CyberStrikeAI:自然语言驱动的 100+ 工具 AI 安全测试平台

【免费下载链接】CyberStrikeAI The system of action for AI-native cybersecurity—where intent becomes governed execution, evidence becomes operational memory, and every operation improves the next. 【免费下载链接】CyberStrikeAI 项目地址: https://gitcode.com/GitHub_Trending/cy/CyberStrikeAI

CyberStrikeAI 是一个用 Go 编写的 AI 原生安全测试平台,把安全测试里的规划、执行、人工监督、证据留存和复盘放进同一个可审计的工作空间。对需要频繁跑扫描、又要交付合规报告的安全工程师和渗透测试人员来说,它把一句自然语言指令拆解成受治理的工具调用,并把中间证据沉淀成项目记忆。

🎬 它解决什么问题

传统安全测试要手工敲 nmap、sqlmap、nuclei 等一堆命令,再人肉把分散的结果拼成攻击路径,最后整理成报告。CyberStrikeAI 把这条链路收敛到一次对话里:你用一句话描述目标,平台按角色和可用工具自动规划并执行,高风险动作留给人工确认。测试结束后,命中结果自动写入漏洞库,跨步骤的发现汇入攻击链图谱,证据随项目沉淀,供下次任务复用。

CyberStrikeAI AI安全测试平台仪表盘概览

🚀 快速开始:环境要求与一键部署

环境要求只有两项,均以仓库 go.mod 为准:

  • Go 1.25+(用于编译与运行)
  • Python 3.10+(部分工具脚本依赖)

克隆仓库后执行一条命令即可:

git clone https://gitcode.com/GitHub_Trending/cy/CyberStrikeAI
cd CyberStrikeAI
chmod +x run.sh && ./run.sh

run.sh 会依次检查 Go 与 Python 环境、创建 Python 虚拟环境、安装依赖、下载 Go 模块、编译出 cyberstrike-ai 二进制并启动服务。看到终端出现 ● ONLINE 即启动成功,默认以 HTTPS + 自签证书运行,访问 https://127.0.0.1:8080/(端口以 config.yaml 的 server.port 为准),首次访问需接受一次浏览器证书提示。若需要明文 HTTP,改用 ./run.sh --http。

启动后的第一件事是配置 AI 通道:进入「系统设置 → 基本设置 → AI 通道配置」,填写提供商、Base URL、API Key 与模型并保存;也可以直接编辑 config.yaml 的 ai.channels。全新安装时,控制台会显示一次性的 admin 初始密码,登录后建议立即修改。未安装的安全工具在执行时会被自动跳过或改用替代方案,可按需再装。

CyberStrikeAI AI安全测试平台 Web 控制台

🔄 完整工作流演示:一次 Web 应用安全测试

下面以"对目标站点做 Web 安全测试"为例,按输入、执行、产出三步走完。

  1. 在 Web 控制台新建对话,选择「Web应用扫描」等角色,输入自然语言指令,例如"对 example.com 做 Web 安全测试,重点检查 SQL 注入与目录枚举"。
  2. 平台按该角色绑定的工具自动规划:先做子域名与端口发现,对存活页面跑 nuclei 模板与目录枚举,命中疑似参数时调用 sqlmap 验证,阻塞型调用交给 worker 异步执行,Agent 只有限等待。
  3. 命中的问题通过 record_vulnerability 写入漏洞库并分级;跨步骤的发现汇入项目攻击链,可在图谱视图里按节点回放证据与风险评分,最终汇总成可导出的测试结论。

CyberStrikeAI AI安全测试平台攻击链图谱视图

🧩 其他核心能力

  • 多代理编排:基于 Eino 提供单智能体及 Deep、Plan-Execute、Supervisor 等多智能体模式,可按任务复杂度切换编排方式,详见 MULTI_AGENT_EINO.md。
  • 角色化测试:roles/ 下提供 12+ 预设安全测试角色,每个角色绑定专属提示词与工具白名单,也能通过 YAML 自定义新角色,见 roles/README.md。
  • 知识库(RAG):组合查询改写、向量检索、精排与结果后处理,为 Agent 提供安全知识支撑,文档见 knowledge-base.md。
  • 资产与漏洞管理:统一归档域名、IP、端口与服务,支持导入导出与批量维护;漏洞按严重程度分级、状态流转,带统计看板。
  • 工作流:用 Agent、工具、条件、审批与输出节点搭建可复用流程,适合把固定剧本沉淀成模板,见 workflow-graph.md。
  • 批量任务与机器人接入:任务队列支持编辑、状态跟踪与结果留存;可接入企业微信、钉钉、飞书、Slack 等渠道发起任务。

