s0ld13rr/pentestcode

PentestCode - Multi-agent AI penetration testing system with persistent engagement state, strategic coordination, and parallel autonomous operations.

什么是 PentestCode？

PentestCode 是一个运行在终端中的自主渗透测试助手。您只需给它一个高阶目标（例如：“gain domain‑admin on 10.10.10.5”），一组 AI 驱动的代理就会为您编排整个攻击链——从扫描和枚举到凭证喷洒、利用和后利用报告。该项目是 OpenCode 代码编辑 AI 的硬分叉，专为进攻性安全而重新设计。

工作原理

组件	角色
主导 “pentest” 代理	将参与拆分为任务，保持整体计划，并决定下一步做什么。
专业子代理 (侦察、扫描、枚举、利用、AD‑identity、web‑app、后利用等)	运行特定工具，解析其输出，并将结果反馈到共享的参与状态中。
共享参与状态	一个结构化的知识库，存储主机、服务、漏洞、凭证、访问级别、AD 关系、网络段和计算出的攻击路径。它在会话间持久存在。
LLM 提供层	通过 Vercel 的 `ai-sdk` 使用 20 多种 LLM 中的任何一种（Anthropic、OpenAI、Google、Azure、Bedrock、Ollama 等）来生成提示、解释工具输出并决定下一步行动。

代理通过此状态进行通信，因此当扫描器发现新端口时，枚举器可以立即对其采取行动。内置的图模型允许系统计算成本最优的攻击路径（Dijkstra + Yen’s K‑shortest）。所有操作都会记录到人类可读的 findings.md 文件中。

主要功能

多代理架构 (13 个代理)，可并行运行任务。
持久化结构化状态 (主机、服务、漏洞、凭证、关系、AD 模型、网络拓扑)。
18 个内置解析工具 (例如 nmap_parse, bloodhound_parse, cme_parse)，可自动填充状态。
19 个知识包 (技能)，涵盖渗透测试阶段、服务细节和剧本；它们是纯 Markdown 文件，可以通过放入 SKILL.md 文件来扩展。
三种操作模式 – auto (全自动运行), free (直接命令响应), guided (逐步批准)。
斜线命令 (/status, /vulns, /creds, /report, …) 用于实时检查和控制。
支持 20 多个 LLM 提供商，通过 ai-sdk。
单二进制分发，适用于 Linux/macOS (x64 & arm64)，并提供可选的 AUR 包。

安装

# npm (安装拉取二进制文件的 CLI 包装器)
npm install -g pentestcode-ai

# 或下载预构建二进制文件的一行脚本
curl -fsSL https://raw.githubusercontent.com/s0ld13rr/pentestcode/main/install.sh | bash

Arch Linux: paru -S pentestcode-bin

从源代码构建 (需要 Bun):

bun install
bun run build --single --skip-embed-web-ui   # 二进制文件位于 packages/opencode/dist/…

快速入门

# 使用您选择的 LLM 提供商进行身份验证
pentestcode auth login

# 启动交互式会话
pentestcode

# 无需进入 REPL 的单次命令
pentestcode --prompt "scan 10.10.10.0/24 and enumerate all services"

在会话期间，您可以查询实时状态：

/status – 主机、漏洞、凭证、当前阶段的仪表板
/vulns – 按严重性列出发现结果
/creds – 显示发现的凭证
/report – 生成 Markdown/JSON 渗透测试报告

典型工作流程示例

you: pentest 10.10.10.5, goal is domain admin

1️⃣ Scan → nmap -sS -p- → 端口解析到状态中
2️⃣ Recognize → 识别域控制器 (端口 88, 389)
3️⃣ Enumerate → SMB 共享列表, LDAP 用户转储, Gobuster Web 目录
4️⃣ Attack → AS‑REP roast → 可破解的哈希 → 第一个凭证
5️⃣ Spray → 在 SMB, WinRM, LDAP, RDP 上进行凭证喷洒
6️⃣ Exploit → WinRM 据点 → 转储 SAM/LSA/DPAPI
7️⃣ Result → 域管理员哈希, 所有步骤已记录

代理会为每个发现的主机重复此循环，直到达到目标或您停止它。

配置

用户特定的设置位于 ~/.pentestcode/pentestcode.jsonc。选择模型的示例：

{
  "provider": {
    "anthropic": { "model": "claude-sonnet-4-20250514" }
  }
}

所有 Vercel ai-sdk 支持的提供商都可以类似地配置。

谁应该使用它？

专业渗透测试人员，希望使用 AI 增强助手来自动化重复阶段，同时保持控制权。
CTF 参与者，寻找一种可以跟踪标志、管理多目标参与并建议后续步骤的工具。
漏洞赏金猎人，需要快速侦察和系统化枚举。
安全研究人员，对实验 LLM 驱动的攻击自动化感兴趣。

贡献与支持

该项目处于 beta 阶段；预计会出现错误。欢迎通过 GitHub issues（包括目标类型、失败描述和 findings.md 摘录）和拉取请求进行贡献。代码库使用 Effect 库以 TypeScript 编写。