AI 驱动的后渗透综合管理平台，深度集成 LLM Agent，开箱即用。

LeoAI – AI 增强的后渗透与主机管理平台

它是什么 – LeoAI 是一个开源的基于 Web 的平台，结合了主机资产管理、交互式代理控制台以及大语言模型（LLM）辅助，用于授权的红队和安全研究活动。它运行 Java 17+ Spring Boot 后端，并支持双运行时：Java 代理和轻量级 PHP 5.6+ 代理，两者都暴露相同的基于能力的 RPC 接口。

核心能力

领域	LeoAI 提供的内容
AI 协调	平台级 AI（LangChain4j）可以分析资产、规划多步骤操作并将任务分派给在特定代理上运行的节点 AI。支持兼容 OpenAI 的模型（OpenAI、Claude、DeepSeek 等），动态上下文窗口可扩展至 1 MiB。
主机与会话管理	集中式清单、在线/离线会话跟踪、批量主机导入、基于 SQLite 的持久化。
交互式控制台	Web 终端（xterm.js）、文件管理器、数据库控制台（MySQL、PostgreSQL、Oracle、SQLite、SQL Server）、注册表查看器、进程/服务控制、Docker 管理、Web 运行时指纹识别、凭据提取、扫描工具、代理/隧道处理。
代理运行时	• Java 代理 – 按需加载的编译组件，使用 `ProcessBuilder`/PTY。
• PHP 代理 – 单文件 HTTP 入口，懒加载组件，使用 `proc_open`/`popen`。两者暴露相同的 SPI、能力契约和 RPC 协议。
Shell / Web-Shell 生成	内存 Java Shell 构建器（过滤器、监听器、阀门、拦截器等），覆盖 24 种服务器类型（Tomcat、Jetty、JBoss、WebLogic、WebSphere、Spring MVC、Dubbo 等），以及 JSP/Groovy Web-Shell。
插件与技能系统	可视化插件管理器，支持 Java 字节码、JavaScript/Groovy/Python 脚本，以及预打包的 AI 技能，这些技能编码了常见的后渗透工作流（侦察、凭据转储、权限提升、横向移动等）。
报告与归档	自动总结侦察结果、AI 生成的操作报告、带有可搜索元数据的工件库。
团队与审计	用户/角色管理、团队共享、操作审计日志、AI 交互日志。

架构概览

graph TD
    web[Web UI] --> service[Service / AI orchestration]
    service --> core[Core SPI / Capability / RPC / Session]
    web --> java[Java Agent Runtime]
    web --> php[PHP Agent Runtime]
    core --> java
    core --> php
    service --> jmg[Java memory-shell generator]

该平台将 Java 和 PHP 代理视为可互换的运行时；上层处理抽象能力，而不是特定语言。

技术栈（如仓库中所列）

后端：Spring Boot 3.5、MyBatis 3、SQLite（嵌入式）、OkHttp 4、Javassist 3.30
AI 层：LangChain4j 1.16、兼容 OpenAI 的 LLM API（OpenAI、Claude、DeepSeek、阿里通义、Ollama 等）
构建：Maven 多模块
前端：打包在 JAR 中，使用现代浏览器（Chrome/Firefox/Edge）和 xterm.js 作为终端
代理运行时：Java 17+ 组件 + PHP 5.6+ 单文件 HTTP 入口

快速开始

从发布页面下载 JAR – 例如 LeoAi-3.0.0.jar。
运行（需要 Java 17+）：
```
java --add-opens java.base/java.lang=ALL-UNNAMED -jar LeoAi-3.0.0.jar
```
--add-opens 标志对于平台使用的内部反射是必需的。
在浏览器中打开 http://localhost:8082。
使用默认管理员账户 admin / 54ikun 登录，并立即更改密码。

Docker 替代方案

git clone https://github.com/cha0upup/LeoAI.git
cd LeoAI
docker compose up -d --build

Dockerfile 自动拉取 JAR；容器将 SQLite 数据库存储在 Docker 卷（leoai-data）中。
端口、加密密钥和 JAR URL 可以通过 .env 文件覆盖。

配置 AI 模型

在 Web UI 中转到 管理 → AI 配置，添加提供者，包含：

名称
基础 URL（例如 https://api.openai.com/v1）
API 密钥
模型名称平台将使用 LangChain4j 路由提示、处理工具调用，并将结果流式传输回控制台。

典型工作流

添加主机 – 提供名称，选择 Java 或 PHP 运行时，并给出代理 URL 和密钥。
打开该主机的控制台 – 选择工具（终端、文件管理器、数据库控制台、扫描器等）。
调用平台 AI – 要求它“枚举此主机上的 Web 服务”。AI 规划步骤，调用适当的扫描工具，流式传输进度，最后生成简洁的报告。
保存工件 – 生成的脚本、Shell 载荷或 AI 编写的报告会自动归档到工件库中。
协作 – 团队成员可以共享主机、查看审计日志并共同编写技能。

谁应该使用它？

红队操作员，拥有合法权限测试内部网络。
安全研究人员，构建或评估后渗透工具。
DevSecOps 团队，希望为事件响应演练提供 AI 辅助界面（前提是他们拥有适当的许可和同意）。

许可证与免责声明

根据 GPL v3 许可。
README 包含标准免责声明：该软件仅用于授权的安全测试；滥用由用户负责。

底线 – LeoAI 是一个全栈、AI 增强的红队平台，融合了主机管理、丰富的后渗透工具集和 LLM 驱动的自动化，全部打包为单个 Spring Boot JAR（或 Docker 镜像），并支持 Java 和 PHP 代理。

cha0upup/LeoAI