KO
|
EN
gitlite — search
Search
#python
#javascript
#android
#java
#typescript
#react
#machine-learning
#tensorflow
#deep-learning
#csharp
#aci
#azure
Autopt
★ 29
Open GitHub ↗
具有普适性的AI化自动渗透测试系统
Download README (.md)
Explore Similar Repositories
gogs-CVE-2025-8110
:
CVE-2025-8110 PoC
CopiloTTS
:
Kotlin Multiplatform Mobile Text-to-speak SDK for using either native TTS or Supertonic
TRAPO
:
Official Repository of "[ICLR26] TRAPO: A Semi-Supervised Reinforcement Learning Framework for Boosting LLM Reasoning"
procinfo
:
Get process information straight from bash, minimal dependencies.
makeloops
:
Make loops from your browser.
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
Autopt
?
Download (.md)
# AutoPT 2.0 - 具有普适性的AI自动化渗透测试工具 [](https://python.org) [](https://crewai.com) [](https://raw.githubusercontent.com/shiyeshu/Autopt/main/LICENSE) ## 项目简介 AutoPT是一个基于CrewAI框架开发的自动化网络安全渗透测试工具。通过多个专业AI代理的协作，实现智能化的渗透测试流程自动化，帮助安全研究人员和渗透测试人员提高工作效率。本项目吸收了xbow的多agent、多模型协作特点，以实现AI能效最大化。但不同的是没有像多数渗透agent一样将提示词细化到具体操作、具体工具，这样做的目的是提高通用性，实现真正的AI智能化。 本项目为langchain重构版本，大大提升了速度和可靠性，优化了多处问题。原项目已迁移至old分支。  ## 多Agent编排 1. **渗透任务指挥官 (Strategist)** - 基于日志制定下一步攻击策略 2. **副指挥官 (Deputy)** - 将战略意图转化为技术需求 3. **战术执行专家 (Operator)** - 查看并选择合适的渗透测试工具，构造可执行的命令行 4. **执行与安全引擎 (Auditor)** - 执行安全检查，防止危险操作，实际运行命令并获取结果，确保命令执行的安全性 6. **日志审计员 (Reporter)** - 分析测试日志 整体分为渗透组和记录组，分工合作以求减少AI幻觉 ### 💡 主要功能 - ✅ **自动化渗透测试流程** - 从信息收集到漏洞利用的全流程自动化 - ✅ **智能工具管理** - 自动识别和使用各类渗透测试工具，具有广泛通用性无需针对工具适配 - ✅ **安全机制保障** - 内置命令黑名单，防止危险操作 - ✅ **完整日志追踪** - 记录每个测试步骤，支持审计回溯 - ✅ **自动报告生成** - 基于测试结果自动生成专业报告 - ✅ **多模型支持** - 使用“模型合金”的概念提升效能 ## 安装说明 ### 环境要求 - Python 3.10 或更高版本（< 3.14） - Windows操作系统（因为各个路径写的win,可自行修改） ### 安装步骤 1. **克隆项目** ```bash git clone <项目地址> cd AutoPT ``` 2. **创建虚拟环境** ```bash python -m venv venv # Windows venv\Scripts\activate # Linux/Mac source venv/bin/activate ``` 3. **安装依赖** ```bash pip install -r requirements.txt ``` 4. **配置环境变量** 创建 `.env` 文件并配置必要的API密钥和相关路径 5. **添加渗透测试工具包** 将工具复制到aptools文件夹中，以工具名称为父文件夹名 如：/aptools/nmap/nmap.exe 项目支持集成各类渗透测试工具，默认工具路径为 `/aptools/`。支持的不太偏门的几乎所有工具。冷门工具也支持，但可能消耗大量轮次和token ### Web GUI模式 ```bash # 启动Web界面 python gui_app.py ``` 访问 `http://localhost:8080` 使用图形化界面进行操作。 1、填写目标和Attck Rounds 2、目标可以是ip、ip:端口、URL等，AI根据不同类型会自动识别并做出战略 3、Attck Rounds用于控制AI操作步骤次数上限。一般一个战略为一个轮次，即从指挥官到日志记录为一次。精确填写Attck Rounds可以限制token消耗。 ## 安全说明 ⚠️ **重要提醒**： - 本工具仅用于授权的渗透测试和安全研究 - 严禁用于非法入侵或未经授权的测试 - 内置安全机制防止危险操作（如rm -rf等,虽有检查但不一定完全覆盖） ## 工作流程 1. **初始化** - 加载配置和AI代理 2. **策略制定** - 指挥官分析日志并制定策略 3. **需求转换** - 副指挥将策略转化为技术需求 4. **工具选择** - 执行专家查看并选择合适工具 5. **命令执行** - 安全引擎执行命令并获取结果 6. **日志记录** - 记录执行结果 7. **循环执行** - 重复步骤2-6直到达成目标 8. **报告生成** - 审计员生成最终测试报告（模板css在agent.py中可自行修改）   ## 配置说明 ### AI代理配置 通过修改 `agents.yaml` 可以自定义各AI代理的行为和特性。 ### 任务配置 通过修改 `tasks.yaml` 可以调整任务流程和期望输出。 ## 常见问题 **Q: 如何切换使用不同的AI模型？** A: 通过修改 `.env` 文件中的 `OPENAI_API_BASE` 和 `OPENAI_API_KEY` 来切换不同的模型提供商。 **Q: 支持哪些操作系统？** A: python环境即可 **Q: 如何添加新的渗透测试工具？** A: 将工具文件放入 指定的目录，Operator会自动识别并可使用这些工具。 ## 贡献指南 欢迎提交Issue和Pull Request来改进这个项目！ ## 许可证 本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。 ## 免责声明 本工具仅供教育和授权的安全测试使用。使用者需要： - 获得目标系统的明确书面授权 - 遵守当地法律法规 - 承担使用本工具的一切责任 开发者不对工具的滥用或非法使用承担责任。 --- **⭐ 如果这个项目对你有帮助，请给一个Star支持我们！** **⭐本项目大部分代码为AI编写，如有BUG建议优先自行解决**
