[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$f3spg7r87ydav6":3},{"code":4,"message":5,"data":6,"timestamp":50},10000,"success",{"full_name":7,"position":8,"description":9,"language":10,"stars":11,"forks":12,"stars_gained":13,"age_days":14,"hn_threads":15,"one_liner":22,"summary_md":23,"topic":24,"github_topics":27,"license":46,"homepage":47,"updated_at":48,"history":49},"vxcontrol\u002Fpentagi",4,"Fully autonomous AI Agents system capable of performing complex penetration testing tasks","Go",32282,5005,7489,655,[16],{"id":17,"title":18,"points":19,"comments":20,"posted_at":21},47114192,"Pentagi: Autonomous AI Agents for complex penetration testing tasks",2,0,"2026-02-22","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。","## 解决什么问题\n\n渗透测试的日常里有大量重复劳动：先摸清目标、挑工具、把上一步的输出喂给下一步，最后整理成报告。PentAGI 想接管的就是这个循环——你用自然语言说明目标和意图，一组专职 Agent 负责规划、在隔离沙箱里调用专业工具、记录中间结果并产出报告。它卖的不是新扫描器，而是套在既有工具链上的一层编排。\n\n## 有什么不同\n\n常见的自动化渗透工具要么是固定流程的扫描器，要么是给单个大模型套一层 shell。PentAGI 的关键差异是采用多 Agent 分工加规划与执行监控的架构，README 明确说这是为了在跑较小或本地模型时也能保持可靠性。其次它强调自托管和模型无关：支持一长串厂商，也支持任意 OpenAI 兼容端点，还附了 vLLM 本地部署指南，数据可以完全不外流。第三，结果持久化在带 pgvector 的 PostgreSQL 里，可选接入 Neo4j 知识图谱，让后续流程复用已发现的资产与结论。不过这套编排是否真的强过一份写得好的手工检查清单，项目目前没有公开证据。\n\n## 适合谁\n\n适合已有明确授权、希望在自己服务器上跑、并且想自选模型的安全工程师、渗透测试人员和红队。不适合想要开箱即用 SaaS 扫描器的人，不适合要求每一步都有可追溯人工签核的合规评估场景，也不适合没有运维能力维护一整套 Docker Compose 多服务栈的团队。想找带预制攻击剧本的 BAS（入侵与攻击模拟）产品的人应该去别处，README 自己也承认目前不是这个定位。\n\n## 上手成本\n\n部署是一套 Docker Compose 多服务栈，README 提供了面向 Linux、macOS、Windows 的交互式安装器。需要准备 PostgreSQL + pgvector、Agent 运行时、Web UI，可选 Neo4j、Grafana、Prometheus，想要联网搜集情报还得配爬虫组件和搜索 API 的 key。另外按 token 向模型厂商付费，或者用本地模型的硬件和延迟来换。许可证是 MIT，但 README 里最有意思的部分——Agent 配置档、插件、MCP server、实时攻击链视图——被划到了企业版。README 在部署和模型配置上很详细，却缺少效果评估数据，输出质量得自己试。\n\n## 点评\n\n项目大约两年，最近出现一次明显拉升：Go 月度榜单月约 7,500 星，而 Hacker News 上那条帖子只有 2 分、零讨论。这种「星数很高、公开技术讨论很少」的组合值得警惕：代码库是真实的，文档也在持续更新，但社区还没真正压力测试过它的宣传。合理做法是把 PentAGI 当作一个有潜力的编排框架，在授权实验环境里先做小规模试点，而不是替代测试人员的判断。如果你打算长期基于免费版构建，企业版的功能切分是主要战略风险。",{"slug":25,"name":26},"security","安全",[28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45],"ai-agents","ai-security-tool","anthropic","autonomous-agents","golang","gpt","graphql","multi-agent-system","offensive-security","open-source","openai","penetration-testing","penetration-testing-tools","react","security-automation","security-testing","security-tools","self-hosted","MIT","https:\u002F\u002Fpentagi.com","2026-10-24T15:06:43Z",[],1792867482]