CyberStrikeAI AI安全测试平台 Agent 与角色管理

🔧 扩展与定制

扩展主要围绕四类 YAML/目录约定,改完即被平台加载:

  • 自定义工具:在 tools/ 放一个 YAML,name、command、enabled、description 为必填,未安装或字段错误时会被跳过并告警而不影响其他工具。
name: "custom-scanner"
command: "python3"
enabled: true
args: ["scan.py", "-u", "{target}"]
description: "自定义扫描器"
  • 第三方 MCP 集成:支持 HTTP、stdio、SSE 等多种传输,以及外部 MCP 联邦与动态工具发现,字段与执行治理详见 MCP 联邦。
  • 技能包(Skills):遵循标准 Skill 目录结构放在 skills/,由内置 skill 工具按需渐进加载,与角色 YAML 无绑定关系。
  • 插件:plugins/ 提供 Burp Suite 扩展与 Chrome/Edge 浏览器扩展,可在 DevTools 中捕获流量并回传平台做 AI 辅助分析。

CyberStrikeAI AI安全测试平台知识库管理界面

🔒 部署与安全要点

  • 监听与 TLS:默认绑定 127.0.0.1:8080 并启用自签 HTTPS;生产环境在 config.yaml 配置正式 tls_cert_path / tls_key_path,或经 Nginx 反向代理统一处理 TLS,暴露到本机之外前先读 安全加固指南。
  • 权限控制:平台内置 RBAC,支持多用户、自定义角色、权限 Scope 与资源归属,工具按角色白名单收敛,见 rbac.md。
  • 人工监督与拦截:高风险动作走 HITL 审批;「安全防护」下可配 MCP 执行前正则拦截(tool-call-guard),默认启用政府域名保护,详见 tool-call-guard.md。
  • 审计与留存:操作留完整审计日志,数据库保存与 Agent 实际看到的同一份兜底后工具结果,行动证据随项目留存。
  • 高风险能力边界:WebShell、C2 等仅限自有系统或已明确授权的测试环境,启用前先读 安全模型。
  • 升级:优先用控制台「一键更新」或 ./cyberstrike-ai -update,会保留本地 roles/skills/tools/agents 与 config.yaml;升级前备份 data/ 与 config.yaml。

❓ 常见问题

需要编程基础吗? 不需要。日常使用只需在 Web 界面用自然语言下指令,YAML 配置仅在做工具、角色或技能扩展时才涉及。

支持哪些 AI 模型? 所有 OpenAI 兼容 API 走 provider: openai_compatible,Claude 走 provider: claude,通道统一在「AI 通道配置」中维护并可批量探活。

工具没安装会怎样? 未安装的工具在执行时会被自动跳过或改用替代方案,其余工具不受影响。

数据存在哪里? 默认使用文件型 SQLite,无需单独部署数据库服务。

可以离线运行吗? 工具执行与本地分析可离线进行,但 AI 编排依赖模型服务,需要能访问所配置的 API。

📚 小结

CyberStrikeAI 的价值在于把"自然语言意图 → 受治理执行 → 证据沉淀"串成一条可审计的链路,让安全测试从手动拼命令变成对话式协作。建议从 部署指南 与 配置参考 起步,配置以 config.example.yaml 为模板。

CyberStrikeAI 仅供教育和授权测试使用:请仅在拥有明确书面授权的系统上使用,遵守适用法律法规,并对自身操作承担责任。

【免费下载链接】CyberStrikeAI The system of action for AI-native cybersecurity—where intent becomes governed execution, evidence becomes operational memory, and every operation improves the next. 【免费下载链接】CyberStrikeAI 项目地址: https://gitcode.com/GitHub_Trending/cy/CyberStrikeAI

Logo

聚焦RDK与具身智能,汇集机器人开发教程、开源案例和技术交流

更多推荐