CyberStrikeus/CyberStrike

Open-source AI-powered offensive security harness for automated penetration testing.

CyberStrike – 開源 AI 驅動的攻擊性安全智能體

產品定義 – CyberStrike 是一個基於終端的 AI 智能體，可將任何 LLM（Claude、GPT、Gemini 等）轉換為自主紅隊工具。它配備了知識豐富的「智能層」，用於注入安全方法論、規範模型輸出並編排實際的安全工具。其結果是一個可以透過單個 cyberstrike 命令運行的自包含滲透測試套件。

核心概念

概念	功能說明
智能層	為任何 LLM 添加 OWASP、MITRE ATT&CK、CIS 等安全上下文，規範回應，防止提示詞洩漏，並自動檢測提供商。
專業智能體	13 個以上的內建智能體（Web 應用、行動端、雲端、內網等），每個智能體都有其獨特的方法論和工具集。
安全技能	>7,600 個已簽名的「技能文件」（攻擊模式、有效載荷、CWE 映射），按需載入到提示詞中。
Bolt 遠端執行	在遠端主機上部署輕量級 Bolt 伺服器；CyberStrike 將工具結果（nmap, nuclei, sqlmap, …）串流回您的 TUI。
MCP 生態系統	透過外掛式 MCP 伺服器提供 176 個以上的額外安全工具（cloud-audit 等）。
Web UI & Cloudflare Tunnel	用於聊天、漏洞查看、Bolt 監控和 MCP 狀態的可選瀏覽器 UI —— 透過僅出站的 Cloudflare 隧道安全存取。
模型無關	支援 150 個以上的 AI 提供商和 >5,300 個模型（Anthropic, OpenAI, Gemini, Bedrock, Groq, Ollama, LM Studio 等）。透過本地模型可實現離線使用。

快速入門 (摘自 README)

npm i -g @cyberstrike-io/cyberstrike@latest && cyberstrike

首次執行會要求輸入您的 LLM 提供商和 API 金鑰。
之後您可以輸入自然語言請求（例如，「測試登入頁面」），智能體將自動處理偵察、漏洞發現、漏洞利用和報告。

主要功能 (如 README 所述)

13 個以上的領域特定智能體（Web、行動端、雲端、網路，以及 8 個基於代理的子測試器，如 IDOR、SSRF、注入等）
7,600 個以上的安全技能文件 – Ed25519 簽名，按需載入，帶有 CWE/OWASP 標籤。
150 個以上的 AI 提供商 / 5,300 個模型 – 即插即用，無鎖定；可透過 Ollama/LM Studio 離線工作。
Bolt 遠端工具執行 – 在任何遠端機器上執行重型掃描器，使用 Ed25519 金鑰進行身份驗證。
MCP 生態系統 – 涵蓋雲端、容器和主機安全的 176 個以上的額外工具。
Web UI – 聊天、漏洞儀表板、Bolt 和 MCP 監控，可透過安全的 Cloudflare 隧道存取。
HackBrowser – 內建的 Chromium，可擷取流量並將其饋送至代理測試流水線，具有手動或自主爬取模式。
針對每個發現的 3 階段確認（基準請求 → 攻擊 → 回應比較）以減少誤報。

典型工作流程

配置 LLM – 提供所選提供商的 API 金鑰。
選擇智能體 – 使用 Tab 鍵在 cyberstrike、web-application、mobile-application 等之間循環。
發布測試命令 – 例如，run full scan on https://example.com。
智能體編排 – 使用智能層生成偵察步驟，在本地或透過 Bolt 執行工具，並透過 3 階段協定驗證發現結果。
查看結果 – 在 TUI、Web UI 或匯出的報告中查看。

安裝與要求

要求	詳情
Node.js	該套件透過 npm (`@cyberstrike-io/cyberstrike`) 發行。
LLM 存取	任何受捆綁 SDK 或 `models.dev` 目錄支援的提供商。
可選遠端工具	用於 Bolt 伺服器的 Docker/Kali 鏡像，或安裝了所需安全工具的任何機器。
可選 Web UI	如果需要遠端瀏覽器存取，則需要用於隧道連接的 `cloudflared`

誰可能會使用它？

希望無需編寫自定義腳本即可獲得快速、AI 增強型滲透測試框架的紅隊工程師。
希望在多個目標上執行可重複、基於方法論的評估的安全顧問。
希望將 LLM 驅動的掃描器整合到 CI 流水線中的 DevSecOps 團隊（透過 CLI 或 Bolt）。
正在嘗試 LLM 引導的攻擊生成的研究人員。

局限性與注意事項 (摘自 README)

智能體依賴於底層 LLM 的推理能力；品質因模型而異。
遠端執行 (Bolt) 需要您在其他主機上公開安全工具 —— 您必須自行確保這些端點的安全。
雖然 3 階段確認減少了誤報，但該工具在複雜應用程式上仍可能產生雜訊結果。
在您沒有測試權限的系統上使用該智能體是違法的，且違反了項目的預期用途。

連結與資源

文件: https://docs.cyberstrike.io
網站 / 演示: https://cyberstrike.io
NPM 套件: https://www.npmjs.com/package/@cyberstrike-io/cyberstrike
Discord 社群: https://discord.gg/snunAaHf6U
授權: AGPL-3.0 (參見 repo LICENSE)

總結

CyberStrike 是一個真正的開源 AI 智能體，它在任何 LLM 之上疊加了安全知識，並將其與實際的滲透測試工具相結合。其目標是在保持提供商無關並透過遠端 Bolt 伺服器和 MCP 插件進行擴展的同時，使自主的、基於方法論的紅隊行動可以透過單個終端命令實現。