sandeepl337/awesome-autonomous-pentest

# 极佳的自主渗透测试 [](https://awesome.re) 该领域发展迅速。短短两年内，它已经从“LLM 建议下一个 `nmap` 参数”跃升为多智能体系统，这些系统能够从一个 IP 成功获取 shell，端到端地遍历整个 Active Directory 林，并在沙箱中复现真实的 CVE。本列表追踪的是真正存在且有效的内容：每个条目都经过了链接检查，每篇论文的 arXiv ID 都已根据其摘要进行了验证。 **范围：** 攻击性自动化。包括自主 agent、对它们进行评分的 benchmark、训练它们的实验室，以及它们编排的经典工具。纯防御性项目不在范围内，除非它们同时也是攻击平台。 ## 目录 - [LLM-agent 框架与工具（开源）](#llm-agent-frameworks--tools-open-source) - [商业自主化平台](#commercial-autonomous-platforms) - [研究论文](#research-papers) - [Benchmark 与模拟环境](#benchmarks--simulation-environments) - [实践实验室与漏洞环境](#practice-labs--vulnerable-environments) - [经典自动化与对手模拟工具](#classic-automation--adversary-emulation-tooling) - [综述](#surveys) - [贡献](#contributing) ## LLM-agent 框架与工具（开源） 你可以克隆并运行的 agent 和框架。Star 数量为特定时间点的近似值。 - [Shannon](https://github.com/KeygraphHQ/shannon)：针对 Web 应用和 API 的自主白盒 AI 渗透测试工具：读取源代码，发现攻击向量，运行真实的漏洞利用。`~45k★` - [Strix](https://github.com/usestrix/strix)：开源自主 agent，通过动态执行和 PoC 漏洞利用来发现并验证应用漏洞。`~34k★` - [PentAGI](https://github.com/vxcontrol/pentagi)：在沙箱化的 Docker 环境中执行复杂渗透测试任务的全自主 AI-agent 系统。`~18k★` - [PentestGPT](https://github.com/GreyDGL/PentestGPT)：掀起这股浪潮的先驱：赋能 LLM 的 agent 框架，用于指导和自动化渗透测试（USENIX Security 2024）。`~14k★` - [CAI (Cybersecurity AI)](https://github.com/aliasrobotics/cai)：用于构建和部署 AI agent 以实现攻防安全自动化的框架。`~9k★` - [garak](https://github.com/NVIDIA/garak)：NVIDIA 的 LLM 漏洞扫描器：探测 prompt 注入、越狱、数据泄露和毒性。`~8k★` - [Vulnhuntr](https://github.com/protectai/vulnhuntr)：利用 LLM + 静态分析，自主发现 Python 代码库中可远程利用的多步骤漏洞。`~2.7k★` - [hackingBuddyGPT](https://github.com/ipa-lab/hackingBuddyGPT)：TU Wien 框架，用不到 50 行代码即可构建 LLM 安全测试 agent（Linux privesc、SSH/shell）。`~1.2k★` - [Nebula](https://github.com/berylliumsec/nebula)：AI 驱动的 CLI 渗透测试助手，将 LLM 接入侦察和漏洞评估工作流。`~1k★` - [HackSynth](https://github.com/aielte-research/HackSynth)：用于自主渗透测试的 LLM agent 和评估框架，已在 PicoCTF/OverTheWire 上进行 benchmark 测试。`~300★` - [burpference](https://github.com/dreadnode/burpference)：Burp Suite 扩展，将范围内的 HTTP 流量发送给 LLM 以发现漏洞。`~200★` - [VulnBot](https://github.com/KHenryAegis/VulnBot)：通过渗透任务图驱动侦察/扫描/漏洞利用的多 agent LLM 渗透测试框架（[arXiv:2501.13411](https://arxiv.org/abs/2501.13411)）。`~175★` - [PentestAgent](https://github.com/nbshenxm/pentest-agent)：LLM 驱动的框架，可自动化情报收集、漏洞分析和漏洞利用（AsiaCCS 2025）。`~128★` - [ReaperAI](https://github.com/tac01337/ReaperAI)：使用 GPT-4 进行侦察和漏洞利用的概念验证型自主攻击安全 agent。`~36★` ## 商业自主化平台 仅包含真正**自主**的攻击性平台：能够独立发现、链接并*证明*可利用性的 AI 或算法 agent。特意排除了自动化扫描器/DAST、仅验证控制的突破与攻击模拟（BAS），以及人工运行的 PTaaS。描述部分转述了供应商的定位，而非独立的测试结果。 - [Bugdazz (SecureLayer7)](https://bugdazz.io)：涵盖 Web、API 和 Active Directory 的自主渗透测试平台：链接攻击路径，证明可利用性，并通过所有者到资产的责任制持续验证发现。 - [XBOW](https://xbow.com)：自主 AI 攻击安全平台，通过真实的漏洞利用验证来发现并证明可利用性，无需人工干预。 - [Horizon3.ai NodeZero](https://horizon3.ai)：自主渗透测试，通过安全地黑客攻击生产环境来寻找并验证真实的、链接在一起的可利用攻击路径。 - [Pentera](https://pentera.io)：自主安全验证平台，可端到端执行完整的真实攻击场景，对生产环境安全，无需操作员。 - [RidgeSecurity RidgeBot](https://ridgesecurity.ai)：Agentic AI 攻击安全平台，可自主进行渗透测试并大规模安全地验证漏洞利用。 - [Terra Security](https://terra.security)：Agentic AI，可持续自主对 Web 应用和 API 进行渗透测试，实时发现并证明漏洞。 - [RunSybil](https://runsybil.com)：自主 AI 渗透测试工具，可持续跨应用和基础设施执行攻击性测试。 - [Aptori](https://aptori.com)：AI 原生平台，可自主对应用和 API 进行推理以生成攻击，并跨代码和运行时验证可利用性。 - [Mindfort](https://www.mindfort.ai)：自主 AI 红队 agent（MF-1），可映射攻击面、链接漏洞利用、提供经验证的漏洞利用，并提交修复 PR。 - [FireCompass](https://firecompass.com)：Agentic AI 渗透测试/CART 平台，可自主发现攻击面，链接多阶段路径，并通过有效的漏洞利用证明来验证影响。 - [Ethiack](https://ethiack.com)：“Hackian” Agentic 引擎，可自主映射攻击面、链接攻击路径、执行漏洞利用并提供漏洞利用证明。 - [Hadrian](https://hadrian.io/solutions/agentic-penetration-testing)：Agentic 渗透测试平台，可跨外部攻击面自主发现、利用和验证。 - [Gecko Security](https://www.gecko.security)：自主 AppSec agent，可对代码进行威胁建模、模拟攻击，并通过将漏洞利用转化为有效的 PoC 来验证漏洞。 - [Snyk Evo](https://snyk.io/evo/)：持续攻击安全 agent，在报告之前自主攻击应用和 AI 系统并验证可利用性。 - [Synack Sara](https://www.synack.com/platform/ai-pentesting/)：Synack 自主红队 agent，跨越攻击面执行 AI 驱动的自主红队测试。 - [Sxipher](https://sxipher.ai)：“Genesis”，一个持续由 AI 驱动的攻击引擎，自主测试客户环境中的可利用漏洞。 **研究级自主 agent**（非商业产品，而是具有里程碑意义的自主攻击系统）：[OpenAI Aardvark](https://openai.com/index/introducing-aardvark/)，一个由 GPT-5 驱动的 agent，可在沙箱中自主进行威胁建模、发现漏洞并验证可利用性；以及 [Google Big Sleep](https://cloud.google.com/blog/products/identity-security/cloud-ciso-perspectives-our-big-sleep-agent-makes-big-leap)，一个由 Gemini 驱动的 Project Zero / DeepMind agent，已自主发现了现实世界中的 zero-day。 ## 研究论文 以下每个 arXiv ID 均已通过获取摘要并匹配标题进行了确认。 **LLM-agent 渗透测试** - [PentestGPT: Evaluating and Harnessing LLMs for Penetration Testing](https://arxiv.org/abs/2308.06782)：Deng 等人，USENIX Security 2024。 - [Getting pwn'd by AI: Penetration Testing with Large Language Models](https://arxiv.org/abs/2308.00121)：Happe & Cito，ESEC/FSE 2023。（hackingBuddyGPT） - [AutoAttacker: A Large Language Model Guided System to Implement Automatic Cyber-attacks](https://arxiv.org/abs/2403.01038)：Xu 等人，2024。 - [PenHeal: A Two-Stage LLM Framework for Automated Pentesting and Optimal Remediation](https://arxiv.org/abs/2407.17788)：Huang 等人，2024。 - [PentestAgent: Incorporating LLM Agents to Automated Penetration Testing](https://arxiv.org/abs/2411.05185)：Shen 等人，AsiaCCS 2025。 - [PenTest++: Elevating Ethical Hacking with AI and Automation](https://arxiv.org/abs/2502.09484)：Al-Sinani & Mitchell，2025。 - [AutoPT: How Far Are We from the End2End Automated Web Penetration Testing?](https://arxiv.org/abs/2411.01236)：Wu 等人，2024。 - [VulnBot: Autonomous Penetration Testing for a Multi-Agent Collaborative Framework](https://arxiv.org/abs/2501.13411)：Kong 等人，2025。 - [RapidPen: Fully Automated IP-to-Shell Penetration Testing with LLM-based Agents](https://arxiv.org/abs/2502.16730)：Nakatani，2025。 - [ARACNE: An LLM-Based Autonomous Shell Pentesting Agent](https://arxiv.org/abs/2502.18528)：Nieponice 等人，2025。 - [HackSynth: LLM Agent and Evaluation Framework for Autonomous Penetration Testing](https://arxiv.org/abs/2412.01778)：Muzsai 等人，2024。 **自主多主机与网络攻击** - [On the Feasibility of Using LLMs to Autonomously Execute Multi-host Network Attacks](https://arxiv.org/abs/2501.16466)：Singer 等人，2025。（Incalmo） **强化学习与 Active Directory** - [Evaluation of Reinforcement Learning for Autonomous Penetration Testing using A3C, Q-learning and DQN](https://arxiv.org/abs/2407.15656)：Becker 等人，2024。 - [Mind the Gap: Towards Generalizable Autonomous Penetration Testing via Domain Randomization and Meta-RL](https://arxiv.org/abs/2412.04078)：Zhou 等人，2024。 - [Optimizing Cyber Defense in Dynamic Active Directories through Reinforcement Learning](https://arxiv.org/abs/2406.19596)：Goel 等人，ESORICS 2024。 - [Evolving Reinforcement Learning Environment to Minimize Learner's Achievable Reward: Hardening Active Directory Systems](https://arxiv.org/abs/2304.03998)：Goel 等人，2023。 ## Benchmark 与模拟环境 该领域如何评估自身。用于训练的模拟器和用于评估的任务套件。有关规模、指标和**验证过的最佳 agent 得分**，请参阅 [**BENCHMARKS.md**](BENCHMARKS.md)：简而言之，自主 agent 在现实世界的漏洞利用中表现依然徘徊在 13% 到 21% 左右。 - [CyberBattleSim](https://github.com/microsoft/CyberBattleSim)：Microsoft RL 平台，用于抽象模拟企业网络中的攻击者/防御者 agent。 - [NASim (Network Attack Simulator)](https://github.com/Jjschwartz/NetworkAttackSimulator)：兼容 Gymnasium 的模拟网络（扫描/漏洞利用），适用于 AI 渗透测试和规划 agent。 - [AutoPenBench](https://github.com/lucagioacchini/auto-pen-bench)：包含 33 个漏洞系统任务的 benchmark，用于生成式渗透测试 agent（[arXiv:2410.03225](https://arxiv.org/abs/2410.03225)）。 - [Cybench](https://github.com/andyzorigin/cybench)：包含 40 个带有子任务的专业 CTF 任务，用于评估 LM 网络安全能力，ICLR 2025（[arXiv:2408.08926](https://arxiv.org/abs/2408.08926)）。 - [CVE-Bench](https://github.com/uiuc-kang-lab/cve-bench)：包含 40 个严重级别的真实 Web 应用 CVE 沙箱，用于 AI 漏洞利用 agent，ICML 2025（[arXiv:2503.17332](https://arxiv.org/abs/2503.17332)）。 - [CyberGym](https://github.com/sunblaze-ucb/cybergym)：用于真实世界漏洞复现和 PoC 生成的大规模（1507 个任务）benchmark（[arXiv:2506.02548](https://arxiv.org/abs/2506.02548)）。 - [BountyBench](https://github.com/bountybench/bountybench)：25 个真实系统 / 40 个漏洞赏金，衡量 AI 攻击者和防御者 agent 的美元影响（[arXiv:2505.15216](https://arxiv.org/abs/2505.15216)）。 - [CyberSecEval / PurpleLlama](https://github.com/facebookresearch/PurpleLlama)：Meta 的套件，用于衡量 LLM 的攻击性网络能力、代码解释器滥用和 prompt 注入。 - [NYU CTF Bench](https://github.com/NYU-LLM-CTF/NYU_CTF_Bench)：涵盖六个类别的 200 个 Docker 化 CSAW CTF 挑战，用于评估 LLM agent。 - [InterCode-CTFhttps://github.com/princeton-nlp/intercode)：InterCode 框架中的交互式 Docker 沙箱 CTF 套件（91 个 picoCTF 挑战）（[arXiv:2306.14898](https://arxiv.org/abs/2306.14898)）。 - [3CB (Catastrophic Cyber Capabilities Benchmark)](https://arxiv.org/abs/2410.09114)：15 个 ATT&CK 映射的挑战，用于评估 14 个模型上的 LLM-agent 网络攻击能力。 ## 实践实验室与漏洞环境 agent（和人类）进行训练的地方。专注于 Active Directory 和网络方向。 - [GOAD: Game of Active Directory](https://github.com/Orange-Cyberdefense/GOAD)：漏洞多林/多域 AD 实验室（Ansible/Vagrant/Terraform），用于练习完整的 AD 攻击链。 - [vulnerable-AD](https://github.com/WazeHell/vulnerable-AD)：PowerShell 脚本，可将 DC 转化为用于 Kerberoast/AS-REP/DCSync 练习的漏洞 AD。 - [BadBlood](https://github.com/davidprowe/BadBlood)：用数千个真实的配置错误对象填充 AD 域，用于评估练习。 - [Ludus](https://ludus.cloud)：自托管开源网络靶场，可在几分钟内部署模板化的 AD/SCCM/Exchange 实验室。 - [DetectionLab](https://github.com/clong/DetectionLab)：IaC Windows 域实验室，预连接了安全工具和日志记录（自 2023 年起停止维护）。 - [Metasploitable3](https://github.com/rapid7/metasploitable3)：Rapid7 通过 Packer/Vagrant 构建的具有故意漏洞的 Windows/Linux 虚拟机。 - [VulnHub](https://www.vulnhub.com)：包含可下载的故意存在漏洞的虚拟机存储库，用于离线练习。 - [HackTheBox](https://www.hackthebox.com)：在线网络安全技能平台，提供 1500 多个动手实验室、靶机和 CTF。 - [TryHackMe](https://tryhackme.com)：基于浏览器的引导式网络安全培训，提供房间和实验室。 - [picoCTF](https://picoctf.org)：CMU 的免费 CTF 和网络安全教育平台。 ## 经典自动化与对手模拟工具 自主 agent 编排的基础原语。如果一个 agent “运行攻击”，它通常会通过 shell 调用这些工具之一。 - [MITRE CALDERA](https://github.com/mitre/caldera)：基于 ATT&CK 的自动化对手模拟和红队 C2 平台。 - [Metasploit Framework](https://github.com/rapid7/metasploit-framework)：Rapid7 的开源漏洞利用和渗透测试框架。 - [BloodHound](https://github.com/SpecterOps/BloodHound)：基于图的 AD/Azure 攻击路径映射（摄取 SharpHound/AzureHound 数据）。 - [Impacket](https://github.com/fortra/impacket)：用于网络协议类和工具（SMB/Kerberos/LDAP/MSRPC）的 Python 库。 - [Certipy](https://github.com/ly4k/Certipy)：攻防 AD CS 工具包，涵盖 ESC1–ESC17 枚举和滥用。 - [NetExec](https://github.com/Pennyw0rth/NetExec)：积极维护的用于 AD/Windows 的“网络执行工具”；CrackMapExec 的继任者。 - [Nuclei](https://github.com/projectdiscovery/nuclei)：ProjectDiscovery 基于 YAML 模板的快速漏洞扫描器。 - [Sliver](https://github.com/BishopFox/sliver)：Bishop Fox 跨平台对手模拟/C2 框架（mTLS/WireGuard/HTTPS/DNS implants）。 - [Empire](https://github.com/BC-SECURITY/Empire)：具有 PowerShell/Python/C# agent 和 Starkiller GUI 的后渗透/C2 框架。 - [Atomic Red Team](https://github.com/redcanaryco/atomic-red-team)：小型、可移植、映射 ATT&CK 的检测测试库。 - [Responder](https://github.com/lgandx/Responder)：LLMNR/NBT-NS/mDNS 投毒器和伪造身份验证凭证捕获工具。 - [Mimikatz](https://github.com/gentilkiwi/mimikatz)：Windows 凭证提取（pass-the-hash/ticket、Golden Ticket、DCSync）。 ## 综述 - [Forewarned is Forearmed: A Survey on LLM-based Agents in Autonomous Cyberattacks](https://arxiv.org/abs/2505.12786)：Xu 等人，2025。 - [Benchmarking Practices in LLM-driven Offensive Security: Testbeds, Metrics, and Experiment Design](https://arxiv.org/abs/2504.10112)：Happe & Cito，2025。（SoK） - [Generative AI in Cybersecurity: A Comprehensive Review of LLM Applications and Vulnerabilities](https://arxiv.org/abs/2405.12750)：Ferrag 等人，2024。 - [Large Language Models for Cyber Security: A Systematic Literature Review](https://arxiv.org/abs/2405.04760)：Xu 等人，2024（ACM TOSEM）。 - [A Survey of Large Language Models in Cybersecurity](https://arxiv.org/abs/2402.16968)：da Silva 等人，2024。 ## 许可证 [](https://creativecommons.org/publicdomain/zero/1.0/) 在法律允许的范围内，贡献者已放弃与此作品相关的所有版权及相关权利。

标签：AI安全工具, LLM智能体, Maven, XXE攻击, 安全资源清单, 漏洞验证, 请求拦截, 逆向工具