搜索你想找的开源项目

输入名称、用途或关键词,也可粘贴 GitHub 仓库链接

分享到微信

当前解读页的微信分享二维码

用微信扫一扫打开,点击右上角「···」分享给朋友或朋友圈。

手机上可截屏后,在微信扫一扫中从相册识别二维码。

s0ld13rr/pentestcode

安全

终端里的多智能体自主渗透测试代理,共享作战状态、内置 18 个解析工具和 13 个专职子代理。

1,081
174
TypeScript
MIT
创建于 4 个月前

项目介绍

PentestCode 是一个运行在终端里的自主渗透测试代理,基于 OpenCode 硬分叉改造,从代码编辑转向攻防安全。你给它目标与目标状态,它执行工具、解析输出、更新对目标的整体认知,再决定下一步。项目目前处于 Beta 阶段。

架构采用策略者-协调者模型:主代理 pentest 把任务拆开,分派给 13 个专职子代理——侦察、扫描、枚举、利用、身份(AD/Kerberos)、基础设施、Web 应用、后渗透、漏洞开发、复核、报告,另有负责上下文压缩和会话管理的隐藏代理。所有代理读写同一份结构化作战状态,涵盖主机与服务、漏洞、凭据、访问权限、实体关系、AD 域模型、网段和攻击路径。状态跨会话保留,同时以人类可读的 findings.md 记录带时间戳的发现。

适用对象包括渗透测试人员、CTF 选手、漏洞赏金猎人和基础设施安全审计工作 README。

快速使用

前提:Linux 或 macOS 的 x64/arm64 环境,以及一个受支持 LLM 提供商的凭据。安装产物是单个自包含二进制,不需要 Bun 或 Node。

npm install -g pentestcode-ai
# 或
curl -fsSL https://raw.githubusercontent.com/s0ld13rr/pentestcode/main/install.sh | bash

Arch Linux 另可通过 paru -S pentestcode-bin 安装。随后连接提供商并启动会话:

pentestcode auth login
pentestcode
# 单次执行
pentestcode --prompt "scan 10.10.10.0/24 and enumerate all services"

从源码构建时,README 使用 bun install 和 bun run build --single --skip-embed-web-ui,产物位于 packages/opencode/dist/pentestcode-<os>-<arch>/bin/pentestcode 安装选项。

会话内可用 /status、/vulns、/creds、/scope、/phase、/report 等斜杠命令查看作战状态。三种执行模式决定自主程度:auto 按阶段自动推进,guided 每步提议并等待确认,free 跳过阶段结构且绕过范围检查;暂停行为可与模式组合使用。

配置与工具

配置位于 .pentestcode/pentestcode.jsonc,其中指定提供商和模型,例如 Anthropic 模型。通过 ai-sdk 支持 20 多家提供商,包括 Anthropic、OpenAI、Google、Azure、AWS Bedrock 和 Ollama 配置。

除 bash 外,内置 18 个渗透工具负责解析和状态更新。解析工具是强制环节:nmap 跑完后输出必须经 nmap_parse,而不是手工 grep XML,确保发现进入作战状态。其余工具解析 Nuclei、NetExec、Gobuster、SharpHound、sqlmap 输出,分析 JWT 与 XSS,规划凭据喷洒、校验范围、建议攻击路径、管理隧道、控制阶段并生成报告。19 个按需加载的技能包(阶段清单、服务知识、战术手册)以纯 Markdown 提供,也可向技能目录放入 SKILL.md 自行扩展。

使用约束

  • 必须获得授权。 项目声明仅用于经授权的安全测试、教育和研究,使用者需自行确保对目标系统有测试许可。
  • 平台支持为 Linux 和 macOS;预编译二进制未列出 Windows。
  • 依赖 LLM: 代理行为、费用和 token 消耗取决于所配置的提供商与模型,README 也提示 Beta 阶段会有粗糙之处。
  • 模式风险: free 模式绕过范围检查,因此范围约束取决于所选模式。
  • 许可证为 MIT。

HotRepo 点评

PentestCode 在 HotRepo 目前只有一条记录:2026 年 11 月 16 日 TypeScript 日榜,当天进入第 8 名,新增 34 Star,仓库累计 1,080 Star、174 Fork。没有全部语言日榜名次或更长的时间序列,这条数据只支持单日表现,不能当作趋势。

技术上的差异点在于共享作战状态和强制解析工具:检查结果被写进结构化记录,而不是留在对话历史里。配合状态持久化和子代理分工,这比单纯把 LLM 包进提示词多了一层具体设计;能否在真实项目中站住脚,还要看公开 Beta 和问题反馈的积累。

本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。

相关推荐

  1. vxcontrol/pentagi让安全团队自托管一套多智能体系统,自主规划并驱动 nmap、Metasploit 等真实工具,对授权目标做渗透测试。Go32,262
  2. Armur-Ai/Pentest-Swarm-AI开源自托管版 XBOW:用一群 LLM 智能体自动发现并实证 Web/API 漏洞。Go3,047
  3. KeygraphHQ/shannon一个自动化的 AI 渗透测试代理:先读 Web 应用源码找攻击路径,再在运行环境中执行真实利用来证明漏洞。TypeScript49,899
  4. N1nEmAn/sapper-v2面向授权安全测试的多智能体渗透编排框架,用共享事实图协调可替换的 AI 命令行智能体。Python2,118
  5. Haryy985/yunkun-console-preview把授权渗透测试的任务、Agent 执行轨迹、HTTP 证据与发现集中在一个工作台里。Go135