AIKraft/AI/Поиск…⌘KВойти
Инструменты25 июля 2026 г., 23:45 МСК🤖 Auto

PentestAgent: ИИ-агенты для автономного пентеста с поддержкой Claude Sonnet 4

Вышел фреймворк PentestAgent, позволяющий ИИ-агентам самостоятельно проводить тестирование на проникновение «черным ящиком» через терминал и браузер. Поддерживает многоагентные сценарии и Docker.

AIРедакция AIKraftавто-обзор источников
2 мин чтения·источник: Github
Поделиться
Баннер новости 4397

Автономное тестирование безопасности с ИИ

Разработчики из GH05TCREW представили PentestAgent — фреймворк на Python 3.10+, который автоматизирует процессы баг-баунти и «красной команды». В отличие от простых чат-ботов, этот инструмент использует ИИ-агентов для прямого взаимодействия с целевой инфраструктурой через эмуляцию терминала и браузера. Система поддерживает работу с моделями от OpenAI, Anthropic и другими провайдерами через LiteLLM, включая Claude Sonnet 4 (версия 20250514) и GPT-5.

Архитектура: от одиночного агента до «Крей»

Ключевая особенность PentestAgent — гибкая многоагентная архитектура. Агент может действовать автономно, но также способен порождать дочерние процессы (child agents) через протокол MCP (Model Context Protocol). Это позволяет создавать иерархические структуры, где главный агент-оркестратор делегирует подзадачи (например, сканирование разных подсетей) изолированным рабочим агентам, которые возвращают результаты через stdio.

Фреймворк предлагает четыре режима работы:

  • Assist: Однократное выполнение инструкции с использованием инструментов.
  • Agent: Автономное выполнение одной сложной задачи.
  • Crew: Многоагентный режим, где оркестратор управляет специализированными рабочими.
  • Interact: Интерактивный режим с пошаговым руководством от ИИ.

Интеграция с инструментами и Playbooks

PentestAgent не просто генерирует текст, он выполняет реальные действия. Встроенные инструменты включают terminal (для запуска nmap, msfconsole, sqlmap, hydra), browser (на базе Playwright/Chromium), web_search (через Tavily) и notes. Для ускорения работы с большими наборами инструментов (>128) реализован RAG-оптимизатор, который через эмбеддинги выбирает только релевантные инструменты, экономя контекстное окно модели.

Система также поддерживает готовые attack playbooks (сценарии атак), например, thp3_web для веб-тестирования, что позволяет стандартизировать процессы проверки.

Безопасность и изоляция через Docker

Для предотвращения случайных повреждений инфраструктуры или заражения хоста, разработчики рекомендуют запускать агентов в Docker-контейнерах. Предоставляются два образа:

  • Base: Базовый набор утилит (nmap, netcat, curl).
  • Kali: Полная сборка с Metasploit, SQLMap, Hydra и другими инструментами из Kali Linux.
d>Изоляция
Компонент Описание Технические детали
Язык Python Требует версию 3.10+
ИИ-модели OpenAI, Anthropic, LiteLLM Поддержка GPT-5, Claude Sonnet 4, кастомных эндпоинтов
Управление агентами MCP (Model Context Protocol) Автономное порождение дочерних агентов (self-spawning)
Docker Готовые образы base и kali, поддержка docker-compose
Поиск инструментов RAG Optimizer Использует text-embedding-3-small для фильтрации >128 инструментов

Как начать работу

Установка требует клонирования репозитория и настройки переменных окружения в файле .env. Для запуска в терминале используется команда pentestagent -t <target>. Для тестирования в изолированной среде можно запустить контейнер с ключом API и указанием модели, например: docker run -it --rm -e ANTHROPIC_API_KEY=... ghcr.io/gh05tcrew/pentestagent:kali.

Источник: Github ↗