项目地址 https://github.com/r20z19/HackerMind在网络安全攻防对抗日趋激烈的当下传统单一AI工具在渗透测试、漏洞分析等场景中暴露出决策黑盒、工具调用效率低、人工干预难等痛点。HackerMind 以创新性的“主LLM 顾问LLM 工具LLM”三层AI协同架构链上对话为网络安全智能分析打造了全新范式有效破解AI幻觉难题大幅提升安全决策的准确度与可控性。功能对比核心维度传统AI工具HackerMind 提升效果AI架构单一LLM全流程处理三AI分层协作职责分离决策准确率提升本地工具一般完全依赖工具无本地接口能够创建文件执行命令getpost请求可执行面大大增加工具调用单次单一工具调用效率低下可以多工具一起执行执行效率提升人工干预ai输出无法修改链上对话人工可实时修改AI输出可控性大幅提升在核心维度上传统AI工具多采用单一LLM全流程处理依赖外部工具、单次单工具调用且输出不可修改而HackerMind采用三AI分层协作支持本地文件操作与网络请求、多工具并行执行还可实时人工干预。整体在决策准确率、可执行范围、执行效率与可控性上实现全面显著提升。三AI协同机制1. ️ 工具LLMTool LLM专业工具调度与原始信息采集-核心职责解析主LLM指令调度网络安全工具获取原始数据-技术特色集成full_scan等高集成度MCP一次性完成全维度扫描-支持工具nmap、awvs、sqlmap等主流安全工具MCP主要功能WindowsKali其他Linuxcreate_or_modify_file创建和修改本地文件✅✅✅read_file读取本地文件✅✅✅list_files列出本地文件✅✅✅execute_system_command本地命令执行✅✅✅post_requestPOST请求✅✅✅get_requestGET请求✅✅✅get_knowledge_message本地知识库请求✅✅✅execute_encoding_conversion编码转化✅✅✅full_recon全面的扫描侦查✅✅✅nmap扫描工具✅✅需要手动安装sqlmapsql注入工具✅✅需要手动安装nikto自动化扫描工具需要手动安装✅需要手动安装gobuster目录枚举工具✅✅需要手动安装2. 顾问LLMAdvisor LLM信息持久化-核心职责提取到目前为止获得的信息和规划-价值体现为整个操作流程提供信息持久化以免主LLM反复调用工具可以有效避免多ai协同时的记忆混乱和互相矛盾的问题。3. 主LLMMain LLM全局决策与指令生成-核心职责接收用户需求生成工具指令输出分析报告-价值体现是整个渗透过程的核心规划者接受顾问的持久化信息指定渗透思路并对下生抽象的工具调用等待工具LLM全部执行。链上对话链上对话人工实时可干预 AI 信息链链上对话是 HackerMind 实现人工与 AI 深度协同的核心能力支持在 AI 全流程决策链路中进行实时人工干预打破传统 AI 只能被动输出、无法中途调整的局限。在干预节点上用户可直接修改工具 LLM 的扫描结果、修正顾问 LLM 的分析结论、调整主 LLM 的决策逻辑覆盖从数据采集、分析到最终决策的全环节。干预方式简洁高效通过可视化界面直接编辑 AI 输出内容无需跳转额外对话框操作直观、响应即时。其核心价值在于从根本上解决传统 AI “黑盒决策” 问题让人工经验与 AI 能力深度融合。既保留 AI 高效计算与分析优势又赋予用户全程可控的主导权大幅提升决策可靠性、场景适配性与使用安全性。高度集成HackerMind支持 Kali、Windows 及其他 Linux 系统直接启动无需依赖 docker 部署内置 MCP 功能除少量工具需手动添加外无需额外配置。MCP 覆盖多类核心能力1.全系统通用创建 / 修改 / 读取 / 列出本地文件、执行系统命令这些用来操作本地系统让ai模拟人类一样去操纵电脑同时目录默认设置为本地会话提高了命令执行的安全性。2.发送 GET/POST 请求、本地知识库请求这些赋予了ai的交互能力并给出本地知识参考可以快速侦查目标环境并给出合理决策。3.编码转化、nmap、sqlmap、gobuster等主流渗透工具可以快速对目标进行渗透测试提高ai渗透能力。项目地址https://github.com/r20z19/HackerMind
Ai神器HackerMind辅助你去打CTF-Web，真的动手动脑开箱即用
发布时间：2026/7/2 14:52:15
项目地址 https://github.com/r20z19/HackerMind在网络安全攻防对抗日趋激烈的当下传统单一AI工具在渗透测试、漏洞分析等场景中暴露出决策黑盒、工具调用效率低、人工干预难等痛点。HackerMind 以创新性的“主LLM 顾问LLM 工具LLM”三层AI协同架构链上对话为网络安全智能分析打造了全新范式有效破解AI幻觉难题大幅提升安全决策的准确度与可控性。功能对比核心维度传统AI工具HackerMind 提升效果AI架构单一LLM全流程处理三AI分层协作职责分离决策准确率提升本地工具一般完全依赖工具无本地接口能够创建文件执行命令getpost请求可执行面大大增加工具调用单次单一工具调用效率低下可以多工具一起执行执行效率提升人工干预ai输出无法修改链上对话人工可实时修改AI输出可控性大幅提升在核心维度上传统AI工具多采用单一LLM全流程处理依赖外部工具、单次单工具调用且输出不可修改而HackerMind采用三AI分层协作支持本地文件操作与网络请求、多工具并行执行还可实时人工干预。整体在决策准确率、可执行范围、执行效率与可控性上实现全面显著提升。三AI协同机制1. ️ 工具LLMTool LLM专业工具调度与原始信息采集-核心职责解析主LLM指令调度网络安全工具获取原始数据-技术特色集成full_scan等高集成度MCP一次性完成全维度扫描-支持工具nmap、awvs、sqlmap等主流安全工具MCP主要功能WindowsKali其他Linuxcreate_or_modify_file创建和修改本地文件✅✅✅read_file读取本地文件✅✅✅list_files列出本地文件✅✅✅execute_system_command本地命令执行✅✅✅post_requestPOST请求✅✅✅get_requestGET请求✅✅✅get_knowledge_message本地知识库请求✅✅✅execute_encoding_conversion编码转化✅✅✅full_recon全面的扫描侦查✅✅✅nmap扫描工具✅✅需要手动安装sqlmapsql注入工具✅✅需要手动安装nikto自动化扫描工具需要手动安装✅需要手动安装gobuster目录枚举工具✅✅需要手动安装2. 顾问LLMAdvisor LLM信息持久化-核心职责提取到目前为止获得的信息和规划-价值体现为整个操作流程提供信息持久化以免主LLM反复调用工具可以有效避免多ai协同时的记忆混乱和互相矛盾的问题。3. 主LLMMain LLM全局决策与指令生成-核心职责接收用户需求生成工具指令输出分析报告-价值体现是整个渗透过程的核心规划者接受顾问的持久化信息指定渗透思路并对下生抽象的工具调用等待工具LLM全部执行。链上对话链上对话人工实时可干预 AI 信息链链上对话是 HackerMind 实现人工与 AI 深度协同的核心能力支持在 AI 全流程决策链路中进行实时人工干预打破传统 AI 只能被动输出、无法中途调整的局限。在干预节点上用户可直接修改工具 LLM 的扫描结果、修正顾问 LLM 的分析结论、调整主 LLM 的决策逻辑覆盖从数据采集、分析到最终决策的全环节。干预方式简洁高效通过可视化界面直接编辑 AI 输出内容无需跳转额外对话框操作直观、响应即时。其核心价值在于从根本上解决传统 AI “黑盒决策” 问题让人工经验与 AI 能力深度融合。既保留 AI 高效计算与分析优势又赋予用户全程可控的主导权大幅提升决策可靠性、场景适配性与使用安全性。高度集成HackerMind支持 Kali、Windows 及其他 Linux 系统直接启动无需依赖 docker 部署内置 MCP 功能除少量工具需手动添加外无需额外配置。MCP 覆盖多类核心能力1.全系统通用创建 / 修改 / 读取 / 列出本地文件、执行系统命令这些用来操作本地系统让ai模拟人类一样去操纵电脑同时目录默认设置为本地会话提高了命令执行的安全性。2.发送 GET/POST 请求、本地知识库请求这些赋予了ai的交互能力并给出本地知识参考可以快速侦查目标环境并给出合理决策。3.编码转化、nmap、sqlmap、gobuster等主流渗透工具可以快速对目标进行渗透测试提高ai渗透能力。项目地址https://github.com/r20z19/HackerMind
![华为OD机试2025C卷-字符串变换最小次数[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率](http://pic.xiahunao.cn/yaotu/华为OD机试2025C卷-字符串变换最小次数[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率)
![华为OD机试2025C卷-内存资源分配[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率](http://pic.xiahunao.cn/yaotu/华为OD机试2025C卷-内存资源分配[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率)
