Vasco0x4/AIDA

Turn any LLM into an autonomous pentester. You define the scope, the agent does the work, you review the findings.

AIDA – AI驅動的自主滲透測試代理

是什麼 – AIDA（AI驅動安全評估）是一個開源工具，可將大型語言模型（Claude、Gemini、OpenAI Codex等）轉化為自主滲透測試助手。它在Docker容器內執行，內建常見安全工具（nmap、sqlmap、ffuf、nuclei等），並可依需求動態安裝額外工具。LLM驅動整個工作流程：規劃評估、向容器發出命令、撰寫自訂Python載荷、構造原始HTTP請求，並將每一步操作記錄在持久化筆記本中，支援後續恢復。

核心功能（如README所述）

功能	工作方式
執行環境	預先建構的 `aida-pentest` Docker鏡像（約2 GB），包含Linux shell與一整套滲透測試工具。代理還可連接外部 Exegol 容器以取得更豐富的工具集。
工具呼叫LLM	任何支援工具呼叫的LLM（Claude Code、OpenAI Codex、Kimi、Gemini或任何OpenAI相容API）均可使用。模型透過 `python3 aida.py` 呼叫，接收評估範圍後，發出 `execute()`、`scan()`、`http_request()` 等呼叫。
動態Python載荷	代理可在容器內生成並執行臨時Python腳本，用於處理自訂利用或資料處理，這是現成工具無法勝任的任務。
類似Burp的HTTP控制	透過 `http_request()` 工具，模型可發送任意HTTP請求，使用 `{{PLACEHOLDER}}` 注入儲存的憑證，並可操控頭部、Cookie、請求體等。
持久化筆記本與報告	所有發現、命令輸出和推理過程均被記錄。透過 `add_card()` 新增發現，會自動使用CVSS 4.0進行評分。儀表板（`http://localhost:31337`）可檢視攻擊時間軸、匯出PDF報告，並跨多個評估進行過濾。
認證與通知	v1.1.0新增JWT基礎的使用者角色、首次執行向導，以及可選的Telegram/Slack/電子郵件警報（附帶PDF附件）。

快速開始（來自README）

# 克隆並啟動UI容器
git clone https://github.com/Vasco0x4/AIDA.git
cd AIDA
./start.sh               # 在 http://localhost:31337 啟動儀表板

# 執行代理（預設使用Claude Code）
python3 aida.py --assessment "target-corp"

可選旗標允許選擇特定模型（--cli codex）、無提示執行（--yes），或在局域網/公開網域暴露UI。

典型工作流程

定義範圍 – 告訴AIDA目標URL、子網域及任何排除項目。
讓LLM規劃並執行 – 它呼叫 scan()、subdomain_enum()、ssl_analysis() 等，如需則自動安裝缺失工具。
審查發現 – 筆記本列出每個弱點，包含：
- 發現它的命令
- 原始輸出
- 模型的推理
- 自動產生的CVSS 4.0評分
匯出/移交 – 一點即達匯出PDF報告，或稍後繼續執行。

實際世界影響（聲稱）

README列出了多個由AIDA + Claude發現的CVE（例如CVE-2026-49869、CVE-2026-50189），並已發布在公開漏洞資料庫中。

限制與警告（作者指出）

模型品質至關重要 – 更深入的評估需要更強大的LLM；該工具「模型無關」，但弱模型會產生淺層結果。
容器暴露風險 – 儀表板應僅限本地或可信局域網；作者警告不要公開暴露。
工具呼叫可靠性 – 代理依賴LLM正確呼叫預定義工具函數；格式錯誤的呼叫可能導致執行停滯。
法律/倫理責任 – 使用者必須獲得測試目標的授權；AIDA僅自動化重複工作，人類審查員仍對優先排序和揭露負責。

許可證

AGPL-v3 – 代碼必須保持開源，任何網路服務的修改都必須共享。

誰可能用得上？

尋找快速、AI輔助偵察與利用框架的紅隊工程師。
希望讓LLM自動化重複掃描，從而專注於驗證的漏洞賞金獵人。
想評估目前LLM能多遠驅動端到端滲透測試的安全研究人員。
希望內部「助手」對自有資產執行基線評估的組織（需適當授權）。

總結

AIDA是一個真正的開源專案，將LLM工具呼叫與現成滲透測試容器結合，打造自主安全評估代理。它提供Web儀表板、持久化筆記本、CVSS評分和多模型支援，全部由語言模型決定執行哪些命令。專案積極維護（v1.1.0），並透過GitHub和Discord社群歡迎貢獻。