18K Star，让AI自己跑渗透测试，这个开源项目把安全工程师的活全包了

原创

大白
大白

知白守黑1024

2026年7月3日 07:33
北京

在小说阅读器读本章

去阅读

渗透测试的流程很固定：信息收集 → 漏洞发现 → 利用验证 → 出报告。但每一步都要手动切换工具——nmap 扫端口、sqlmap 测注入、metasploit 打 exploit、最后 Word 拼报告。工具切换和结果汇总占掉了大量时间。

PentAGI 把这个流程交给 AI Agent 自主完成。给它一个目标，它自己规划攻击路径、调用安全工具、在 Docker 沙箱中执行命令、记录结果、生成报告。

多 Agent 架构

PentAGI 的核心设计是一个 Orchestrator（编排器） 协调三个专家 Agent：

• Researcher（研究员）：收集目标信息、查询已知漏洞来源、用 Web Scraper 爬取情报
• Developer（开发者）：规划攻击策略、设计漏洞利用链、选择合适的工具组合
• Executor（执行器）：在隔离 Docker 容器中运行 nmap、metasploit 等工具，执行实际攻击命令

工作组织为 Flow → Task → SubTask → Action 的层级结构。一个 Flow（渗透测试流程）包含多个 Task，每个 Task 拆成 SubTask 分派给不同 Agent，每个 SubTask 执行若干 Action（命令/搜索/分析），产出 Artifact（报告/日志）和 Memory（观察/结论）。

下面是一组实测截图，来源是对 Pikachu 漏洞靶场的一次完整渗透测试。用户在 Automation 对话框中输入目标地址和测试需求，Agent 自动将任务拆解为信息收集、目录枚举、SQL 注入检测、XSS 检测、文件上传漏洞检测、认证测试、权限提升等 12 个子任务，分派给 Researcher / Developer / Executor 逐个执行。

三层记忆系统

每种 Agent 都有三层记忆，底层由 PostgreSQL + pgvector 提供语义检索：

Agent 每次执行 Action 前先查向量库找相似场景，执行后把结果存回去。同一个目标第二次扫描时，Agent 会基于上次的发现继续，而不是从零开始。

如果启用知识图谱模块（Graphiti + Neo4j，默认关闭），Agent 还能构建实体间的语义关系网络——比如\"这个 CMS 版本关联了哪些 CVE，这些 CVE 又关联了哪些利用工具\"。注意：即使主 Agent 用其他 Provider，Graphiti 的实体抽取仍需要 OpenAI Key。

Chain Summarization：控制对话 token

渗透测试是长对话过程——工具输出动辄几百行，一个 Flow 可能涉及上百轮 LLM 交互。PentAGI 的 Chain Summarization 算法处理这个问题：

1. 检测对话链是否超过 token 阈值
2. 转换为 ChainAST（结构化表示，保留消息类型包括工具调用及响应）
3. 对旧消息分段摘要，保留关键信息
4. 对问答对执行 QA 摘要，压缩冗余
5. 重建对话链，用摘要替换原始消息
6. 验证新链确实更小，否则回退

摘要不会丢失工具调用上下文。nmap 的扫描结果会被压缩为\"发现 3 个开放端口：22/SSH、80/HTTP、443/HTTPS\"，而不是被完全丢弃。.env 中有一组 SUMMARIZER_* 参数可以调节这个行为。

20+ 安全工具，沙箱化执行

Executor Agent 的每个工具调用都在独立 Docker 容器中执行，默认使用 Kali Linux 镜像：

\"智能容器管理\"根据任务类型自动选择 Docker 镜像——Web 工具用含浏览器的镜像，网络工具用精简镜像。这些工具容器与主服务隔离，执行完毕后销毁。

以下是实测中 Executor Agent 调用安全工具的几个界面。Agent 先用 nmap + whatweb 完成目标指纹识别，识别出 Apache/2.4.41 + PHP + MySQL 技术栈和 Pikachu 漏洞靶场，随后自动规划 SQL 注入专项测试，通过 Terminal 面板可以看到 sqlmap 的实际执行过程，同时 Web Scraper 在后台自动截取 nikto、Apache 漏洞文档等参考页面。左侧对话区显示信息收集子任务的完成报告（nmap 端口扫描 + whatweb 指纹识别结果），右侧 Tasks 面板第一个子任务已标记完成

Agent 自动规划 SQL 注入测试方案，生成 sqlmap 命令并标注重点关注模块和测试技术

Terminal 面板实时展示 sqlmap 安装和执行过程，Agent 自动构造命令参数并运行

Screenshots 面板展示 Web Scraper 自动截取的参考页面：nikto 包搜索、Apache 漏洞文档、Kali 工具列表

12+ LLM 提供商

PentAGI 通过自定义 fork 的 LangChainGo 抽象层支持 12+ LLM 提供商：

通过 Ollama 跑本地模型可以实现零 API 成本、零数据外泄。项目提供了 vLLM + Qwen3.5-27B-FP8 的生产部署指南。不过本地模型的推理能力与 GPT-5/Claude 4 有差距，复杂渗透测试场景下效果会受限。

容器架构

核心 docker-compose.yml 定义了 4 个必需服务：

可选服务通过独立 compose 文件启用：

• docker-compose-observability.yml：Grafana + VictoriaMetrics + Jaeger + Loki + OpenTelemetry
• docker-compose-langfuse.yml：Langfuse + ClickHouse + Redis + MinIO（LLM 成本追踪）
• docker-compose-graphiti.yml：Graphiti + Neo4j（知识图谱）

