🚀 Pentest Ai

إصدار مفتوح المصدر رسمي وقاعدة شيفرة مُصانة بواسطة @kush-coder


💡 حول هذا المشروع

أداة اختبار اختراق بالذكاء الاصطناعي مفتوحة المصدر تُثبت كل اكتشاف. تُعيد أدوات التحقق الآلية تشغيل كل استغلال؛ وتُصدر الأخطاء المُتحقَّق منها كبسولة إثبات يمكنك إعادة تشغيلها بنفسك.

يُصان هذا المستودع بنشاط ويُوزَّع بواسطة @kush-coder كإصدار مفتوح المصدر رسمي.

✨ أبرز المزايا

• 🛡️ فحوصات صحة مُتحقَّق منها: اجتازت عمليات بناء آلية في بيئة معزولة، وحل التبعيات، وتشغيلات اختبار الصحة.
• 🚀 جاهز للإنتاج: بصمة خفيفة مُحسَّنة لتحقيق كفاءة عالية.
• 📦 مفتوح المصدر بترخيص متساهل: متاح لتكامل المطورين، والتعديلات المخصصة، وتحسينات المجتمع.

🚀 البدء السريع والتثبيت

# Clone your official repository
git clone https://github.com/kush-coder/autopilot-pentest-ai.git
cd autopilot-pentest-ai

📖 توثيق شامل

الموقع الإلكتروني · البدء السريع · مكافآت الثغرات · التحقق · التوثيق · المشكلات

Pentest-AI هي أداة مفتوحة المصدر لاختبار الاختراق بالذكاء الاصطناعي ومكافآت الثغرات تفصل النتائج المُثبتة عن التخمينات. تربط عميل ذكاء اصطناعي أو نموذجًا بسير عمل حقيقي لاختبار الاختراق: التحقيق في تطبيقات الويب، واكتشاف الثغرات وإعادة إنتاجها، واستخدام أوراكل آلية للتحقق مما إذا كان الاستغلال يعمل فعليًا. النتيجة التي لا تستطيع أي أوراكل إثباتها تبقى مصنّفة كمرشّح، أما النتيجة المُتحقَّق منها فتحمل الطلبات والاستجابات التي أثبتتها.

استخدمها عبر MCP (Claude Code، Codex، Cursor، VS Code)، أو من CLI، أو في CI/CD. يقود النموذج التحقيق؛ بينما تقرر أوراكل مستقلة ما إذا كانت النتيجة تستحق حكمًا مُتحقَّقًا منه، حتى لا تصل تخمينات النموذج متزيّنة بزي النتائج.

مصمَّمة لمكافآت الثغرات المصرَّح بها: يحمل كل ملف تعريف خاص ببرنامج نطاقه ومعدّله المعلن ومعرّفك كباحث، ويُظهر التشغيل التجريبي الخطة قبل إرسال أي شيء، وتُستمد مسودات التقارير من النتائج المُتحقَّق منها فقط. انتقل إلى سير عمل مكافآت الثغرات ←

اختبر فقط الأنظمة التي تملكها أو لديك تصريح صريح بتقييمها. اقرأ سياسة الاستخدام المقبول والشروط قبل تنفيذ أي مهمة.

البدء السريع

موصى به: Codex أو Claude Code

استخدم Python 3.10 إلى 3.14 وثبّت pipx أولًا. شغّل pipx ensurepath وأعد فتح الطرفية إذا لزم الأمر. يعزل pipx تبعيات Pentest-AI ويجعل أوامرها متاحة عبر المجلدات.

pipx install ptai
ptai setup --mcp

ثبّت واجهة سطر الأوامر (CLI) لعميل الذكاء الاصطناعي الخاص بك أولاً. يسأل الإعداد قبل الاتصال بجميع العملاء المدعومين المكتشفين، بما في ذلك كل من Codex وClaude Code عند تثبيتهما. يحافظ على التسجيلات الموجودة. أعد تشغيل عميلك بعد ذلك.

يستخدم المعالج إعدادات على مستوى المستخدم. وهو لا يثبّت العملاء، ولا يسجّل دخولك، ولا ينزّل النماذج، ولا يهيّئ Ollama. يوفّر عميل الذكاء الاصطناعي الخاص بك النموذج؛ ولا يتطلب خادم MCP مفتاح API منفصل للنموذج. استخدم ptai setup --mcp --dry-run لمعاينة التغييرات. راجع إعداد عميل واحد وإعداد لكل مستودع للحصول على تعليمات Codex .codex/config.toml وClaude Code .mcp.json.

للترقيات، استخدم pipx upgrade ptai. في بيئة افتراضية مفعّلة موجودة، يُدعم أيضاً python -m pip install --upgrade ptai؛ أبقِ تلك البيئة متاحة بعد تسجيلها مع عميل الذكاء الاصطناعي الخاص بك.

