CyberStrikeAI3分钟上手的AI安全测试工具完整指南【免费下载链接】CyberStrikeAIThe system of action for AI-native cybersecurity—where intent becomes governed execution, evidence becomes operational memory, and every operation improves the next.项目地址: https://gitcode.com/GitHub_Trending/cy/CyberStrikeAICyberStrikeAI 是一个用 Go 编写的 AI 原生安全测试平台你用自然语言下达测试意图它调用 100 安全工具执行、留痕并自动沉淀出漏洞记录和攻击链分析。一句话概括它的价值——把意图 → 受控执行 → 证据 → 复盘放进同一个可审计的工作区。如果你正在做安全运营或授权渗透测试这篇文章会带你从零装到跑完第一个完整任务再讲透几个值得深挖的能力。 3分钟完成首次部署与配置环境要求只有两项Go 1.25 和 Python 3.10。克隆仓库后直接运行自带脚本它会顺路完成环境检查、依赖安装和编译git clone https://gitcode.com/GitHub_Trending/cy/CyberStrikeAI cd CyberStrikeAI chmod x run.sh ./run.sh终端出现● ONLINE和访问地址即部署完成。默认启用本地自签 TLS浏览器警告接受一次即可首次启动会在控制台打印一次性admin初始口令登录后建议立即修改。必须完成的配置只有一项——AI 通道。可在网页的「系统设置 → 基础设置 → AI 通道配置」中填写也可直接编辑config.yaml支持任意 OpenAI 兼容端点ai: default_channel: openai-main channels: openai-main: provider: openai_compatible base_url: https://api.deepseek.com/v1安全工具按需安装即可缺失的会在运行时自动跳过不阻塞流程sudo apt install -y nmap masscan sqlmap nikto gobuster ffuf nuclei subfinder更多字段说明见 docs/ 下的部署与配置文档。登录之后就可以用一条真实任务验证整条链路了。 跑一个真实任务从扫描到报告在 Web 控制台的「任务管理」里新建任务角色选内置的「渗透测试」指令用一句自然语言扫描 192.168.1.100 的开放端口重点 80、443、22并识别服务版本任务队列新建任务、选择角色、跟踪执行状态接下来观察它的三段式演进。任务状态从待处理推进到运行中、已完成全程可在队列里跟踪每条任务都是一个独立对话工具调用的参数、原始输出、模型的分析结论都留在对话中方便复核取证。结果不会停在原始输出上。系统会从对话里自动抽取漏洞按严重/高危/中危/低危/信息五级归类每条记录附带描述、证据、影响分析和修复建议你负责推进它的生命周期——打开、确认、已修复或标记误报统计和趋势报表随之实时生成。漏洞记录自动分级支持生命周期跟踪与统计导出使用边界请仅在你拥有或取得书面授权的目标上运行本工具并遵守所在地法律法规。启用 C2、WebShell 等高危能力前建议先阅读 docs/en-US/security-model.md 的安全模型。授权之外的使用责任由操作者自行承担。任务流程只是入门姿势。真正让 CyberStrikeAI 区别于会调 nmap 的聊天框的是下面四个平时单任务里看不太见的部分。 核心能力聚焦四个差异化设计攻击链把怎么打进去变成可回放的图系统会解析每个对话自动构建目标、工具、漏洞之间的关系图并对节点做严重度评分。你得到的不是日志文本而是一张可以逐步回放的攻击路径——红队复盘、跨会话项目跟踪时尤其有用还支持导出严重度不低于高危的节点列表给外部报告管道。攻击链图目标、工具与漏洞的关联及步骤回放工具配方一个 YAML 包装任意命令内置的 100 工具全部以 YAML 配方定义tools/ 目录就是它的说明书。想接入自研脚本复制一份现有文件改三处即可被识别name: my-scan command: my-scan parameters: - name: target type: string position: 0参数名、flag、位置都在 YAML 里声明模型按此拼装命令不需要改代码。角色与技能把专家经验固化成配置内置 12 预定义角色每个角色 一段提示词 一份工具白名单相当于把不同岗位的方法论打包。新建角色只需在 roles/ 放一个 YAML。技能系统20 技能包则让模型在多代理会话中按需加载细分知识比如 SQL 注入手法、后渗透 playbook而不是一股脑塞进上下文。角色管理预定义角色、自定义角色与工具策略知识库把文档变成可检索的测试经验把 Markdown 放进knowledge_base/目录即自动索引检索链路包含查询改写、向量召回、重排和结果后处理。你的历史报告、内部 SOP 从此能被模型在测试中直接引用。知识库Markdown 自动索引与向量检索以上都够用之后再往下看扩展面——多代理、MCP 和插件都是点到能用的程度。 进阶玩法多代理、MCP 与插件多代理协作提供三种编排模式深度模式协调器 任务子代理、计划执行模式规划/执行/重规划循环、监督模式监督员分配任务定义集中在agents/目录的 16 个 Markdown 文件里改提示词即改行为。MCP 协议有四种接法内置 HTTP MCP 服务、cmd/mcp-stdio暴露给 Cursor 等本地工具、外部 HTTP/Stdio/SSE 三种传输的联邦接入以及动态工具发现。长耗时工具调用跑在独立 worker 里支持断点续轮询、取消和按服务器熔断不会因为一个慢工具卡死整个会话。MCP 管理外部服务器联邦接入与授权插件方面Burp Suite 扩展和浏览器扩展都在plugins/目录前者把代理流量送进平台做 AI 辅助分析后者从 DevTools 直接捕获 Network 流量。移动端接入了钉钉、飞书、企业微信、Telegram 等 8 种机器人渠道用一条消息就能切换对话和角色。C2 与 WebShell 属于授权环境下的高危能力前者提供 TCP/HTTP/WebSocket 监听器、加密信标与任务队列后者支持 PHP/ASP/JSP 等类型的虚拟终端按需启用。日常维护基本无感仓库提供一键升级脚本自动备份配置与数据本地的tools/、roles/、skills/会保留。 场景速查三个即拿即用的组合批量目标评估——痛点是几十个域名逐个扫太慢。做法批量任务队列一次提交每个目标独立对话、独立状态配「Web应用扫描」角色。效果跑完直接得到按严重度汇总的漏洞报表而不是几十份散装日志。API 专项测试——痛点是通用扫描覆盖不到参数级问题。做法切到「API安全测试」角色工具面收窄到 arjun、graphql-scanner 这类针对性工具。效果发现集中在接口行为本身噪音显著下降。应急研判——痛点是主机事件线索分散、时间线靠手工拼。做法让模型编排 strings、volatility、radare2 做取证用时间戳重建攻击时间线。效果拿到一份带影响评估和修复建议的结构化结论可直接进汇报。 它适合谁以及你的下一步CyberStrikeAI 的定位很明确不是玩具化的AI 跑 nmap而是把规划、执行、人工审批、证据留存和复盘串成一条受治理的流水线且每一环都用 Go 原生实现、可审计。如果你是有授权测试需求的安全工程师、想搭建自动化评估流水线的团队或研究多代理安全编排的开发者它都值得花一下午搭起来跑一轮。最短路径就是开头那三条命令——部署完成后先拿你自己的一台测试机跑完「跑一个真实任务」那一节你会对它的证据留存方式有更具体的感觉。【免费下载链接】CyberStrikeAIThe system of action for AI-native cybersecurity—where intent becomes governed execution, evidence becomes operational memory, and every operation improves the next.项目地址: https://gitcode.com/GitHub_Trending/cy/CyberStrikeAI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 CyberStrikeAI：3分钟上手的AI安全测试工具完整指南
CyberStrikeAI3分钟上手的AI安全测试工具完整指南【免费下载链接】CyberStrikeAIThe system of action for AI-native cybersecurity—where intent becomes governed execution, evidence becomes operational memory, and every operation improves the next.项目地址: https://gitcode.com/GitHub_Trending/cy/CyberStrikeAICyberStrikeAI 是一个用 Go 编写的 AI 原生安全测试平台你用自然语言下达测试意图它调用 100 安全工具执行、留痕并自动沉淀出漏洞记录和攻击链分析。一句话概括它的价值——把意图 → 受控执行 → 证据 → 复盘放进同一个可审计的工作区。如果你正在做安全运营或授权渗透测试这篇文章会带你从零装到跑完第一个完整任务再讲透几个值得深挖的能力。 3分钟完成首次部署与配置环境要求只有两项Go 1.25 和 Python 3.10。克隆仓库后直接运行自带脚本它会顺路完成环境检查、依赖安装和编译git clone https://gitcode.com/GitHub_Trending/cy/CyberStrikeAI cd CyberStrikeAI chmod x run.sh ./run.sh终端出现● ONLINE和访问地址即部署完成。默认启用本地自签 TLS浏览器警告接受一次即可首次启动会在控制台打印一次性admin初始口令登录后建议立即修改。必须完成的配置只有一项——AI 通道。可在网页的「系统设置 → 基础设置 → AI 通道配置」中填写也可直接编辑config.yaml支持任意 OpenAI 兼容端点ai: default_channel: openai-main channels: openai-main: provider: openai_compatible base_url: https://api.deepseek.com/v1安全工具按需安装即可缺失的会在运行时自动跳过不阻塞流程sudo apt install -y nmap masscan sqlmap nikto gobuster ffuf nuclei subfinder更多字段说明见 docs/ 下的部署与配置文档。登录之后就可以用一条真实任务验证整条链路了。 跑一个真实任务从扫描到报告在 Web 控制台的「任务管理」里新建任务角色选内置的「渗透测试」指令用一句自然语言扫描 192.168.1.100 的开放端口重点 80、443、22并识别服务版本任务队列新建任务、选择角色、跟踪执行状态接下来观察它的三段式演进。任务状态从待处理推进到运行中、已完成全程可在队列里跟踪每条任务都是一个独立对话工具调用的参数、原始输出、模型的分析结论都留在对话中方便复核取证。结果不会停在原始输出上。系统会从对话里自动抽取漏洞按严重/高危/中危/低危/信息五级归类每条记录附带描述、证据、影响分析和修复建议你负责推进它的生命周期——打开、确认、已修复或标记误报统计和趋势报表随之实时生成。漏洞记录自动分级支持生命周期跟踪与统计导出使用边界请仅在你拥有或取得书面授权的目标上运行本工具并遵守所在地法律法规。启用 C2、WebShell 等高危能力前建议先阅读 docs/en-US/security-model.md 的安全模型。授权之外的使用责任由操作者自行承担。任务流程只是入门姿势。真正让 CyberStrikeAI 区别于会调 nmap 的聊天框的是下面四个平时单任务里看不太见的部分。 核心能力聚焦四个差异化设计攻击链把怎么打进去变成可回放的图系统会解析每个对话自动构建目标、工具、漏洞之间的关系图并对节点做严重度评分。你得到的不是日志文本而是一张可以逐步回放的攻击路径——红队复盘、跨会话项目跟踪时尤其有用还支持导出严重度不低于高危的节点列表给外部报告管道。攻击链图目标、工具与漏洞的关联及步骤回放工具配方一个 YAML 包装任意命令内置的 100 工具全部以 YAML 配方定义tools/ 目录就是它的说明书。想接入自研脚本复制一份现有文件改三处即可被识别name: my-scan command: my-scan parameters: - name: target type: string position: 0参数名、flag、位置都在 YAML 里声明模型按此拼装命令不需要改代码。角色与技能把专家经验固化成配置内置 12 预定义角色每个角色 一段提示词 一份工具白名单相当于把不同岗位的方法论打包。新建角色只需在 roles/ 放一个 YAML。技能系统20 技能包则让模型在多代理会话中按需加载细分知识比如 SQL 注入手法、后渗透 playbook而不是一股脑塞进上下文。角色管理预定义角色、自定义角色与工具策略知识库把文档变成可检索的测试经验把 Markdown 放进knowledge_base/目录即自动索引检索链路包含查询改写、向量召回、重排和结果后处理。你的历史报告、内部 SOP 从此能被模型在测试中直接引用。知识库Markdown 自动索引与向量检索以上都够用之后再往下看扩展面——多代理、MCP 和插件都是点到能用的程度。 进阶玩法多代理、MCP 与插件多代理协作提供三种编排模式深度模式协调器 任务子代理、计划执行模式规划/执行/重规划循环、监督模式监督员分配任务定义集中在agents/目录的 16 个 Markdown 文件里改提示词即改行为。MCP 协议有四种接法内置 HTTP MCP 服务、cmd/mcp-stdio暴露给 Cursor 等本地工具、外部 HTTP/Stdio/SSE 三种传输的联邦接入以及动态工具发现。长耗时工具调用跑在独立 worker 里支持断点续轮询、取消和按服务器熔断不会因为一个慢工具卡死整个会话。MCP 管理外部服务器联邦接入与授权插件方面Burp Suite 扩展和浏览器扩展都在plugins/目录前者把代理流量送进平台做 AI 辅助分析后者从 DevTools 直接捕获 Network 流量。移动端接入了钉钉、飞书、企业微信、Telegram 等 8 种机器人渠道用一条消息就能切换对话和角色。C2 与 WebShell 属于授权环境下的高危能力前者提供 TCP/HTTP/WebSocket 监听器、加密信标与任务队列后者支持 PHP/ASP/JSP 等类型的虚拟终端按需启用。日常维护基本无感仓库提供一键升级脚本自动备份配置与数据本地的tools/、roles/、skills/会保留。 场景速查三个即拿即用的组合批量目标评估——痛点是几十个域名逐个扫太慢。做法批量任务队列一次提交每个目标独立对话、独立状态配「Web应用扫描」角色。效果跑完直接得到按严重度汇总的漏洞报表而不是几十份散装日志。API 专项测试——痛点是通用扫描覆盖不到参数级问题。做法切到「API安全测试」角色工具面收窄到 arjun、graphql-scanner 这类针对性工具。效果发现集中在接口行为本身噪音显著下降。应急研判——痛点是主机事件线索分散、时间线靠手工拼。做法让模型编排 strings、volatility、radare2 做取证用时间戳重建攻击时间线。效果拿到一份带影响评估和修复建议的结构化结论可直接进汇报。 它适合谁以及你的下一步CyberStrikeAI 的定位很明确不是玩具化的AI 跑 nmap而是把规划、执行、人工审批、证据留存和复盘串成一条受治理的流水线且每一环都用 Go 原生实现、可审计。如果你是有授权测试需求的安全工程师、想搭建自动化评估流水线的团队或研究多代理安全编排的开发者它都值得花一下午搭起来跑一轮。最短路径就是开头那三条命令——部署完成后先拿你自己的一台测试机跑完「跑一个真实任务」那一节你会对它的证据留存方式有更具体的感觉。【免费下载链接】CyberStrikeAIThe system of action for AI-native cybersecurity—where intent becomes governed execution, evidence becomes operational memory, and every operation improves the next.项目地址: https://gitcode.com/GitHub_Trending/cy/CyberStrikeAI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考