文章总结： 本文介绍了在KaliLinux中通过Ollama和5ire工具实现完全本地化的大语言模型集成，允许用户使用自然语言控制Kali而无需手动输入命令。该方案强调数据隐私，不依赖外部API，利用自有硬件运行，适合红队与逆向工程场景。文章建议使用70B参数模型以获得最佳效果，并提醒用户需根据实际情况配置高性能显卡。 综合评分： 70 文章分类： AI安全,渗透测试,红队,安全工具

Kali 与 LLM：通过 Ollama 和 5ire 实现完全本地化。

原创

bl0ckdev bl0ckdev

Esn技术社区

2026年3月12日 20:51 河南

我们继续推出关于通过 #LLM 控制 #Kali 的系列教程，在这种情况下，用户无需手动输入命令，而是可以使用自然语言进行操作。不过，这次的操作完全在本地进行，且无需联网。

我们使用的是自有硬件设备，不会将数据发送至外部服务或云端 API。

更多详情： https://kali.org/blog/kali-llm-ollama-5ire/

我们的出发点是红队和逆向》OpenClaw 连接本地（全智虾脑）最低的配置和关于LLM零基础的手搓自己的虾脑资料和硬件最低要求。70B最佳

前提是你需要有一个本地模型,具体的模型可以根据你的显卡来决定！我们心中合理的模型是 70B,但你也可以使用微调的一些小模型进行一些测试。

关于模型我们建议的是买一个好点的显卡是个不错的选择,不过要根据自己的实际情况去购买不同型号和显存的显卡。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：Esn技术社区 bl0ckdev bl0ckdev《Kali 与 LLM：通过 Ollama 和 5ire 实现完全本地化。》