mkfih3r/eclypsa-ai

## 👁️ 概述 **ECLYPSA AI** 是一个模块化、注重隐私的开源 AI 平台，专为安全自动化、高速侦察和自主任务执行而设计。通过将基于 Python 的 **ReAct (Reasoning + Acting) Agent 循环**与**高性能的 Go 执行引擎**相结合，ECLYPSA AI 弥合了本地/云端 LLM 智能与低延迟系统级操作之间的差距。 ECLYPSA AI 旨在通过本地模型（**Ollama / Llama 3**）在本地无缝运行，或通过云服务提供商（**OpenAI / Groq**）运行，确保为安全研究和攻击性自动化 pipeline 提供完整的数据隐私。 ## ✨ 核心特性 - 🧠 **自主 ReAct 引擎：** 内置推理循环，允许 agent 评估任务、规划多步操作、执行工具并对观察结果进行反思。 - ⚡ **Go 驱动的高速子系统：** 使用 Go 原生编译的多线程 TCP 端口扫描器和网络 banner 抓取器，实现接近零延迟。 - 🔌 **动态插件架构：** 支持热插拔的隔离式插件加载器，可通过自定义安全技能和工具轻松进行扩展。 - 🔒 **隐私优先与原生本地 LLM 支持：** 一流的离线本地执行支持，通过 Ollama（`llama3`、`mistral` 等）实现，且不会泄露遥测数据。 - 🌐 **内嵌控制中心与 REST API：** 原生 HTTP/REST API 网关和轻量级 Web dashboard，用于实时任务监控和遥测。 - 🐳 **多阶段容器化架构：** 开箱即用的 Docker Compose 配置，可同时提供核心平台和隔离的本地 LLM 环境。 ## 🏗️ 系统架构 ``` flowchart TD A[ECLYPSA Control Center
Web Dashboard / CLI] -->|REST / CLI| B[ECLYPSA Core Engine] subgraph Core Engine Subsystem B --> C[API Gateway] B --> D[ReAct Agent Loop] B --> E[Config / Env Manager] end D --> F[Agent / Plugin Bridge] F --> G[Security Skills & Plugins
Go Native Engine / Python] F --> H[Universal LLM Backends
Ollama / OpenAI / Groq] ``` ## 📁 仓库结构 ``` eclypsa-ai/ ├── agent/ # Agent Framework (ReAct Engine, LLM Providers, Bridge) │ ├── bridge.py # Maps dynamic plugins to executable agent tools │ ├── context.py # Execution session context & step memory │ ├── executor.py # Base task executor │ ├── llm.py # Universal LLM Provider Interface (Ollama / OpenAI) │ └── react.py # ReAct (Reasoning & Acting) decision loop ├── api/ # REST API & Web Dashboard Subsystem │ └── server.py # Native HTTP Server with Embedded Control Center ├── cli/ # Command-Line Tooling │ └── main.py # CLI Entrypoint for agent execution & management ├── core/ # Core Engine Subsystem │ ├── config.py # Configuration parser & env loader │ └── engine.py # System lifecycle, logging & health management ├── engine/ # Native High-Performance Go Modules │ └── recon.go # Multithreaded TCP port scanner ├── plugins/ # Modular Skill System │ ├── base.py # Base abstract plugin interface │ ├── loader.py # Dynamic plugin discovery & loader │ └── recon.py # Network reconnaissance plugin ├── tests/ # Unit Test Suite │ ├── test_config.py # Configuration tests │ └── test_engine.py # Core engine tests ├── scripts/ # Utility & Automation Scripts │ └── setup.sh # Automated project setup script ├── Dockerfile # Multi-stage production container build ├── docker-compose.yml # Orchestration for Core Engine & Ollama LLM ├── Makefile # Build, test, and automation task runner └── requirements.txt # Python dependency manifest ``` ## 🚀 快速开始 ### 前置条件 * **Python 3.11+** * **Go 1.22+**（可选，用于在本地构建原生引擎） * **Ollama**（推荐用于本地模型推理） ### 本地安装 1. **克隆仓库：** ``` git clone [https://github.com/eclypsa-ai/eclypsa-ai.git](https://github.com/eclypsa-ai/eclypsa-ai.git) cd eclypsa-ai ``` 2. **运行自动化设置：** ``` chmod +x scripts/setup.sh ./scripts/setup.sh ``` 3. **编译 Go 引擎模块：** ``` make build-go ``` 4. **通过测试套件验证环境：** ``` make test ``` ## 💻 使用与 CLI 接口 ### 运行自主安全任务 使用本地 **Ollama** 提供程序执行任务： ``` python -m cli.main agent --task "Perform a network port recon scan on target 127.0.0.1 and summarize open ports." --provider ollama --model llama3 ``` 使用 **OpenAI** 执行任务： ``` python -m cli.main agent --task "Analyze target 192.168.1.1 for open services." --provider openai --api-key YOUR_API_KEY --model gpt-4o ``` ### 启动 API 与 Web Dashboard 启动集成的 REST API 网关和 Dashboard 控制中心： ``` python -m api.server ``` 在浏览器中访问 http://localhost:8080 以进入 **ECLYPSA Operational Dashboard**。 ## 🐳 Docker 部署 部署 ECLYPSA AI 以及完全本地的 Ollama LLM 容器最快的方法是使用 docker-compose： ``` # 构建并启动 containers docker-compose up --build -d # 检查运行中的 services docker ps ``` 在 http://localhost:8080 访问 dashboard。 ## 🔌 开发插件 向 ECLYPSA AI 添加自定义工具非常简单。在 plugins/ 目录中创建一个扩展 BasePlugin 的新 .py 文件： ``` from plugins.base import BasePlugin from typing import Dict, Any, Optional class CustomScannerPlugin(BasePlugin): def __init__(self): super().__init__(name="custom_scanner", version="1.0.0") def initialize(self, config: Optional[Dict[str, Any]] = None) -> bool: self.is_enabled = True return True def execute(self, payload: Dict[str, Any]) -> Dict[str, Any]: target = payload.get("target", "localhost") # Custom scanning logic here... return {"status": "success", "result": f"Scanned {target}"} def shutdown(self) -> None: pass ``` AgentPluginBridge 会在启动时自动发现并将您的插件注册为 ReAct Agent 的可执行工具！ ## 🧪 测试 使用 unittest 或包含的 Makefile 运行完整的单元测试套件： ``` # 使用 Makefile make test # 直接 Python 调用 python -m unittest discover -s tests -p "test_*.py" ``` ## 📄 许可证 基于 **MIT License** 分发。请查看 LICENSE 了解更多信息。 ```

标签：AI风险缓解, ReAct框架, 人工智能, 密码管理, 库, 应急响应, 插件系统, 数字取证, 日志审计, 版权保护, 用户模式Hook绕过, 网络安全, 网络调试, 自动化, 自动化脚本, 请求拦截, 逆向工具, 隐私保护