决方案,无需重复搜索。这种机制让框架在持续使用中不断进化,覆盖的漏洞类型和攻击手法越来越多,越用越强

3. 基于 Kali Linux 的 CLI 运行模式

  项目基于 Kali Linux 系统运行,通过 CLI 命令行调用系统原生的 100+ 安全工具(Nmap、SQLMap、Nuclei、Metasploit、Hydra 等)。这种设计彻底解决了传统自动化框架中 工具调用失败 的问题——所有工具都预装在 Kali 系统中,无需额外配置工具路径。工具的调用参数通过 YAML 配置文件灵活管理,AI Agent 可以无障碍地组合调用这些工具,实现从信息收集到横向移动的完整攻击链。

🛠️ 技术优势

技术/特性
说明
优势
Python + FastAPI
后端 API 服务,支持 Web UI 实时交互
高性能同步/异步支持,开发效率高
ChromaDB 向量库
存储渗透测试知识库文档
RAG 检索增强,AI 决策更专业
ReAct 决策范式
推理 + 行动循环,自主规划下一步
适应复杂多变的渗透测试场景
YAML 工具管理
100+ 安全工具通过配置灵活管理
新增工具无需修改代码,热加载生效
Docker 部署
支持 Docker 容器运行,隔离环境
快速部署,避免依赖冲突

📖 使用指南

① 准备工作 推荐在 Kali Linux 系统上运行。克隆项目后执行 python -m venv venv && source venv/bin/activate && pip install -r requirements.txt 安装依赖。复制 .env.example 为 .env,编辑文件填入你的 LLM API Key(DeepSeek 或 OpenAI),例如 AI_PROVIDER=deepseekDEEPSEEK_API_KEY=sk-xxxx 和 AI_MODEL=deepseek-reasoner。确保系统已安装 Nmap、SQLMap 等常用安全工具。

② 核心操作 执行 python src/

 启动后端 API 服务,或使用 ./run-Kali专用启动脚本.sh 一键启动。服务启动后,打开浏览器访问  http://localhost:8000/web/index.html  进入 Web UI 界面。在界面中输入 目标 URL 或 IP,AI Agent 会自动按照渗透测试杀伤链开始执行任务:信息收集 → 漏洞探测 → 漏洞利用 → 权限维持 → 横向移动。你可以在 Web UI 上实时查看任务进度和每个工具的执行输出。

③ 结果查看 AI 在测试过程中会自动截取关键证据(如后台登录页、Webshell),并保存截图。测试结束后,系统自动生成详细的 HTML 渗透测试报告,包含发现的漏洞详情、证据截图和修复建议。报告可在 Web UI 的“报告”页面中查看和下载。如果想了解工具的详细调用参数,可阅读 config/tool_

 文件。

 

📖 项目地址

https://github.com/hoututu123456/autopent

 

 

 


This topic was modified 1 month ago by tai chi

   
Quote
Share: