1. 项目定位与用途
PentAGI 是一个面向信息安全专业人员、研究人员和爱好者的自动化安全测试工具,定位为基于 AI 的自主渗透测试系统。它利用大语言模型代理自动执行渗透测试任务,旨在提供强大且灵活的解决方案,用于进行自动化漏洞评估和渗透测试,减少人工干预,提升测试速度和全面性。
vxcontrol/pentagi:PentAGI 是一个基于 AI 代理的自主渗透测试系统,通过自动化执行安全测试任务提升效率并降低技术门槛。本页整理它解决什么问题、适用场景、安装方式和使用方法。
PentAGI 是一个基于 AI 代理的自主渗透测试系统,通过自动化执行安全测试任务提升效率并降低技术门槛。
PentAGI 是一个面向信息安全专业人员、研究人员和爱好者的自动化安全测试工具,定位为基于 AI 的自主渗透测试系统。它利用大语言模型代理自动执行渗透测试任务,旨在提供强大且灵活的解决方案,用于进行自动化漏洞评估和渗透测试,减少人工干预,提升测试速度和全面性。
传统渗透测试依赖人工操作,存在效率低、覆盖有限、技术门槛高的问题。PentAGI 通过 AI 代理自动化执行测试步骤,智能规划任务并执行监控,解决了这些痛点,使安全测试更高效、更全面,同时降低了对操作人员技能的要求。
PentAGI 主要适用于以下场景:渗透测试自动化、安全漏洞评估、红队演练、安全研究与教育。它可以帮助安全团队快速识别系统弱点,适用于需要定期或大规模进行安全测试的环境,如企业安全审计、漏洞赏金计划和安全培训。
安装 PentAGI 需要配置环境变量和提供商配置文件,并使用 Docker 部署。具体步骤包括:复制 .env.example 为 .env 并填写 LLM 提供商 API 密钥等参数;根据所选 LLM 提供商(如 OpenAI、Ollama)创建或修改 provider.yml 配置文件;使用 Docker 启动服务。仓库中未明确给出具体命令步骤,需参考 installer 模块文档。
用户可通过多种方式使用 PentAGI:通过 Web UI 进行系统管理和监控;使用 REST 或 GraphQL API(需 Bearer token 认证)集成自动化流程;使用 ftester 命令行工具执行功能测试;通过 API 触发渗透测试任务并获取详细报告。系统支持交互式任务执行(通过 ASK_USER 环境变量控制)。
PentAGI 采用多代理角色系统,支持 primary_agent、assistant、pentester 等专用代理,每个角色可独立配置模型参数;提供商抽象层支持 10+ LLM 服务(OpenAI、Anthropic、Ollama 等);配置驱动设计通过环境变量和 YAML 文件实现灵活部署;包含成本管理信息(如 token 价格);数据持久化使用 PostgreSQL(pgvector 扩展)和 Neo4j 知识图谱;监控集成 Grafana/Prometheus。
PentAGI 是一个基于 AI 代理的自主渗透测试系统,通过自动化执行安全测试任务提升效率并降低技术门槛。
PentAGI 是一个面向信息安全专业人员、研究人员和爱好者的自动化安全测试工具,定位为基于 AI 的自主渗透测试系统。它利用大语言模型代理自动执行渗透测试任务,旨在提供强大且灵活的解决方案,用于进行自动化漏洞评估和渗透测试,减少人工干预,提升测试速度和全面性。
安装 PentAGI 需要配置环境变量和提供商配置文件,并使用 Docker 部署。具体步骤包括:复制 .env.example 为 .env 并填写 LLM 提供商 API 密钥等参数;根据所选 LLM 提供商(如 OpenAI、Ollama)创建或修改 provider.yml 配置文件;使用 Docker 启动服务。仓库中未明确给出具体命令步骤,需参考 installer 模块文档。
用户可通过多种方式使用 PentAGI:通过 Web UI 进行系统管理和监控;使用 REST 或 GraphQL API(需 Bearer token 认证)集成自动化流程;使用 ftester 命令行工具执行功能测试;通过 API 触发渗透测试任务并获取详细报告。系统支持交互式任务执行(通过 ASK_USER 环境变量控制)。