PentestGPT 十分钟跑通 AI 渗透测试 Agent完整配置与避坑指南【免费下载链接】PentestGPTAutomated Penetration Testing Agentic Framework Powered by Large Language Models项目地址: https://gitcode.com/GitHub_Trending/pe/PentestGPTPentestGPT 是一个由大语言模型LLM驱动的自动化渗透测试框架你给一个目标它自主完成侦察、利用与证据留存。本文从安装讲到排障覆盖全部入口。 最短路径跑通你的机器只需两样东西Python 3.12 和 uv快速 Python 包管理器没有 uv 先按官方说明安装。下面是无需任何 API Key 也能出结果的最小命令集git clone https://gitcode.com/GitHub_Trending/pe/PentestGPT cd PentestGPT make install # 同步根项目与 agent 子项目的依赖 uv run pentestgpt-legacy --list-models # 首个输出可用模型与提供商列表最后一条命令会打印一张模型表没配 Key 时列表为空属正常现象说明安装成功。仓库分三块pentestgpt_agent自治框架、pentestgpt_legacy交互客户端和一套 Docker 脚本make install已把两个子项目依赖一次装齐后面各分支不需要再装任何东西。⚡ 按后端选配置仓库有两个入口定位不同按你手头的 LLM 资源挑一条分支即可四条分支互相独立pentestgpt-agent自治管线无需接管pentestgpt-legacy人驾交互厂商更全有 Claude 或 Codex 账号走自治管线Agent 位于嵌套的 pentestgpt_agent/ 子项目Supervisor决策智能体与 Executor执行智能体分别调用提供商 CLI 干活SQLite嵌入式数据库文件充当持久记忆运行要在子项目目录内发起cd pentestgpt_agent uv sync --extra claude # 或 --extra codex uv run pentestgpt-agent --goal 评估此授权目标。 --target http://127.0.0.1:8080 --backend claude同一件事也可以用顶层快捷方式make run TARGEThttp://127.0.0.1:8080 BACKENDclaude内部就是包了上面的命令。跑完后所有产物落在runs/run-id/input.json 是精确输入events.jsonl 是全量事件流output.json 含耗时与费用中途被掐断时加--resume可从 SQLite 状态续跑。状态机与不变式细节见 架构说明。有 OpenAI 或 Anthropic 的 API Key 走交互模式pentestgpt-legacy只启用已配置 Key 的提供商内部是推理、生成、解析三个 LLM 会话协作。先导出密钥再启动会话export ANTHROPIC_API_KEY你的key uv run pentestgpt-legacy # 自动为各会话挑选可用模型会话内用 next走下一步、more展开细节、todo查看计划、discuss直接向 Agent 提问来驱动模型清单用--list-models查连通性用--smoke-test做冒烟测试。Ollama 本地模型接入本地模型运行时 Ollama 已在跑并拉好模型把 OpenAI 兼容端指过去即可uv run pentestgpt-legacy --reasoning-model ollama:qwen3 --base-url http://localhost:11434/v1Docker 容器化一次性登录镜像内置 Claude Code 与 Codex 两个 CLI登录态存进命名卷一次登录后续运行免登make docker-build make docker-login # 幂等跳过仍有效的登录 make docker-auth-status # 校验两个 CLI 的登录状态 真实场景怎么打CTF 靶机一题流CTF 即夺旗赛把目标指向本地 CTF 题目即可cd pentestgpt_agent uv run pentestgpt-agent --goal Capture the flag from this authorized target. --target http://题目IP或域名 --backend claude --run-id ctf-01预期终端逐条打印 Supervisor 的任务决策与 Executor 的动作完整轨迹落在runs/ctf-01flag 被检出即上报。结束后用审计命令校验证据链uv run pentestgpt-agent-audit --run-dir runs/ctf-01 --expected-flag FLAG{内容}审计输出 JSON 报告核对证据是否精确对应目标输出防止 Agent 自报喜。授权内网 WordPress 渗透uv run pentestgpt-agent --goal 枚举此授权 WordPress 站点的插件并测试可利用漏洞。 --target http://10.10.11.50 --backend claude --model claude-opus-4-8预期走资产发现 → 漏洞识别 → 报告的 staged pipeline每阶段结论喂给下一阶段全程无需你再圈定范围可挂后台无人值守跑。人工驾驶复杂题目需要人判断的题目用 legacy 模式PTT渗透任务树任务规划树实时刷新uv run pentestgpt-legacy --reasoning-model claude-sonnet-4-6预期每次 next 产出一步行进与输出Agent 靠任务树保持上下文你随时可打断换策略。 数字说话⚠️ 数据来自 2025 年 12 月的 XBOW 验证实验属历史研究结果不保证当前版本复现。XBOW 是一套公开渗透基准104 道题按难度分三级指标结果总成功率104 题86.5%一级题成功率91.1%二级题成功率74.5%三级题成功率62.5%每成功一题成本/耗时均值 $1.11 / 6.1 分钟中位数 $0.42 / 3.3 分钟难度每升一级成功率明显下滑耗时与花费随尝试次数放大排期时按此打折估算。️ 你大概率会撞上的坑现象command not found: pentestgpt-agent。根因Agent 是独立嵌套项目根环境没有该命令。修复cd pentestgpt_agent uv sync --extra all uv run pentestgpt-agent --help现象容器内连本地模型 connection refused。根因容器里 localhost 不指向宿主机。修复地址改用http://host.docker.internal:11434/v1后重跑对应命令。现象--list-models输出几乎为空。根因未设置任何 Key全部提供商未启用。修复export OPENAI_API_KEY你的key uv run pentestgpt-legacy --smoke-test现象容器重建后又要重新登录 Claude。根因没有走登录卷持久化流程。修复make docker-login幂等已有效的登录不会重复做。⚠️ 只对该你拥有书面授权的目标使用此工具Agent 在隔离环境中持有完整文件系统与进程权限容器本身即爆炸半径。【免费下载链接】PentestGPTAutomated Penetration Testing Agentic Framework Powered by Large Language Models项目地址: https://gitcode.com/GitHub_Trending/pe/PentestGPT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 PentestGPT 十分钟跑通 AI 渗透测试 Agent，完整配置与避坑指南
PentestGPT 十分钟跑通 AI 渗透测试 Agent完整配置与避坑指南【免费下载链接】PentestGPTAutomated Penetration Testing Agentic Framework Powered by Large Language Models项目地址: https://gitcode.com/GitHub_Trending/pe/PentestGPTPentestGPT 是一个由大语言模型LLM驱动的自动化渗透测试框架你给一个目标它自主完成侦察、利用与证据留存。本文从安装讲到排障覆盖全部入口。 最短路径跑通你的机器只需两样东西Python 3.12 和 uv快速 Python 包管理器没有 uv 先按官方说明安装。下面是无需任何 API Key 也能出结果的最小命令集git clone https://gitcode.com/GitHub_Trending/pe/PentestGPT cd PentestGPT make install # 同步根项目与 agent 子项目的依赖 uv run pentestgpt-legacy --list-models # 首个输出可用模型与提供商列表最后一条命令会打印一张模型表没配 Key 时列表为空属正常现象说明安装成功。仓库分三块pentestgpt_agent自治框架、pentestgpt_legacy交互客户端和一套 Docker 脚本make install已把两个子项目依赖一次装齐后面各分支不需要再装任何东西。⚡ 按后端选配置仓库有两个入口定位不同按你手头的 LLM 资源挑一条分支即可四条分支互相独立pentestgpt-agent自治管线无需接管pentestgpt-legacy人驾交互厂商更全有 Claude 或 Codex 账号走自治管线Agent 位于嵌套的 pentestgpt_agent/ 子项目Supervisor决策智能体与 Executor执行智能体分别调用提供商 CLI 干活SQLite嵌入式数据库文件充当持久记忆运行要在子项目目录内发起cd pentestgpt_agent uv sync --extra claude # 或 --extra codex uv run pentestgpt-agent --goal 评估此授权目标。 --target http://127.0.0.1:8080 --backend claude同一件事也可以用顶层快捷方式make run TARGEThttp://127.0.0.1:8080 BACKENDclaude内部就是包了上面的命令。跑完后所有产物落在runs/run-id/input.json 是精确输入events.jsonl 是全量事件流output.json 含耗时与费用中途被掐断时加--resume可从 SQLite 状态续跑。状态机与不变式细节见 架构说明。有 OpenAI 或 Anthropic 的 API Key 走交互模式pentestgpt-legacy只启用已配置 Key 的提供商内部是推理、生成、解析三个 LLM 会话协作。先导出密钥再启动会话export ANTHROPIC_API_KEY你的key uv run pentestgpt-legacy # 自动为各会话挑选可用模型会话内用 next走下一步、more展开细节、todo查看计划、discuss直接向 Agent 提问来驱动模型清单用--list-models查连通性用--smoke-test做冒烟测试。Ollama 本地模型接入本地模型运行时 Ollama 已在跑并拉好模型把 OpenAI 兼容端指过去即可uv run pentestgpt-legacy --reasoning-model ollama:qwen3 --base-url http://localhost:11434/v1Docker 容器化一次性登录镜像内置 Claude Code 与 Codex 两个 CLI登录态存进命名卷一次登录后续运行免登make docker-build make docker-login # 幂等跳过仍有效的登录 make docker-auth-status # 校验两个 CLI 的登录状态 真实场景怎么打CTF 靶机一题流CTF 即夺旗赛把目标指向本地 CTF 题目即可cd pentestgpt_agent uv run pentestgpt-agent --goal Capture the flag from this authorized target. --target http://题目IP或域名 --backend claude --run-id ctf-01预期终端逐条打印 Supervisor 的任务决策与 Executor 的动作完整轨迹落在runs/ctf-01flag 被检出即上报。结束后用审计命令校验证据链uv run pentestgpt-agent-audit --run-dir runs/ctf-01 --expected-flag FLAG{内容}审计输出 JSON 报告核对证据是否精确对应目标输出防止 Agent 自报喜。授权内网 WordPress 渗透uv run pentestgpt-agent --goal 枚举此授权 WordPress 站点的插件并测试可利用漏洞。 --target http://10.10.11.50 --backend claude --model claude-opus-4-8预期走资产发现 → 漏洞识别 → 报告的 staged pipeline每阶段结论喂给下一阶段全程无需你再圈定范围可挂后台无人值守跑。人工驾驶复杂题目需要人判断的题目用 legacy 模式PTT渗透任务树任务规划树实时刷新uv run pentestgpt-legacy --reasoning-model claude-sonnet-4-6预期每次 next 产出一步行进与输出Agent 靠任务树保持上下文你随时可打断换策略。 数字说话⚠️ 数据来自 2025 年 12 月的 XBOW 验证实验属历史研究结果不保证当前版本复现。XBOW 是一套公开渗透基准104 道题按难度分三级指标结果总成功率104 题86.5%一级题成功率91.1%二级题成功率74.5%三级题成功率62.5%每成功一题成本/耗时均值 $1.11 / 6.1 分钟中位数 $0.42 / 3.3 分钟难度每升一级成功率明显下滑耗时与花费随尝试次数放大排期时按此打折估算。️ 你大概率会撞上的坑现象command not found: pentestgpt-agent。根因Agent 是独立嵌套项目根环境没有该命令。修复cd pentestgpt_agent uv sync --extra all uv run pentestgpt-agent --help现象容器内连本地模型 connection refused。根因容器里 localhost 不指向宿主机。修复地址改用http://host.docker.internal:11434/v1后重跑对应命令。现象--list-models输出几乎为空。根因未设置任何 Key全部提供商未启用。修复export OPENAI_API_KEY你的key uv run pentestgpt-legacy --smoke-test现象容器重建后又要重新登录 Claude。根因没有走登录卷持久化流程。修复make docker-login幂等已有效的登录不会重复做。⚠️ 只对该你拥有书面授权的目标使用此工具Agent 在隔离环境中持有完整文件系统与进程权限容器本身即爆炸半径。【免费下载链接】PentestGPTAutomated Penetration Testing Agentic Framework Powered by Large Language Models项目地址: https://gitcode.com/GitHub_Trending/pe/PentestGPT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考