FishCodeTech/muteki

해결하는 문제

Project Muteki는 AI 에이전트가 특정 문제에 갇혀 목표 달성에 진전이 없는 '데드루프(Dead-loop)'에 빠지는 것을 방지하기 위해 설계되었습니다. 이 프로젝트는 단일 LLM에 의존하는 대신, 다양한 AI 모델의 스웜을 조율함으로써 공격 및 방어적 보안 작업(예: CTF 대회, 펜테스트, 코드 감사)을 자동화합니다.

작동 방식

Muteki는 Claude, Codex, Cursor, DeepSeek 등의 다양한 코딩 에이전트가 공유 블랙보드(shared blackboard)를 통해 협력하는 비균질 다중 모델 아키텍처를 사용합니다. 이 블랙보드는 발견된 사실과 증거의 중앙 저장소 역할을 하며, 한 에이전트가 힌트를 발견하면 다른 에이전트가 이를 활용할 수 있고, 한 에이전트가 막다른 길에 빠지면 다른 에이전트는 같은 실수를 반복하지 않습니다.

이 과정은 다음과 같은 루프를 따릅니다:

1. 코디네이터/리저닝 플래너: 블랙보드를 읽고 다음 단계를 계획합니다.
2. 의도(Intent): 의도가 블랙보드에 게시됩니다.
3. 워커: 여러 에이전트가 의도를 수락하고 실제 CLI 명령어 및 보안 도구를 실행합니다.
4. 검증: 결과는 블랙보드에 다시 기록되며, 플래그는 실제 실행 출력에 정확히 일치할 때만 수락됩니다.
5. 리뷰: 시스템은 기록된 사실을 주기적으로 검토하여 방향을 수정하고 루프를 피합니다.

대상 사용자

다중 에이전트 AI 스웜을 사용해 취약점 탐지 및 활용을 자동화하고자 하는 보안 연구자, 펜테스트 담당자, CTF 플레이어.

주요 특징

• 다중 모델 스웜: Claude, Codex, Cursor, Pi, OMP, Kimi, Grok, DeepSeek 등의 다양한 엔진 CLI 통합.
• 검증된 성능: NYU CTF 및 HackTheBox Insane/Hard 카테고리 등 다양한 벤치마크 및 대회에서 "AK"(모든 문제 해결) 성과 기록.
• 자율적 도구화: 실행 중에 자체 종속성과 스크립트를 작성하고 설치하여 즉흥적으로 대응 가능.
• 유연한 배포: 로컬 실행과 Docker Compose를 통한 컨테이너 배포 모두 지원하며, 전용 Kali Linux 기반 워커 이미지 제공.