Lorainobsessive5233/LLMtary
GitHub: Lorainobsessive5233/LLMtary
LLMtary 是一个利用大语言模型自动化完成网络渗透测试与漏洞验证的安全测试平台，帮助用户以较低技术门槛发现并评估系统安全风险。
Stars: 0 | Forks: 0
# 🛡️ LLMtary - 针对您网络的自动化安全测试
[](https://github.com/Lorainobsessive5233/LLMtary)
LLMtary 可作为检查您计算机系统安全性的智能助手。它使用先进的语言模型来发现潜在弱点，并提供测试路径。您无需具备深厚的技术知识即可使用本软件。它可以处理繁重的工作，包括收集信息和分析安全漏洞。
## ⚙️ 工作原理
该软件通过将您选择的人工智能模型连接到扫描引擎来运作。您只需定义目标域名或内部网络地址，程序便会映射出其布局。然后，它会要求模型识别出看起来像安全漏洞的模式。分析完成后，它会提供一份简明的英文报告，概述其发现。
您可以选择通过 Ollama 或 LM Studio 等程序使用本地模型，以将数据保留在自己的机器上。如果您需要更高的处理能力，也可以连接到 GPT-4 或 Claude 等云服务。
## 📋 系统要求
在开始之前，请确保您的计算机满足以下规格：
* 操作系统：Windows 10 或 Windows 11。
* 内存：16 GB RAM 或更高。
* 存储：5 GB 可用空间。
* 处理器：现代多核 CPU。
* 互联网访问：下载更新和连接云模型时需要。
## 🚀 入门指南
1. 访问仓库页面下载安装程序：[https://github.com/Lorainobsessive5233/LLMtary](https://github.com/Lorainobsessive5233/LLMtary)
2. 在 Releases 部分找到最新版本。
3. 下载以 .exe 结尾的 Windows 可执行文件。
4. 双击该文件启动安装设置。
5. 按照视觉提示完成整个过程。
## 🛠️ 配置您的 AI 模型
该软件需要一个人工智能模型来执行分析。如果您是新手，我们建议您先安装一个本地工具。
### 使用本地模型
1. 在您的计算机上安装 Ollama 或 LM Studio。
2. 在该应用程序中下载像 Llama 3 或 Mistral 这样的模型。
3. 打开 LLMtary。
4. 转到侧边栏中的“Settings”选项卡。
5. 选择“Local”作为您的提供商。
6. 输入您的本地工具提供的 Web 地址（通常是 http://localhost:11434）。
7. 保存您的设置以确认连接。
### 使用云端模型
1. 登录到您的提供商账户（OpenAI、Anthropic 或 Google）。
2. 从其开发者仪表板生成一个 API key。
3. 打开 LLMtary 并转到“Settings”选项卡。
4. 从下拉菜单中选择您偏好的提供商。
5. 将您的 API key 粘贴到该字段中。
6. 测试连接以确保软件与云服务正常通信。
## 🔍 运行您的首次测试
1. 从您的桌面打开 LLMtary 应用程序。
2. 在主仪表板上选择“New Scan”按钮。
3. 输入您想要测试的网站地址或本地 IP 范围。
4. 选择“Analysis Depth”级别。我们建议您首次尝试时选择“Standard”。
5. 点击“Begin Analysis”开始该过程。
6. 监控进度条以查看扫描进展。
7. 完成后，导航到“Results”选项卡以查看生成的报告。
## 📊 了解结果
该软件将发现分为三个类别，以帮助您确定工作的优先级：
* Critical（严重）：这些问题代表高风险，需要立即关注。它们通常涉及暴露的服务或过时的软件。
* Warning（警告）：这些项目表明存在潜在隐患，但可能不会导致立即的违规。
* Informational（信息性）：这些是有关目标配置的说明。它们通常代表良好的做法，而不是缺陷。
每份报告都包含一个“Recommendations”部分。请遵循这些要点来修复扫描发现的问题。您可以将这些报告导出为 PDF 文件以作记录。
## 🛡️ 安全测试的最佳实践
始终在您拥有明确审计权限的系统上进行测试。未经许可测试网络或网站是非法且不道德的。在您的专用网络内部使用此工具，以便在内部隐患演变成真正的问题之前将其识别出来。
保持您的 AI 模型处于更新状态，以确保分析能准确应对新威胁。如果遇到错误，请检查“Logs”选项卡，以查看是否是模型未能响应或发生了网络超时。
## 🔧 常见问题解答
这个工具会损坏我的文件吗？
不会。该工具只读取配置并测试漏洞。它不会删除、修改或加密您的个人或系统文件。
如果扫描花费时间太长怎么办？
复杂的网络需要更多时间来进行分类。如果扫描停止，请检查您的互联网连接或本地 AI 模型的响应情况。
我可以在虚拟机上运行此工具吗？
可以。许多用户在虚拟机内部运行此工具，以便在测试时将其与主机系统隔离。
我的数据私密吗？
如果您使用本地 AI 模型，所有数据都会保留在您的机器上。我们绝不会将您的目标数据发送到我们的服务器。如果您使用云端模型，则需依赖于这些特定提供商的隐私政策。
如果软件冻结了，我该怎么办？
通过任务管理器关闭应用程序并重新打开它。扫描进度通常会自动保存。
我该如何报告软件问题？
如果您发现错误或想到有用的功能，请在 GitHub 仓库页面上开启一个 issue。请保持描述清晰，并在可能的情况下附上屏幕截图。
标签：AI风险缓解, C2, Claude, CVE检测, DLL 劫持, GPT-4, LLM评估, LM Studio, Maven, Ollama, Petitpotam, Windows安全工具, 云存储安全, 人工智能, 反取证, 大模型安全, 大语言模型, 子域名枚举, 安全报告, 安全测试, 安全评估, 密码管理, 插件系统, 攻击性安全, 无线安全, 智能安全, 本地大模型, 漏洞验证, 用户模式Hook绕过, 系统安全, 网络安全, 网络安全审计, 网络扫描, 网络资产测绘, 自动化渗透, 隐私保护