CobaltoSec/kestrel

 [](LICENSE) # Kestrel — AI 原生 HTB 交战框架 Kestrel 是一个 [Claude Code](https://claude.ai/code) 技能，它在对目标 VM 执行操作之前应用一个智能层。它不运行通用的扫描，而是首先对目标进行分类——然后引导执行指向可能的攻击链，并实时进行叙述。 ## 为什么 大多数 HTB 自动化要么运行完全盲目的侦察（缓慢、嘈杂），要么要求你已经知道攻击链。Kestrel 介于两者之间：指纹识别 → 知识查询 → 定向执行——将大约 19 个人工决策点减少到约 6 个。 ## 架构 — 4 层 ``` ┌─────────────────────────────────────────────────────────┐ │ 4. MEMORY │ │ estado.md · state.json · writeup.md │ │ KB synthesis · cross-session resume │ │ → persists between sessions, learns from each run │ ├─────────────────────────────────────────────────────────┤ │ 3. EXECUTION │ │ delegated to /pentest --mode lab │ │ discovery → vuln → exploit │ │ → Kestrel orchestrates, doesn't execute directly │ ├─────────────────────────────────────────────────────────┤ │ 2. ORCHESTRATION │ │ phases p0 → p1 → p1.5 → p2 → p3 → p4 → p5 → p6 │ │ mode switching · HITL gates · continuous narration │ │ → workflow engine, core of Kestrel │ ├─────────────────────────────────────────────────────────┤ │ 1. INTEL │ │ WebSearch retired + blind_fingerprint.py active │ │ intel.md · fingerprint.json · optional KB query │ │ → the hover before the dive │ └─────────────────────────────────────────────────────────┘ ``` ## 模式 | 模式 | 适用场景 | 情报来源 | |---|---|---| | **Guided** | 已退役机器 | WebSearch writeup 综合 → `intel.md` → 定向执行 | | **Blind** | 活动机器 | `blind_fingerprint.py` 发现后处理 → 攻击类别分类 → 可选的 KB 查询 | HTB TOS：禁止搜索活跃机器的 writeup。Blind 模式是合规的途径。 ## 独立脚本 这两个脚本可以完全独立于完整的 Claude Code 技能运行。 ### `scripts/blind_fingerprint.py` 根据 nmap/httpx 的输出，将目标分类并附带置信度分数归入相应的攻击类别。 ``` # 从 nmap 文件 python3 scripts/blind_fingerprint.py \ --nmap /tmp/scan.gnmap \ --target 10.10.10.x \ --os Windows \ --difficulty Medium \ --output ./fingerprint.json # 或者内联 JSON（无需文件） python3 scripts/blind_fingerprint.py \ --ports-json '{"ports":["88","445","389"],"services":["kerberos","smb","ldap"],"banners":[]}' \ --target 10.10.10.x \ --output ./fingerprint.json ``` 示例输出： ``` { "target_ip": "10.10.10.x", "os_likely": "windows", "ad_joined": true, "attack_categories": [ {"category": "ad-abuse", "confidence": 0.92, "tactics": [3, 6, 8, 9, 10]}, {"category": "smb-exploit", "confidence": 0.70, "tactics": [3, 4, 10]} ], "summary": "Windows host. Top path: ad-abuse (conf=0.92). ATT&CK tactics: 3, 6, 8." } ``` 可选：连接到 pgvector KB 以获取技术上下文（设置 `KESTREL_KB_PATH` — 参见 `.env.example`）。 ### `scripts/resume_validator.sh` 在恢复会话之前验证会话状态：VPN 已连接、机器可达、监听器活跃。专为在 Kali VM 上运行而设计。 ``` MACHINE_IP=10.10.10.x \ LISTENERS_JSON='[{"pid":1234,"port":9001,"type":"nc","cmd":"nc -lvnp 9001"}]' \ bash scripts/resume_validator.sh ``` 输出： ``` { "vpn_up": true, "machine_reachable": false, "listeners_alive": [{"port": 9001, "alive": false}], "needs_recovery": true, "recovery_actions": ["respawn_machine", "restart_listener_9001"] } ``` ## ATT&CK 覆盖范围 | 战术 | # | Kestrel 如何覆盖 | |---|---|---| | Reconnaissance | 1 | p1.5 WebSearch（Guided 模式）+ blind_fingerprint.py 端口/ banner 分类（Blind 模式） | | Initial Access | 3 | p3 exploit 阶段通过 /pentest | | Execution | 4 | p3 获取立足点后的命令 | | Privilege Escalation | 6 | p3 LinPEAS/WinPEAS + 来自 intel 的 guided 向量 | | Credential Access | 8 | hash 识别 + Hash Policy 自动化（上限 5 分钟 → GPU 卸载） | | Discovery | 9 | p3 PASO 1 + fingerprint.py 分类 | 缺口（仅限复杂攻击链）：Persistence (5)、Defense Evasion (7)、Lateral Movement (10) — 在检测到时通过委派给 `/pentest-ad` 处理。 ## 环境要求 - Python 3.10+ - [Claude Code](https://claude.ai/code) CLI（用于完整的编排技能） - 具备 SSH 访问权限的 Kali Linux VM（执行平台） - HTB VPN 连接 - 可选：pgvector + Ollama 用于增强 KB 的 blind 模式 ## 配置 ``` cp .env.example .env # 使用您的值编辑 .env ``` ## 状态 - **v0.1.0** (2026-05-08)：核心框架 — blind 指纹识别 + 跨会话恢复 + 架构文档 - **v0.2** (路线图)：多路径假设 + L3 反馈循环 + 活跃 Hard 机器验证 - **v0.3** (路线图)：净化后的阶段库 + 完整案例分析 + 与 AutoPwn/HackBot 对比 ## 案例分析 - **Kobold**（Easy Linux，已退役）— CVE-2026-23520 命令注入 → Docker socket 逃逸 → root。Guided 模式，约 90 分钟，intel 匹配=完全。 - **Garfield**（Hard Windows，已退役）— blind 模式验证；攻击链：SYSVOL → RBCD → KeyList 攻击。遇到 HTB flag 重新生成 bug（已记录，非 Kestrel 问题）。 由 [CobaltoSec](https://cobalto-sec.tech) 构建 · 进阶安全平台工程

标签：AI智能体, AI风险缓解, Claude Code, 安全, 实时处理, 密码管理, 应用安全, 数据展示, 红队, 超时处理, 运行时操纵, 逆向工具