YOHO AI

标签： 渗透测试

  • PentAGI：完全自主的 AI 渗透测试智能体系统（20.7K Stars，Go 构建）

    PentAGI：完全自主的 AI 渗透测试智能体系统（20.7K Stars，Go 构建）

    PentAGI 概览

    项目简介

    PentAGI（Penetration testing Artificial General Intelligence）是一个面向信息安全专业人士、研究人员与爱好者的自动化安全测试平台。它用前沿 AI 技术把渗透测试流程完全自主化——从信息收集、漏洞利用到生成可执行的攻防报告，全部由多智能体团队在隔离的 Docker 沙箱中自动完成。项目由 vxcontrol 团队维护，采用 MIT 许可证，目前在 GitHub 上已收获 20.7K+ Stars。

    安装要求和过程

    环境要求

    • Docker 与 Docker Compose（或 Podman）
    • 最低 2 vCPU、4GB 内存、20GB 可用磁盘空间
    • 可访问外网（用于拉取镜像与更新）
    • 支持 10+ LLM 供应商：OpenAI / Anthropic / Google Gemini / AWS Bedrock / DeepSeek / Ollama / GLM / Kimi / Qwen 等

    快速安装

    # 1. 下载官方 docker-compose 编排文件
curl -O https://raw.githubusercontent.com/vxcontrol/pentagi/master/docker-compose.yml

# 2. 一条命令启动（默认拉起 Web UI、Agent 运行时、PostgreSQL+pgvector 等）
docker compose up -d

    启动后访问 Web UI 完成登录与 LLM 供应商配置，即可用自然语言下发渗透测试任务。还可叠加 docker-compose-langfuse.yml（可观测）、docker-compose-graphiti.yml（知识图谱）、docker-compose-observability.yml（Grafana/Prometheus）等可选编排文件扩展能力。

    核心功能

    • 安全隔离 + 完全自主：所有操作在沙箱化的 Docker 环境中执行，AI 智能体自动规划并执行测试步骤，可选执行监控与智能任务规划提升可靠性。
    • 20+ 专业安全工具内置：开箱即用地集成了 nmap、metasploit、sqlmap 等一整套渗透利器。
    • 专家智能体团队：研究 / 开发 / 基础设施等专职 Agent 分工协作，配合任务规划让小模型也能高效运转。
    • 智能记忆 + 知识图谱：长期沉淀研究结果与成功路径，基于 Graphiti + Neo4j 构建语义关系图谱，增强上下文理解。
    • 详尽报告与可观测性：自动产出带利用指南的漏洞报告，并集成 Grafana/Prometheus 实现实时监控。

    典型使用场景

    • 授权环境下的自动化攻防演练：安全团队在自有靶场或获得书面授权的资产上，让 PentAGI 跑完整渗透流程，快速发现暴露面。
    • 红队作业与报告交付：红队队员把重复性信息收集、初步利用交给智能体，专注高价值的人工研判，并直接生成可交付的漏洞报告。
    • 安全研究与教学：结合 Graphiti 知识图谱复盘历次测试路径，沉淀方法论，用于教学与能力培养。

    推荐理由

    一句话——它把”渗透测试”这件高度依赖经验的手艺，变成了一条可由自然语言驱动、且全程可审计的流水线。对我个人而言最打动的有三点：① 彻底沙箱化，跑再多危险操作也不怕污染宿主机；② 多智能体分工比单一大模型稳得多，任务规划 + 执行监控让小模型也能干活；③ 知识图谱 + 长期记忆让它会”越用越聪明”。当然，它定位是合规授权场景下的安全研究利器，务必在合法授权范围内使用。

    下载地址

    • GitHub 仓库：https://github.com/vxcontrol/pentagi
    • 社区：Discord（discord.gg/2xrMh7qX6m）与 Telegram（t.me/+Ka9i6CNwe71hMWQy）
    • 部署方式：Docker / Docker Compose 自托管，数据完全自控

    本文仅作技术介绍，请在法律法规与授权范围内合理使用。

  • Strix：让 AI 当黑客，自动找出并修复你应用的真实漏洞（40.8K Stars）

    Strix：让 AI 当黑客，自动找出并修复你应用的真实漏洞（40.8K Stars）

    Strix 封面

    一句话先说清楚：Strix 是一个开源的自主 AI 渗透测试智能体（Autonomous AI Pentesting Agents）。它不像传统扫描器那样丢给你一堆“可能存在风险”的噪音告警，而是真的会动态跑起你的代码、模拟攻击者思维去打、再用可验证的 PoC 证明漏洞确实存在——最后还顺手把补丁和报告给你写了。

    项目简介

    usestrix/strix，Apache-2.0 协议，纯 Python 写就，目前在 GitHub 上已经 4 万+ Stars，连续多周霸榜 Trending。它的定位很直白：把“请安全公司做一次渗透测试”这件事，从“几万块、等几周”，变成“一条命令、几分钟”。它支持本地代码库、GitHub 仓库、线上应用三种目标模式，也能多目标并行扫描。

    安装要求和过程

    Strix 的依赖极其克制，你只需要两样东西：

    • 一个正在运行的 Docker（首次运行自动拉取沙箱镜像，把攻击行为关在隔离环境里）；
    • 一个任意主流 LLM 的 API Key（OpenAI / Anthropic / Google 都行，底层走 LiteLLM）。

    安装就一行：

    curl -sSL https://strix.ai/install | bash

    配置好供应商和目标，开跑：

    export STRIX_LLM="openai/gpt-5.4"
export LLM_API_KEY="your-api-key"
strix --target ./app-directory

    首次运行会自动拉取沙箱 Docker 镜像，结果全部落进 strix_runs/<run-name>。如果你是 Windows，注意它本质是个 Python 包 + Docker，建议走 WSL2，别在原生 CMD 里硬刚。

    核心功能

    1. 真实漏洞验证，拒绝误报——这是它和传统扫描器最大的区别。Strix 会实际构造攻击载荷、命中、再生成可复现的 PoC 代码，只报“已被验证”的漏洞。传统工具 60-80% 的误报率，在这里被砍掉了。

    2. 多智能体协同的“红队”——侦察 Agent 画攻击面地图，注入测试 Agent 专攻 SQL/命令注入，权限提升 Agent 测越权与认证绕过，前端 Agent 查 XSS/CSRF。它们并行工作、互相共享线索，像一支真实的安全团队。

    3. 覆盖 OWASP Top 10 全栈——越权、注入、服务端/客户端攻击、业务逻辑缺陷、认证与会话、基础设施/云、API 安全，一锅端。

    4. 自动修复 + 合规报告——不光告诉你哪儿漏了，还生成补丁和合规报告。开发者优先的 CLI，每条发现都带修复指导。

    5. 代理式工具箱——内置 HTTP 拦截代理（Caido）、浏览器利用、Shell 执行、自定义利用运行时、侦察/OSINT、静态/动态分析、漏洞知识库。

    典型使用场景

    场景一：开发流程里的“安全卡点”
    把 Strix 接进 CI/CD。每次 PR 合并前跑一遍 strix -n --target ./ --scan-mode quick，上线前自动兜底。这是它最实用的姿势——让安全从“上线后救火”变成“开发时拦截”，修复成本直接降一个数量级。

    Strix 演示截图

    场景二：Bug Bounty 自动化
    独立安全研究员用它批量扫目标、自动出 PoC。配合 --target-list ./targets.txt 多目标并行，把重复劳动交给 AI，自己专注高价值的逻辑漏洞挖掘。

    场景三：黑盒 Web 应用快速体检
    strix --target https://your-app.com，通过 --instruction 给自然语言指令（比如“用 user:pass 做认证测试”），AI 会像红队一样从外往里打，几分钟出一份带证据的安全评估。

    推荐理由

    我挺吃 Strix 这套“用 AI 模拟真实黑客”的思路。过去做安全，要么花钱请人、要么自己扛一堆误报告警大海捞针。Strix 把“验证”这件事做在了前面——它不拿签名库糊弄你，而是真跑、真打、真证明。多智能体架构也比单 Agent 更像人，侦察-利用-后利用的链条能自动衔接。

    当然，也得泼盆冷水：它目前还很“Alpha”，社区里有资深安全研究员指出它的提示模板还偏基础，跟顶级商业工具比仍有差距；AI 的扫描结果必须人工复核，且绝对不能拿去打未授权目标。但作为开发自测、CI 卡点和学习红队思维的开源玩具，它已经足够香，而且免费、可商用（Apache-2.0）。

    ⚠️ 安全声明：Strix 仅可用于你拥有授权的目标。运行前务必隔离环境，防止模型抽风导致密钥或数据泄露。

    下载地址

  • Strix：开源AI渗透测试工具，让AI智能体像真实黑客一样发现漏洞（31.6K Stars）

    Strix：开源AI渗透测试工具，让AI智能体像真实黑客一样发现漏洞（31.6K Stars）

    🛡️ Strix：开源AI渗透测试工具，让AI智能体像真实黑客一样发现漏洞

    Strix
    Autonomous AI Penetration Testing
    ⭐ 31.6K Stars
    🐍 Python
    📄 Apache-2.0
    🏢 useStrix

    📌 项目简介

    Strix 是一款开源的 AI 驱动的渗透测试工具，由 useStrix 团队维护（YC W25 孵化项目）。它用自主AI智能体模拟真实黑客的攻击行为——动态执行代码、发现漏洞、验证PoC（概念验证），覆盖从侦察、利用到验证的完整渗透测试流程。与传统静态分析工具的高误报率不同，Strix 通过实际利用来验证漏洞，输出可工作的PoC，让开发者和安全团队在几小时内完成传统需要数周的渗透测试。

    ⚙️ 安装要求与过程

    环境要求

    • ✅ Docker 必须已启动（用于沙箱隔离执行）
    • ✅ 任意支持的 LLM 提供商 API 密钥（OpenAI / Anthropic / Google / 本地模型等）
    • ✅ Python 3.10+（仅使用 PyPI 包时）

    快速安装（3步搞定）

    # 1. 一键安装 Strix
curl -sSL https://strix.ai/install | bash

# 2. 配置 AI 提供商（支持 OpenAI / Claude / Gemini 等）
export STRIX_LLM="openai/gpt-5.4"
export LLM_API_KEY="your-api-key"

# 3. 运行首次安全评估
strix --target ./app-directory

    📦 首次运行会自动拉取沙箱 Docker 镜像，结果保存到 strix_runs/<run-name> 目录。

    ✨ 核心功能

    🤖
    多智能体渗透测试
    多个AI渗透测试智能体协作——分工负责侦察、利用、后渗透阶段，像红队一样动态协调、共享发现、链式利用漏洞，并行执行提升覆盖效率。

    🔍
    真实漏洞验证（非误报）
    与传统静态分析工具的高误报率不同，Strix 通过实际执行利用代码来验证漏洞，输出可工作的PoC（概念验证），确保每一个报告的问题都是真实可利用的。

    🧰
    完整渗透测试工具链
    内置 HTTP 拦截代理（Caido）、浏览器漏洞利用（Playwright）、命令执行环境、自定义漏洞运行时（Python 沙箱）、侦察与OSINT、动静态代码分析（SAST+DAST）、结构化漏洞知识库（CVSS + OWASP 分类）。

    🔧
    自动修复与合规报告
    不仅发现问题，还能生成安全补丁（AI 自动修复）和符合 SOC 2 / ISO 27001 / PCI DSS 标准的渗透测试报告，一键即可生成可直接提交的漏洞报告。

    🚀
    CI/CD 原生集成
    无交互模式（-n/--non-interactive）完美适配自动化场景，GitHub Actions 工作流仅需 10 行配置，即可在每次 Pull Request 时自动扫描漏洞，在代码合并前阻断安全风险。

    🚀 典型使用场景

    场景一：PR 合并前的自动安全门禁
    在 GitHub Actions 中配置 Strix，每次 PR 提交时自动触发安全扫描。Strix 会自动将扫描范围限定在变更文件（diff-scope），快速完成审查。发现漏洞时以非0退出码阻断合并，并自动生成包含PoC和修复建议的安全报告。传统渗透测试需要数周，Strix 在 CI 流水线中仅需分钟级完成。
    场景二：Bug Bounty 自动化辅助
    安全研究员使用 Strix 对目标应用进行自动化漏洞挖掘。Strix 的智能体协作机制可同时覆盖 OWASP Top 10 的八大类漏洞（访问控制、注入攻击、服务端漏洞、客户端攻击、业务逻辑缺陷、认证与会话、基础设施与云安全、API 安全），并自动生成可用于漏洞报告提交的 PoC 脚本，大幅提升 Bug Bounty 研究的效率与覆盖深度。
    场景三：本地代码仓库的白盒安全审计
    开发者运行 strix --target ./app-directory，Strix 在 Docker 沙箱内动态执行应用代码，结合 SAST（静态应用安全测试）和 DAST（动态应用安全测试）双重分析，精准发现硬编码密钥、SQL 注入、SSRF 等传统工具难以触达的深层漏洞。支持通过 --instruction 参数指定重点关注的业务逻辑缺陷类型。

    💡 推荐理由

    在 AI 辅助开发日益普及的今天，安全责任正在向左迁移——开发者需要在代码提交前就能发现安全问题。传统 SAST 工具（如 Bandit、Semgrep）误报率高，而专业渗透测试周期长、成本高。Strix 用 AI 智能体填补了这个空白：

    • 🎯 真实可利用性验证：不只报告潜在问题，而是实际执行利用代码，输出可工作的 PoC，将误报率降至最低。
    • 🤝 多智能体协作：像真实红队一样分工协作，侦察智能体发现攻击面 → 利用智能体验证漏洞 → 后渗透智能体评估影响范围，链式利用让漏洞发现更系统。
    • 🔗 DevSecOps 无缝集成：GitHub Actions / GitLab CI 仅需 10 行配置，PR 差异范围自动扫描，安全门禁无感嵌入开发流程。
    • 🌐 支持广泛 LLM 提供商：通过 LiteLLM 支持 OpenAI / Anthropic / Google / Azure / AWS Bedrock / 本地模型（Ollama），可灵活选择兼顾成本与效果的最佳模型。

    作为 YC W25 孵化的开源项目，Strix 在短短数月内获得 3.1 万+ stars，已成为 AI 安全测试领域最受关注的开源工具之一。无论你是开发者、安全工程师还是 DevSecOps 团队，Strix 都值得加入你的安全工具链。

    📥 下载地址

    📌 本文由 AI 助手自动生成，数据来源：GitHub + 项目官方 README。Strix 采用 Apache-2.0 开源许可，由 useStrix 团队维护（YC W25）。