pikpikcu/airecon

AIRecon is an autonomous cybersecurity agent that combines a self-hosted Large Language Model (Ollama) with a Kali Linux Docker sandbox and a Textual TUI. It is designed to automate security assessments, penetration testing, and bug bounty reconnaissance — without any API keys or cloud dependency.

解決する課題

AIReconは、セキュリティ偵察とエクスプロイトの複雑なプロセスを自動化するために設計された自律型ペネトレーションテストエージェントです。LLMを使用してセキュリティに特化したサンドボックスを制御することで、手動でのツールチェーン構築を不要にし、発見からレポート作成までのフルスタックなセキュリティ監査を可能にします。

仕組み

このエージェントは構造化されたパイプライン (RECON $\rightarrow$ ANALYSIS $\rightarrow$ EXPLOIT $\rightarrow$ REPORT) を通じて動作し、OpenAI互換のLLMゲートウェイと統合されています。Kali Linux Dockerサンドボックス内でコマンドを実行し、Caidoプロキシとネイティブに統合されます。

意思決定を強化するために、ローカルのSQLiteデータベースを使用して発見事項やパターンを追跡します。また、dataset_searchツールを介して、100万件以上のセキュリティレコード（CVE、CTFの解説など）を含む巨大なローカル知識ベース (airecon-dataset) に接続することも可能です。さらに、Model Context Protocol (MCP) をサポートしており、外部サーバーを使用してツールセットを拡張できます。

対象ユーザー

反復的な偵察タスクや複雑な攻撃チェーンを自動化しつつ、ローカルモデルを使用して完全にオフラインかつプライベートな運用を維持したいセキュリティ研究者、ペネトレーションテスター、バグバウンティハンター。

主な特徴

  • バックエンド非依存: OpenAI互換のゲートウェイであれば何でも動作し、ホスト型モデルとローカルモデル（vLLMやOllamaなど）の両方をサポートします。
  • Kaliサンドボックス: 安全で隔離されたDocker環境内でツールを実行します。
  • ネイティブなCaido統合: リプレイ、ファジング、サイトマップ管理などのプロキシツールを組み込みでサポートしています。
  • ローカル知識ベース: 約109万件のセキュリティレコードをオプションでインデックス化し、根拠に基づいた自律的な意思決定を実現します。
  • 検証済み学習のみ: ノイズを避けるため、信頼性の高い発見事項のみをセッション間で保持します。
  • 自動推論検出: ハードコードされたリストを必要とせず、実行時にモデルが推論機能をサポートしているかどうかを検出します。

関連

  • プロジェクト
    samugit83/redamon

    RedAmonは、自律型のDockerベースのセキュリティプラットフォームで、並列偵察ツールを連鎖させ、その結果をNeo4jナレッジグラフに供給し、LLMエージェントを使用して調査結果のトリアージ、エクスプロイトの検証、コード修正を含むGitHubプルリクエストの自動生成を行います。多くのOSINT API、複数のLLMプロバイダー、オプションのOpenVAS統合をサポートし、管理者制御の人間参加型運用のためのWeb UIを提供します。

  • プロジェクト
    KunAgent/Kun

    Kunは、コード編集、ドキュメント管理、チャット形式のエージェントを1つのElectronアプリに統合したローカルファーストのAIデスクトップワークスペースです。すべてのデータはコンピュータに保持され、OpenAI互換、Anthropic互換、またはローカルモデル（例：Ollama、DeepSeek）を接続できます。プロジェクト全体のコード支援、研究論文ワークスペース、拡張可能なプラグイン、ターミナルUIなどの機能があります。クラウド側のデータ保存なしでAI拡張の生産性を求める開発者や研究者を対象としており、非商用のPolyFormライセンスで公開されています。

  • プロジェクト
    HKUDS/DeepCode

    マルチエージェントシステムを使用して、自然言語と研究論文を本番運用可能なコードに変換するオープンなエージェント型コーディングシステムです。

  • プロジェクト
    PentesterFlow/agent

    PentesterFlow は、人間がアナリストとして LLM 駆動のエージェントをペネトレーションテストのタスクに従わせる、オープンソースのターミナル・アシスタントです。実際のセキュリティツール（curl, shell, Burp, ファイルユーティリティ）を統合し、多くの LLM バックエンドをサポートし、発見事項を Markdown で保存し、リスクのあるアクションに対して明示的な承認を求めることで、プロジェクトレベルのメモリをプロジェクトを越えて保持します。

  • プロジェクト
    Trampoline-AI/predict-rlm

    predict-rlmは、大規模言語モデル（LLM）にサンドボックス化されたステートフルな実行環境を提供するPythonライブラリです。モデルはPythonコードの記述と実行、可変状態の保持、特定のサブモデルの呼び出し、およびツールやスキル（PDF処理、スプレッドシートなど）の利用が可能です。このフレームワークは観測可能性のために完全なトレースを記録し、そのトレースをGEPAのような最適化ツールに供給できます。文書分析、監査、スプレッドシートの自動化といった複雑な多段階ワークフローを対象としており、オプションのDockerサンドボックスや豊富なコールバックをサポートしています。