0xSteph/pentest-ai

pentest‑ai (ptai) – AI‑coordinated, oracle‑verified penetration testing

功能簡介 – ptai 是一款基於 Python 的命令列工具，它僅使用大語言模型 (LLM) 來協調一系列現有的安全掃描器、漏洞利用工具和自定義探測器。在發現漏洞後，該工具會針對目標重新執行一個確定性的、非破壞性的概念驗證（即“oracle”）。只有當 oracle 重現該問題 N/N 次時，該發現才會被標記為 VERIFIED（已驗證），並打包成可重複執行的“證明膠囊”。

核心能力

• LLM 編排工作流 – LLM (Claude, OpenAI, Ollama 等) 驅動包含 200 多個封裝工具和約 60 個 Web 探測器的流水線，決定執行哪些工具以及如何連結結果。
• Oracle 驗證 – 每個候選漏洞利用都會由專用的“機器 oracle”（例如，使用洩露的密鑰登入、重新發送構造的請求）重新執行。只有當 oracle 成功時，該發現才會獲得 VERIFIED 徽章和一個可隨後重放的便攜式證明膠囊 (ptai replay)。
• 多階段代理 – 包括偵察、身份驗證處理、Web/API/AD/雲測試、權限提升、漏洞利用鏈構建、PoC 驗證、檢測規則生成、報告，以及可選的紅隊、行動端和無線代理。
• 零信任執行 – 所有網路流量均源自用戶機器；除非用戶提供 LLM 端點，否則不需要雲端服務。該工具可以使用 Ollama 完全離線運行。
• CI/CD 整合 – GitHub Action 範例展示了如何在出現已驗證的高危發現時，透過 SARIF、JUnit 或 PDF 報告來阻斷 PR。
• 範圍安全性 – 活動工具被鎖定在主機範圍內；掃描器絕不會追蹤從頁面抓取的第三方 URL。
• 成本控制 – 對於獨立模式（非 MCP），LLM 消耗預設限制在 10 美元；可以透過 PTAI_PRICE_LIMIT 進行配置。

工作原理（高層流程）

1. ptai start <target> 啟動一次滲透測試任務。
2. Recon (偵察) 收集連接埠、DNS、服務指紋。
3. Auth (身份驗證) 進行登入（憑據可以從環境變數、1Password、Vault 等引用）並維持會話。
4. Web / API / AD / Cloud 代理 執行確定性的探測（涵蓋 OWASP Top 10、API Top 10 等的 60 多個 SPA 感知檢查）。
5. 發現結果儲存在本地 SQLite 資料庫中。
6. Exploit‑chain 代理 將發現結果關聯成多步攻擊路徑。
7. Poc‑validator (oracle) 重新執行每個發現；只有成功的發現才會成為 VERIFIED 並打包進可重放的膠囊中。
8. Report 代理 輸出 Markdown、HTML、PDF、SARIF、JUnit 以及可選的檢測規則匯出。

安裝與使用

pip install ptai               # 核心包
tai start https://target.com   # 互動式執行（提示身份驗證、範圍等）
tai demo                       # 對內建漏洞應用進行快速演示
tai replay <capsule>           # 親自重放證明膠囊

文件中有記錄 三種執行路徑：

• 路徑 1 – 從 Claude Code（或其他相容 MCP 的用戶端）驅動 ptai 且無需 API 金鑰；用戶端現有的 Anthropic 訂閱將提供 LLM。
• 路徑 2 – 透過 ptai setup --mcp 自動配置其他 MCP 用戶端（Cursor, VS Code Copilot 等）。
• 路徑 3 – 用於 CI、隔離環境終端或沒有 MCP 用戶端的用戶。需要 LLM API 金鑰或本地 Ollama 伺服器。

基準測試（如 README 中所述）

• 在包含 14 種漏洞類型的自定義蜜罐上，ptai 以 100% 精準度 和 零誤報 驗證了 23 個發現。
• 在 OWASP Juice Shop 上，單次掃描產生了 12 個 oracle 驗證的發現（例如，JWT alg:none、BOLA、順序 IDOR、類型混淆）。
• 該工具附帶蜜罐框架和乾淨的應用測試套件，因此這些數據是可重現的。

何時使用

• 在需要每個漏洞的高置信度、可重現證明的內部紅隊或滲透測試任務中。
• 必須根據已驗證的安全發現來攔截合併的 CI/CD 流水線。
• 具有嚴格數據隱私要求的環境（本地執行，無遙測，可選離線 LLM）。
• 已經使用相容 MCP 的 LLM 用戶端（Claude Code, Cursor 等）並希望透過安全工具進行擴展的團隊。

局限性 / 注意事項

• LLM 僅作為協調者；檢測覆蓋範圍取決於精選的探測庫（約 60 個 Web 探測器，200 多個封裝工具）。庫之外的新型漏洞將無法被發現。
• Oracle 驗證會增加執行開銷；在筆記型電腦上進行完整掃描可能需要幾分鐘。
• 在獨立模式下，LLM 使用會產生 API 費用；預設的 10 美元限額可能會導致長時間任務中斷，除非調高限額。
• 該工具具有攻擊性，需要簽署授權使用政策；只能針對您有權測試的系統執行。

---

TL;DR – pentest‑ai (pip 套件 ptai) 是一個開源的、由 LLM 協調的滲透測試框架，它透過自動重新執行每個發現的漏洞利用來生成機器驗證的證明，從而脫穎而出。它在本地運行，與現有安全工具整合，支援 CI/CD，並提供雲端 (MCP) 和完全離線的使用模式。