技术栈

部署实操

环境要求

• Docker 24+ 和 Docker Compose v2+
• 最低 2 vCPU、4GB RAM、20GB 磁盘
• 至少一个 LLM API Key（OpenAI / Anthropic / Ollama 任选其一）

第一步：克隆项目

git clone https://github.com/vxcontrol/pentagi.git
cd pentagi

第二步：配置环境变量

cp .env.example .env

用编辑器打开 .env，必须配置以下项：

# === 必须配置 ===

# 安全相关——改掉默认值
COOKIE_SIGNING_SALT=你的随机字符串
PENTAGI_POSTGRES_PASSWORD=你的数据库密码

# LLM 提供商——至少配一个
# 方案A：用 OpenAI
OPEN_AI_KEY=sk-你的key

# 方案B：用 Anthropic
# ANTHROPIC_API_KEY=你的key

# 方案C：用本地 Ollama（零成本，需要单独跑 Ollama 服务）
# OLLAMA_SERVER_URL=http://ollama-server:11434
# OLLAMA_SERVER_MODEL=qwen3:32b
# 同时需要配置 Embedding：
# EMBEDDING_PROVIDER=ollama
# EMBEDDING_URL=http://ollama-server:11434
# EMBEDDING_MODEL=nomic-embed-text

# === 访问相关 ===

# 如果需要从其他机器访问（非 localhost），修改以下两项：
# PENTAGI_LISTEN_IP=0.0.0.0
# PUBLIC_URL=https://你的服务器IP:8443
# CORS_ORIGINS=https://你的服务器IP:8443

第三步：启动服务

# 启动核心服务（pentagi + pgvector + pgexporter + scraper）
docker compose up -d

# 查看启动状态
docker compose ps

# 查看日志（确认没有报错）
docker compose logs -f pentagi

等待 pgvector 健康检查通过，pentagi 服务启动完成。首次启动会拉取 Docker 镜像，耐心等待。

第四步：访问 Web 界面

启动成功后，浏览器访问：

https://localhost:8443

第五步：启动一次渗透测试

1. 登录后点击 New Flow 创建新的渗透测试流程
2. 输入目标信息（域名或 IP）
3. 选择 Agent 模式（自主模式 / 助手引导模式）
4. 描述你的测试需求，例如：\"Perform a full penetration test on target 10.10.10.1\"
5. 点击启动，Agent 开始自动执行

执行过程中可以实时查看：

• Agent 日志：Researcher/Developer/Executor 各自的思考和决策
• 工具输出：nmap、sqlmap 等工具的实时输出
• 知识图谱：Agent 构建的实体关系（如果启用了 Graphiti）

测试完成后，Flow 报告支持 Web 查看、Markdown 下载、PDF 下载。

可选：启用监控和 LLM 分析

# 启动可观测性栈（Grafana + VictoriaMetrics + Jaeger + Loki）
docker compose -f docker-compose-observability.yml up -d

# 启动 Langfuse（LLM 调用分析和成本追踪）
docker compose -f docker-compose-langfuse.yml up -d

# 启动知识图谱（需要 OpenAI Key 做实体抽取）
docker compose -f docker-compose-graphiti.yml up -d

Langfuse 启动后，在 .env 中配置：

LANGFUSE_BASE_URL=http://langfuse:3000
LANGFUSE_PROJECT_ID=（启动后从 Langfuse 界面获取）
LANGFUSE_PUBLIC_KEY=（同上）
LANGFUSE_SECRET_KEY=（同上）

生产部署建议

生产环境建议双节点架构：将 pentagi 主服务和 scraper 部署在控制节点，将 Docker 工具执行隔离到专用 Worker 节点。Executor 里跑的是不可信代码（可能是目标系统的反弹 shell），与控制平面物理隔离更安全。

API 支持 REST 和 GraphQL，Bearer Token 认证，可以集成进 CI/CD 流水线。

自适应攻击路径规划

Executor 执行命令后，结果反馈给 Orchestrator，Orchestrator 根据实时反馈调整下一步策略——比如 nmap 发现 22 端口开放，Agent 会决定是否尝试 SSH 爆破；sqlmap 发现注入点，Agent 会规划数据提取路径。

这不是预定义的 if-else 规则树，而是 LLM 根据上下文实时推理的决策。Agent 的表现直接受 LLM 能力影响——用 GPT-5 和用 7B 本地模型，效果差距明显。.env 中的 MAX_GENERAL_AGENT_TOOL_CALLS 和 MAX_LIMITED_AGENT_TOOL_CALLS 可以限制 Agent 的工具调用次数，防止失控。

能力边界

README 明确写了当前能力边界：

• PentAGI 是自主和助手引导的渗透测试平台，不是 CALDERA 式的突破与攻击模拟（BAS）
• 不支持预定义战役或攻击计划
• Agent 编写的攻击脚本应视为概念性或未来工作
• Flow 报告支持 Web 查看、Markdown 下载、PDF 下载，JSON 导出暂不支持

谁该关注

• 企业安全团队：自动化渗透测试替代定期人工评估，持续验证防御有效性
• 渗透测试工程师：把重复性信息收集交给 Agent，聚焦高价值利用链挖掘
• 安全工具开发者：多 Agent 协作 + 三层记忆 + Chain Summarization 的架构设计有参考价值
• AI Agent 研究者：Agent 在真实安全场景中的落地实践

PentAGI 的定位是把安全工程师从工具操作中解放出来——Agent 跑工具、记结果、出初版报告，人类负责审关键决策和做最终判断。它不替代安全工程师，而是让安全工程师聚焦在更高价值的判断上。

项目地址：

https://github.com/vxcontrol/pentagi

end

点个“在看”表示朕

已阅