DarkMoon

Die Open-Source-Plattform für KI-gestützte Penetrationstests, die einen vollständigen Pentest eigenständig durchführt und Ihre Daten niemals preisgibt

Richten Sie DarkMoon auf ein autorisiertes Ziel. 50 spezialisierte KI-Agenten argumentieren, verketten echte Exploits über Web, Cloud, Active Directory und Kubernetes und liefern für jeden Befund einen Nachweis. Selbst gehostet, und das Modell sieht nur IP_PRIVATE_001, niemals Ihre echten IPs, Hosts oder Zugangsdaten.

⭐ DarkMoon mit Stern markieren · ▶️ 60-Sekunden-Demo ansehen · 🚀 Schnellstart · 📊 57-Schwachstellen-Benchmark

Vorgestellt in Help Net Security · Cyber Security News · DevOps.com · SecurityBrief · LinuxLinks · IT Brief · ChannelLife

▶️ Sehen Sie DarkMoon bei einem vollständigen autonomen Penetrationstest zu

Was ist DarkMoon?

DarkMoon ist eine Open-Source-Plattform für KI-gestützte Penetrationstests. Richten Sie sie auf ein Ziel, das Sie testen dürfen, und sie führt die gesamte Bewertung eigenständig durch: Sie argumentiert, plant und entsendet 50 spezialisierte Agenten, die über eine kontrollierte MCP-Schicht echte offensive Operationen ausführen, und meldet dann jede Schwachstelle mit dem exakten Befehl, der Rohausgabe und dem dazugehörigen Nachweis.

Sie ersetzt nicht den Pentester. Sie beseitigt den repetitiven Teil einer Bewertung mit Belegen, sodass Ihre Experten ihre Zeit für Urteilsvermögen statt für Routinearbeit aufwenden.

Warum DarkMoon?

• 🌐 Über das Web hinaus — ein agentisches System über Web, APIs, Active Directory, Kubernetes, Cloud (AWS, Azure, GCP), CI/CD, Datenbanken und IoT-Firmware, durchgängig verkettet
• 🕶️ Ihre Daten erreichen niemals das LLM — reversible lokale Tokenisierung wandelt echte IPs, Hostnamen, URLs, Zugangsdaten und Pfade in deterministische Platzhalter um (IP_PRIVATE_001, ...), die nur lokal rehydriert werden, wenn ein Tool ausgeführt wird, und aus jedem Ergebnis wieder maskiert werden. Läuft vollständig auf einem lokalen Modell. Und es kostet Sie nie einen Befehl: Wenn ein Wert dorthin gelangt, wo er nicht hingehört, wird der Befehl trotzdem ausgeführt und der Empfänger erhält den Platzhalter. Das ist der Teil, den kein Cloud-Wettbewerber hat.
• 🧾 Nachweise, keine Punktzahlen — jeder Befund wird mit dem exakten Befehl und der Rohausgabe geliefert, reproduzierbar, sodass es nichts gibt, dem man blind vertrauen muss, und fast nichts zu triagieren
• 🔧 50 spezialisierte Agenten, 50+ offensive Tools — Nuclei, NetExec, BloodHound, sqlmap, Impacket, Naabu, httpx, ffuf und mehr, orchestriert über MCP
• 🛡️ Sicherheit durch Design — die KI führt niemals einen Befehl direkt aus; jede Aktion fließt durch eine kontrollierte, protokollierte MCP-Schnittstelle
• ♾️ CI/CD-nativ — lösen Sie einen Pentest in der Pipeline aus und erhalten Sie Befunde als Artefakte
• 📖 Nichts verborgen — GPLv3, selbst gehostet, die Methodik jedes Agenten ist einfaches Markdown, das Sie lesen, diffen und forken können

Gebaut für Sicherheitsteams, DevSecOps-Ingenieure, Red-Teamer und Ethical-Hacking-Profis.

📊 Benchmark: 57 echte Schwachstellen auf OWASP Juice Shop

Echter, reproduzierbarer Black-Box-Lauf gegen OWASP Juice Shop auf einem lokalen LLM (nichts verlässt Ihre Infrastruktur):

Reproduzieren Sie es selbst und vergleichen Sie Tools: ASCIT31/Darkmoon-Benchmarks.

🆚 Wie DarkMoon abschneidet

Zusammengestellt aus öffentlichen Repos/Dokumenten (2026-08); Korrekturen sind per PR willkommen.

Schnellstart

Voraussetzungen

• Docker & Docker Compose
• Ein LLM-API-Schlüssel (OpenRouter, Anthropic, OpenAI oder lokale Modelle)

Hinweis: GPU-Konfiguration, NVIDIA-Treiber-Fehlerbehebung und erweiterte Umgebungseinrichtung werden in der Vollständigen Dokumentation, GPU-Fehlerbehebung behandelt.

Installation

1. Repository klonen

git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon

2. LLM-Anbieter konfigurieren

install.sh übernimmt die Anbieterkonfiguration interaktiv, kein Bearbeiten von docker-compose.yml erforderlich:

./install.sh           # Formular überspringen, wenn .opencode.env bereits konfiguriert ist
./install.sh --init    # Neukonfiguration erzwingen (Cloud- oder lokales Modell)
./install.sh --help    # Nutzung anzeigen

Unterstützt Cloud-Anbieter (Anthropic, OpenAI, OpenRouter…) und lokale Modelle (Ollama, llama.cpp).

Hinweis: Für vollständige Details zu Umgebungsvariablen und lokaler Modelleinrichtung siehe die Vollständige Dokumentation, Umgebungsvariablen.