بديل: Ollama والنماذج المحلية

ثبّت Pentest-AI كما هو موضح أعلاه، لكن تخطَّ إعداد MCP لهذا المسار. ثبّت Ollama وابدأ تشغيله، ثم اسحب نموذجاً يدعم استدعاء الأدوات. استخدم ollama list للعثور على اسمه المثبّت الدقيق.

export PENTEST_AI_LLM_PROVIDER=ollama
export PENTEST_AI_MODEL="your-installed-model"
ptai start https://your-authorized-target.example --no-sync

في PowerShell:

$env:PENTEST_AI_LLM_PROVIDER = "ollama"
$env:PENTEST_AI_MODEL = "your-installed-model"
ptai start https://your-authorized-target.example --no-sync

استبدل العناصر النائبة قبل التشغيل. لا يحتاج النموذج المحلي إلى مفتاح API سحابي. تؤثر جودة النموذج والذاكرة المتاحة على النتائج. راجع دليل النموذج لتهيئة نقطة النهاية.

جرّب العرض التوضيحي المرفق

لا حاجة إلى مفتاح API أو هدف خارجي.

pipx install ptai
ptai demo

يختبر العرض التوضيحي تطبيقًا ضعيفًا مرفقًا، ويعيد تشغيل اكتشاف من كبسولة إثباته، ويتحقق من المسارات المحصّنة. افحص سير عمل الأدلة قبل إعداد مهمة حقيقية.

مزوّدو النماذج الآخرون

للنماذج السحابية المستقلة وتبعيات الماسح الاختيارية، راجع دليل التثبيت ودليل المزوّد. أبقِ مفاتيح API بعيدًا عن التحكم في المصدر.

أتمتة مكافآت الثغرات

وضع مكافآت الثغرات مخصص للبرامج التي تسمح بالاختبار الآلي. تكتب ملفًا تعريفيًا واحدًا لكل برنامج يتضمن نطاقه ومعدله المعلن ومعرّف الباحث الخاص بك. ثم يطبّق --program كل ذلك على كل طلب، ويطبع --dry-run الخطة دون إرسال أي شيء.

# ~/.pentest-ai/programs/acme.toml
platform = "hackerone"
handle = "acme"
researcher = "your-h1-username"   # sent on every request in X-Bug-Bounty
rps = 5.0                         # the rate the program states
scope = ["*.acme.com", "api.acme.com"]
excluded = ["status.acme.com"]
scanners_allowed = true
allow_race = false

ptai start https://api.acme.com --program acme --dry-run    # sends nothing
ptai start https://api.acme.com --program acme --auto-auth
ptai bounty-report <engagement-id> --program acme --output-dir drafts/

ضمن --program:

• يخضع كل طلب لمعدل البرنامج، بما في ذلك الأدوات الخارجية. تُتخطى أي أداة يتعذر الالتزام بحصتها من المعدل، ويُذكر ذلك في نتيجة الفحص.
• يأتي النطاق من الملف الشخصي ولا من أي مصدر آخر. تُرفض الطلبات الخارجة عنه، وتغلب الاستثناءات على أحرف البدل.
• يحمل كل طلب معرّف الباحث الخاص بك في X-Bug-Bounty، أو في الترويسة التي يحددها البرنامج (PTAI_BOUNTY_HEADER_NAME).
• تُرفض أدوات قوائم الكلمات مثل gobuster وffuf. ومع ذلك، لا تزال فحصان مدمجان للاستكشاف يجربان قائمة من المسارات المحتملة، بنحو 500 طلب.
• لا تُرسل الحمولات المصممة لاستنزاف الهدف أو إسقاطه. ولا تُشغّل الفحوصات التي تغيّر حسابات مستخدمين آخرين أو الحالة المشتركة. ولا تُشغّل دفعات ظروف التسابق إلا عندما يضبط الملف الشخصي allow_race = true.
• يُحترم 429 وRetry-After. فالهدف الذي يتباطأ يحصل على معدل أقل، والهدف الذي يبقى متدهورًا يوقف الفحص مع تسجيل السبب.
• يحتاج البرنامج الذي يحظر أدوات الفحص إلى كتابة yes صراحةً، لأن فحصه قد يُبطل الحماية القانونية.

يصوغ ptai bounty-report التقارير من النتائج المتحقق منها بواسطة oracle فقط، مع خطوات إعادة الإنتاج المأخوذة من طلبات oracle نفسها. أعد إنتاج كل نتيجة يدويًا وقدّمها بنفسك. ويحوّل ptai bounty import ملف النطاق المصدَّر من البرنامج إلى مدخلات سماح واستثناء للملف الشخصي.