Dark-Moon agents-expansion-2026.08
Autonome KI-Pentesting-Engine für kontinuierliche offensive Sicherheit über Web, Cloud, AD und Kubernetes. Agentisches Denken + echte Exploit-Ausführung liefern beweisbasierte Schwachstellen. Privacy-Gateway: Das LLM sieht nie Ihre echten IPs, Hosts, Zugangsdaten oder Pfade (deterministische Platzhalter werden lokal wiederhergestellt), nichts verlässt Ihre Umgebung.
DarkMoon
Open-Source autonomes KI-Penetrationstesting — findet, exploitet und qualifiziert jede Schwachstelle in deiner eigenen Infrastruktur
⭐ Star DarkMoon · 🚀 Quick Start · 🧩 Integrations · 📊 Benchmark · 🔒 Darkmoon Pro · ▶️ Watch the demo (Pro)
DarkMoon ist autonomes KI-Penetrationstesting für deine eigene Infrastruktur. Richte es auf ein autorisiertes Ziel und es führt die gesamte Bewertung selbstständig durch und dokumentiert anschließend jeden Fund mit dem exakten Befehl und der Rohausgabe.
- 🟢 Wirklich Open Source. GPLv3 und selbst gehostet, die Methodik jedes Agenten ist reines Markdown, das du lesen, diffen und forken kannst.
- 🎯 Findet UND beweist. Jede Schwachstelle wird mit dem exakten Befehl und der Rohausgabe ausgeliefert (die Ausnutzung wird vom Agenten behauptet; der Pro-Remediation-Retest ist der maschinenverifizierte Schritt), sodass es fast nichts zu triagieren gibt.
- 🔒 Läuft auf einem lokalen LLM + Privacy Gateway. Das Gateway tokenisiert deine echten IPs, Hosts und Zugangsdaten lokal, sodass das Modell auf Platzhaltern arbeitet, während die echten Werte an deinem Perimeter bleiben.
- 🧩 Überall, wo du baust. Führe es aus GitHub, GitLab, Jenkins, VS Code, JetBrains, n8n, Grafana oder Splunk aus — die Open-Source-Edition funktioniert mit den CLI-basierten. Siehe die Integrationen ↓
Sieh dir die Open-Source-Engine an (CLI)
Das Open-Source-Darkmoon ist ein Kommandozeilen-Tool. Das bekommst du, wenn du das Repo klonst. Du startest eine Bewertung von der Kommandozeile aus und siehst jeden Agenten, jeden Befehl und jeden Fund in Echtzeit vorbeiströmen.
Starte einen Lauf von der CLI aus. Eine |
Autonome Agenten denken und exploiten, live in deinem Terminal. Hier markiert ein Sub-Agent CVE-2019-9978 und schwenkt direkt zur Ausnutzung. |
Recon und Umgebungsmodell. DarkMoon fingerprintet den Stack und bestätigt die Angriffsfläche, bevor es zuschlägt. |
Live-MCP-Stream. Jeder Befehl, den der Agent ausführt, und seine Rohausgabe, zeitgestempelt, mit |
Signal-zu-Agent-Dispatch. DarkMoon entscheidet anhand dessen, was es genau auf dem Ziel erkennt, welche Spezialisten-Agenten es einsetzt.
Vorgestellt in Help Net Security · Cyber Security News · DevOps.com · SecurityBrief · LinuxLinks · IT Brief · ChannelLife
Quick Start```bash
git clone https://github.com/ASCIT31/Dark-Moon.git cd Dark-Moon ./install.sh
`install.sh` konfiguriert Ihren LLM-Anbieter interaktiv (keine Notwendigkeit, `docker-compose.yml` zu bearbeiten) und erstellt den vollständigen Stack:```bash
./install.sh # skip form if .opencode.env already configured
./install.sh --init # force reconfiguration (cloud or local model)
./install.sh --help # show usage
Unterstützt Cloud-Anbieter (Anthropic, OpenAI, OpenRouter…) und lokale Modelle (Ollama, llama.cpp). Führe dann deine erste Bewertung durch und beobachte sie live:```bash ./darkmoon.sh "TARGET: example.com" ./darkmoon.sh --log <session_id>
**Voraussetzungen:** Docker & Docker Compose sowie ein LLM-API-Schlüssel (oder ein lokales Modell). GPU-Einrichtung, Umgebungsvariablen und die vollständige Flags-Referenz findest du in der [Vollständigen Dokumentation](https://github.com/ascit31/dark-moon/blob/master/docs/full.md).
---
## Funktionsübersicht