ASCIT31/Dark-Moon

DarkMoon – 自主 AI 驱动的渗透测试

它是什么 – DarkMoon 是一个开源平台，让您可以针对您拥有或有权限评估的目标执行完整的渗透测试。它驱动大型语言模型（LLM）来规划、协调和执行真实的攻击工具，然后记录确切的命令和原始输出作为每个漏洞的证据。

运作方式

1. 目标输入 – 您可以从 CLI 使用一行命令开始运行，例如 ./darkmoon.sh "TARGET: example.com"。
2. 发现与建模 – 系统会枚举端口、服务和技术栈，建立简洁的“攻击面模型”。
3. 代理派遣 – 根据发现的内容，启动一个专门的子代理（例如 WordPress 扫描器、AD 代理、Kubernetes 代理、LLM 端点测试器等）。DarkMoon 附带约 50 个此类代理。
4. 通过 MCP 执行 – 所有命令都通过受控的 MCP（受管命令代理） 层发送，该层记录时间戳、确切命令和原始响应。LLM 不会直接执行任何命令。
5. 利用证明 – 当发现漏洞时，代理会执行利用或概念验证负载，并将输出存储为证据。
6. 报告生成 – 发现结果以 JSON/Markdown 格式输出，包含严重性、CVSS、MITRE ATT&CK 标签和命令证据。开源版本到此为止；付费的 DarkMoon Pro 增加了 Web 仪表板、自动化修复 PR 和计划活动。

主要功能

• 本地 LLM 优先 – 可与 Ollama、llama.cpp 或任何云端 LLM（OpenAI、Anthropic、OpenRouter）搭配使用。隐私网关会将真实 IP/凭据标记化，因此模型只会看到占位符。
• 基于证据 – 每个发现都包含确切的命令和原始输出；Pro 版本可以重新运行利用以确认修复。
• 广泛覆盖 – 代理针对 Web 应用、API、AD、Kubernetes、主要云提供商、数据库、IoT 固件，甚至 AI/LLM 推理端点。
• CI/CD 与 IDE 集成 – GitHub Actions、GitLab、Jenkins、VS Code、JetBrains、n8n、Grafana、Splunk，以及 SDK（@darkmoon_ai/client）。集成会发出安全的元数据（严重性、MITRE ID），不会泄露机密。
• 开源与自托管 – GPL-3.0、Docker-Compose 栈、无专有硬件。所有代理逻辑都位于可读的 Markdown 文件中。

开始使用

git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon
./install.sh          # 配置 LLM 提供商，构建 Docker 栈
./darkmoon.sh "TARGET: example.com"

先决条件是 Docker、Docker-Compose 和 LLM API 密钥（或本地模型）。仓库也提供 --log <session> 来重播运行。

基准测试 – 在针对 OWASP Juice Shop 的黑盒测试中，DarkMoon（使用 Anthropic Claude）在 28.5 分钟内发现了 57 个漏洞（8 个严重、24 个高、21 个中、4 个低），每个漏洞都有可重现的利用命令。

适用对象 – 安全团队、DevSecOps 工程师、红队成员和道德黑客，他们希望自动化、证据丰富的渗透测试初步扫描，同时将所有数据保留在本地。

---

以上所有细节均直接取自仓库的 README；未做任何额外声明。