0rangec3t/Black-cat

何を解決するか

Black cat は、Claude Code 向けの専門的な「スキル」であり、人間のような推論を模倣することで、ペネトレーションテスト（レッドチーム）を自動化します。従来の線形パイプライン（Recon → Scan → Exploit）に代わり、仮説駆動型の状態機械を採用し、バックトラック、証拠の検証、新しい発見に基づくピボットを可能にします。

動作方法

プロジェクトは、状態機械モデル（RECON ↔ ENUMERATE ↔ VALIDATE）を実装しており、失敗や新しいシグナルが発生した際に次のステップに進むのではなく、新たな仮説を立てます。エージェントのメモリと実行を管理する構造化アプローチを採用しています：

• 仮説駆動型ロジック：ツールを先に実行するのではなく、エージェントはシグナルを特定し、仮説を立て、その後検証します。
• ケース・レジャーファイル：ledger.jsonl ファイルが単一の真実のソースとして機能し、仮説、証拠、判断を追跡することで、長時間のセッションにおけるコンテキストオーバーフローを防ぎます。
• 明示的なファイルルーティング：LLMのコンテキストウィンドウをクリーンに保つために、必要な場合にのみ特定の技術ファイル（例：web.md、recon.md、ad.md）を読み込みます。
• マシンゲート：検証スクリプト（case_ledger.py）により、最終レポート生成前に、すべての発見が完全な証拠チェーンで検証されていることを保証します。

対象ユーザー

Claude Code を使用し、Web、クラウド、内部ネットワークにまたがる複雑なレッドチーム作業を構造的かつ自動化されたフレームワークで実施したいセキュリティ研究者やペネトレーションテスター。

主な特徴

• 包括的な攻撃表面：Web（API ファズィング、SSRF、Fastjson）、Active Directory（BOFベースの収集、Kerberosリフレクション）、クラウド（K8s エスケープ、IAMバックドア）、EDR回避の高度な技術をカバー。
• 状態機械アーキテクチャ：非線形ワークフローをサポートし、新しい情報が得られた際に過去の状態に戻れるようにします。
• 自動証拠追跡：機械可読のレジャーファイルから自動的に evidence-validation.md レポートを生成。
• ツール劣化チェーン：利用可能なツールが不足した場合、優先ツールから代替ツールや手動API呼び出しに降格し、コマンド出力の幻覚を回避。
• コンテキスト管理：長時間のセッションにおいて、LLMのコンテキストオーバーフローを防ぐために、自動ブラックボード折りたたみを実装。