跳到主要内容
项目档案命令行工具

Pentest Swarm AI 自主渗透测试平台:安装与使用指南 - 用AI代理自动化安全评估

Pentest Swarm AI 是一个基于 Go 的自主渗透测试平台,通过协调 AI 代理执行侦察、分类、利用和报告,适用于授权测试、漏洞赏金和 CTF。本文详细介绍其功能、多平台安装方式(brew/Docker/go install)、基本使用命令以及多代理架构和 ReAct 推理特点。

2,520GoStar 于 2026年4月16日2026年9月19日 更新

AI 总结

Pentest Swarm AI 是一个基于 Go 的自主渗透测试平台,通过协调多个专业 AI 代理(侦察、分类、利用、报告)执行完整渗透测试,仅需 Claude API 密钥即可自动化发现漏洞并生成报告,专为授权安全测试、漏洞赏金和 CTF 竞赛设计。

中文项目介绍

Pentest Swarm AI 是一个 Go 原生的自主渗透测试平台,旨在自动化安全评估流程。它部署一个由专业 AI 代理组成的协同集群,每个代理负责渗透测试的不同阶段——侦察、分类、利用和报告——并通过 ReAct 推理循环实时协调工作。 传统渗透测试高度依赖人工专家,效率低、成本高且难以规模化;本项目通过多代理 AI 系统实现端到端自动化,大幅缩短漏洞发现周期,降低人力开销。 平台适用于授权渗透测试、漏洞赏金计划、CTF 竞赛以及安全研究与教育场景,但必须严格遵守法律,仅用于获得明确授权的目标。 技术层面,平台集成 nuclei、httpx、naabu、katana 等 7 种以上原生安全工具,支持 Claude API 或本地 LLM(如 Ollama),采用 PostgreSQL 和 Redis 持久化状态,并提供严格的范围执行机制确保测试合法性。

详细信息与使用说明

1. 项目定位与用途

Pentest Swarm AI 是一个自主渗透测试平台,核心定位是通过 AI 代理集群自动化执行完整渗透测试流程。它采用多代理架构,每个代理专精于侦察、分类、利用或报告阶段,由 orchestrator 基于 ReAct 推理循环协调。用户仅需提供 Claude API 密钥(或配置本地 LLM),即可一键启动对目标的自动化安全评估,最终生成结构化报告。平台旨在降低渗透测试的技术门槛和人力成本,使安全评估更高效、可扩展。

2. 解决的问题

传统渗透测试依赖资深安全专家手动操作,存在效率低下、周期长、成本高昂且难以标准化的问题。Pentest Swarm AI 通过引入多代理 AI 系统,将渗透测试流程分解为专业代理协同执行,实现自动化侦察、漏洞分类、利用尝试和报告生成。这不仅加速了漏洞发现过程,还减少了人为误差,并允许同时处理多个目标,从而解决人工测试的瓶颈问题。

3. 适用场景

本项目专为授权安全场景设计,包括:授权渗透测试(需目标所有者书面许可)、漏洞赏金计划(如 HackerOne 等平台)、CTF 竞赛(自动化解题)、以及安全研究与教育(学习渗透测试流程)。法律免责声明强调,严禁对未授权系统进行测试,用户需自行承担合规责任。从仓库信息可见,平台不支持非法活动,仅限合法使用。

4. 安装方式

Pentest Swarm AI 提供多平台安装选项:macOS 用户可通过 Homebrew 安装(brew install armur-ai/tap/pentestswarm);Linux 用户可使用安装脚本(curl -sSL https://install.pentestswarm.ai | sh);Docker 用户可通过 docker-compose 部署(docker compose -f deploy/docker-compose.yml up);开发者可使用 Go 安装(go install github.com/Armur-Ai/Pentest-Swarm-AI/cmd/pentestswarm@latest)。所有方式均无需额外依赖,但需确保系统已安装 Go 或 Docker 等基础环境。仓库中未明确给出 Windows 安装指南。

5. 使用方式

使用前需配置环境变量 PENTESTSWARM_ORCHESTRATOR_API_KEY 为有效的 Claude API 密钥(或修改配置文件使用本地 LLM)。基本扫描命令为:pentestswarm scan <目标> --scope <范围>,例如 pentestswarm scan example.com --scope example.com。添加 --follow 参数可实时跟踪扫描进度。详细配置可通过 config.example.yaml 复制为 config.yaml 并调整,如数据库连接、工具参数等。仓库中未明确给出所有子命令的完整文档,但 CLI 支持 scan、serve、doctor 等命令。

6. 补充说明或实现特点

平台实现特点包括:采用 ReAct 推理循环使代理能动态规划与适应;严格范围执行机制防止越权测试;集成 7+ 安全工具(如 nuclei、httpx)并通过并发与超时控制管理;支持多种 LLM 提供者(Claude、Ollama、LM Studio)且默认继承编排器配置;使用 PostgreSQL 存储 campaign 和发现,Redis 用于缓存/队列;提供 WebSocket 实时更新和 TUI 界面。从当前仓库信息可见,项目仍处于活跃开发,部分功能可能随版本变化。

思维导图

Pentest Swarm AI
编排器 (Orchestrator)
ReAct 推理循环
任务规划与协调
侦察代理 (Recon Agent)
子域名枚举
端口扫描
Web 爬虫
分类代理 (Classifier Agent)
服务识别
漏洞分类
误报过滤
利用代理 (Exploit Agent)
漏洞验证
路径构建
执行利用
报告代理 (Report Agent)
发现汇总
报告渲染
工具集成 (Tools)
nuclei
httpx
naabu
katana
LLM 提供者 (LLM Provider)
Claude API
Ollama
LM Studio
数据存储 (Data Storage)
PostgreSQL
Redis
迁移脚本

常见问题

Pentest Swarm AI 是否免费使用?

项目本身开源免费,但使用 Claude API 需付费;若配置 Ollama 等本地 LLM 可免费,但需自行部署模型和硬件。

支持哪些 AI 模型?

默认使用 Claude API(如 claude-sonnet-4-6),也支持 Ollama 和 LM Studio 等本地模型,通过配置文件或环境变量切换提供者。

如何确保渗透测试的合法性?

必须获得目标系统所有者书面授权,仅用于授权测试、漏洞赏金或 CTF;违者自负法律责任,详见项目法律免责声明。

集成哪些安全工具?

集成 nuclei、httpx、naabu、katana 等 7 种以上原生安全工具,用于自动化漏洞扫描和利用,具体列表见文档。

是否提供图形界面?

提供 TUI(终端用户界面)和 Web 界面(通过 pentestswarm serve 命令),也支持 WebSocket 实时监控,但主要操作通过 CLI。