arcdatasystems/pentest-ai-agents_gui

# pentest-ai-db **pentest-ai-agents 的持久化发现数据库和 Web GUI。** [](https://www.python.org/) [](https://sqlite.org/) [](LICENSE) pentest-ai-db 为 [pentest-ai-agents](https://github.com/0xSteph/pentest-ai-agents) 生态系统提供了一个可以跨 Claude Code 会话存储发现的场所。SQLite 数据库存储主机、服务、漏洞、凭证和攻击链。Flask Web GUI 允许你浏览、编辑和导出所有内容。一组 Bash CLI 让代理能够自动向其写入数据。 ## 包含内容 | 组件 | 描述 | |-----------|-------------| | `gui.py` | Flask Web 服务器 — 提供仪表板和 REST API | | `gui.html` | 单文件前端（无需构建步骤，无需 npm） | | `findings.sh` | 用于添加和查询主机、服务、漏洞、凭证、链的 CLI | | `engagement.sh` | 创建、切换、归档和清除授权测试项目 | | `report.sh` | 从任何授权测试项目生成独立的 HTML 报告 | | `report-template.html` | 报告模板（使用 `report.conf` 进行自定义） | | `handoff.sh` | 打印 Markdown 会话交接摘要 | | `doctor.sh` | 审计此机器上安装了哪些底层的渗透测试工具 | | `migrate.sh` | 将现有数据库前向迁移至当前的 schema | | `schema.sql` | SQLite schema（参考 / 手动初始化） | | `lib/common.sh` | 所有 CLI 共用的共享 shell 库 | | `hooks/session-start.sh` | Claude Code hook — 在会话开始时显示当前的授权测试项目 | ## 快速开始 ``` # 1. Clone git clone https://github.com/arcdatasystems/pentest-ai-agents_gui.git cd pentest-ai-db # 2. 安装唯一的 Python 依赖 pip install flask # 3. 创建你的第一个 engagement bash findings.sh init acme-2024 --client "ACME Corp" --type internal --scope "10.0.0.0/24" # 4. 启动 GUI python3 gui.py ``` GUI 会自动在 `http://127.0.0.1:5173` 打开。 ## CLI 参考 ### findings.sh ``` # Engagements findings.sh init [--client NAME] [--type TYPE] [--scope CIDR] # Hosts findings.sh add-host --ip 10.0.0.1 --hostname dc01.corp.local --os "Windows Server 2022" # Vulnerabilities findings.sh add-vuln --title "MS17-010 EternalBlue" --severity critical \ --host-ip 10.0.0.1 --cve CVE-2017-0144 --description "..." --remediation "..." # Credentials findings.sh add-cred --username administrator --secret "P@ssw0rd" \ --host-ip 10.0.0.1 --secret-type cleartext # Query findings.sh stats # Engagement totals findings.sh list vulns # All vulnerabilities, severity-sorted findings.sh list hosts # All discovered hosts findings.sh export # Full JSON dump ``` ### engagement.sh ``` engagement.sh list # All engagements with record counts engagement.sh current # Active engagement engagement.sh use # Switch active engagement engagement.sh archive [] # Mark complete, preserve data engagement.sh purge --yes # Hard-delete everything ``` ### gui.py ``` python3 gui.py # Default port 5173, auto-opens browser python3 gui.py --port 8080 # Custom port python3 gui.py --no-browser # Skip auto-open python3 gui.py --db /path/to/db # Custom DB path ``` ### report.sh / handoff.sh ``` bash report.sh # Export HTML report for active engagement bash report.sh --engagement acme-2024 # Specific engagement bash handoff.sh # Print Markdown session summary ``` ## GUI 功能 - **授权测试项目切换器** — 从侧边栏管理多个并发的授权测试项目 - **主机选项卡** — IP、主机名、OS、角色、状态、每个主机对应的服务和漏洞数量 - **漏洞选项卡** — 按严重性排序的表格，包含 CVSS、CVE、PoC 输出、MITRE ID、修复建议 - **服务选项卡** — 每个主机的端口、协议、服务、版本、banner - **凭证选项卡** — 捕获的凭证及其来源和访问级别 - **攻击链选项卡** — 包含 MITRE ATT&CK ID 和评分的多步骤链 - **报告导出** — 具有可配置品牌的单文件独立 HTML - **实时数据** — 所有更改立即反映；无需重新加载页面 ## 自定义报告品牌 在生成之前编辑 `report.conf`： ``` ORG_NAME="Your Company Name" PRIMARY_COLOR="#1e3a5f" ACCENT_COLOR="#1e40af" LOGO_PATH="/path/to/logo.png" REPORT_FOOTER="Confidential — Prepared for Client" ``` ## Claude Code 集成 将 `hooks/session-start.sh` 放入你的 Claude Code 项目 hook 中，以便在每次会话开始时自动显示当前的授权测试项目。 在 `.claude/settings.json` 中： ``` { "hooks": { "SessionStart": [ { "matcher": "", "hooks": [ { "type": "command", "command": "bash /path/to/hooks/session-start.sh" } ] } ] } } ``` 当 `findings.sh` 位于你的 `PATH` 中时，来自 [pentest-ai-agents](https://github.com/0xSteph/pentest-ai-agents) 的代理会自动写入此数据库。 ## 数据库位置 默认情况下，数据库位于 `~/.pentest-ai/findings.db`。使用环境变量覆盖： ``` export PENTEST_AI_HOME="/custom/path" export PENTEST_AI_DB="/custom/path/findings.db" ``` ## 升级 如果你拥有来自以前版本的现有数据库： ``` bash migrate.sh ``` 该脚本是幂等的 — 可以安全地重新运行。 ## 运行测试 ``` bash tests/test_findings.sh bash tests/test_integration.sh ``` ## 许可证 [MIT](LICENSE)

标签：后端开发, 多模态安全, 应用安全, 逆向工具