3. Erstellen und starten

./install.sh  # Saubere Installation mit vollständigem Stack-Reset

4. Erste Bewertung ausführen

./darkmoon.sh "TARGET: example.com"

5. In Echtzeit überwachen

./darkmoon.sh --log <session_id>

Hinweis: Echtzeit-Sitzungsprotokolle zeigen jeden Befehl, der vom MCP-Server ausgeführt wird. Siehe Vollständige Dokumentation, Sitzungsprotokolle für Details.

So funktioniert es

DarkMoon arbeitet als strategischer KI-Sicherheitsagenten-Orchestrator, ausgerichtet an ISO 27001, NIST SP 800-115 und MITRE ATT&CK-Methodiken.

Wenn Sie ein Ziel angeben, führt die Plattform automatisch Folgendes aus:

1. 🔍 Entdeckt die Zielumgebung (Ports, Dienste, Protokolle)
2. 🧠 Identifiziert den Technologie-Stack (Frameworks, CMS, APIs)
3. 🎯 Modelliert die Angriffsfläche
4. 🚀 Setzt spezialisierte Unteragenten basierend auf erkannten Technologien ein
5. 🔬 Führt eine intelligente Schwachstellenscan-Schleife mit reaktiver Anpassung aus
6. ✅ Validiert Befunde mit Belegen (Anfragen, Payloads, Antworten)
7. 📝 Erstellt einen strukturierten Auditbericht

Unteragenten-Orchestrierung

DarkMoon wählt dynamisch spezialisierte Agenten aus und entsendet sie, abhängig von den entdeckten Technologien:

Mehrere Agenten können parallel über hybride Architekturen hinweg ausgeführt werden.

Ebenen, die Zugangsdaten benötigen, um sinnvoll zu sein (Cloud-Konten, CI/CD, Secret-Stores, Datenbanken, Active Directory, Kubernetes), werden niemals auf Verdacht entsendet. Sie feuern nur, wenn ein konkretes Artefakt gefunden wird (ein Schlüssel, ein Token, ein erreichbarer Metadaten-Endpunkt) oder wenn Sie sie explizit autorisieren, und werden andernfalls im Bericht gekennzeichnet.

Hinweis: Für die vollständige Liste der Agenten, ihre Struktur, ihren Lebenszyklus und wie Sie benutzerdefinierte Agenten erstellen, siehe Vollständige Dokumentation, KI-Agenten.

Architekturübersicht

User ──> DarkmoonCLI ──> OpenCode (AI Brain) ──> MCP (Security Gatekeeper) ──> Docker Toolbox (Real Tools)

sequenceDiagram
  participant U as User
  participant O as OpenCode
  participant A as AI Agent
  participant M as MCP Darkmoon
  participant T as Docker Toolbox

  U->>O: User prompt
  O->>A: Delegate task
  A->>M: MCP function call
  M->>T: Execute real tool
  T-->>M: Results
  M-->>A: Structured output
  A-->>O: Next decision
  O-->>U: Summary / result

Die KI argumentiert und plant. Das MCP kontrolliert, was ausgeführt werden kann. Die Toolbox führt isolierte Tools innerhalb von Docker aus. Die KI berührt niemals direkt das System — das ist Sicherheit durch Design.

Hinweis: Für die vollständige Architektur-Aufschlüsselung (Bereitstellungsdiagramme, Netzwerkflüsse, Sicherheitsgrenzen) siehe Vollständige Dokumentation, Architektur.

Scope-Definition

DarkMoon unterstützt flexible Scope-Definition direkt von der Befehlszeile aus.

Schneller Pentest (Null-Konfiguration):

./darkmoon.sh "TARGET: http://172.19.0.3:3000"

Bug-Bounty-Modus (Flags aktivieren automatisch):

./darkmoon.sh "TARGET: http://172.19.0.3:3000 PROGRAM=\"Juice Shop\" FOCUS=sqli,xss,idor NOISE=moderate FORMAT=h1"

Zu den wichtigsten Flags gehören FOCUS, EXCLUDE, CREDS, TOKEN, NOISE, SEVERITY, FORMAT und mehr, die alle von der KI natürlich interpretiert werden.

Hinweis: Für die vollständige Flag-Referenz, Asset-Typen, EXCLUDE/FOCUS-Freitext-Syntax und erweiterte Multi-Target-Scoping siehe Vollständige Dokumentation, Scope-Definition.

Integrierte Toolbox

DarkMoon wird mit einem zweckgebauten Docker-Image geliefert, das 50+ Sicherheitstools enthält, die in einem mehrstufigen Build kompiliert und optimiert wurden:

Alle Tools sind direkt zugänglich, keine Pfadkonfiguration erforderlich.

Hinweis: Für die vollständige Tool-Liste mit Installationsdetails und wie Sie neue Tools hinzufügen, siehe Vollständige Dokumentation, Toolbox.

📖 Dokumentationsleitfaden

Die Vollständige Dokumentation von DarkMoon deckt alles ab, was Sie zum Betrieb der Plattform benötigen. Hier ist eine Kurzreferenz zu den wichtigsten Abschnitten:

Anwendungsfälle

DarkMoon ist als vielseitige Sicherheitstestplattform konzipiert für:

• 🔒 Sicherheitsteams, führen Sie kontinuierliche automatisierte Penetrationstests über Ihre Infrastruktur durch
• ⚙️ DevSecOps-Pipelines, integrieren Sie KI-gesteuerte Sicherheitsforschung in CI/CD-Workflows
• 🎯 Bug-Bounty-Jäger, beschleunigen Sie ethisches Hacken mit autonomer Zielanalyse
• 🔬 Sicherheitsforscher, erkunden Sie Angriffsflächen mit einer KI-Cybersicherheitsplattform, die sich in Echtzeit anpasst
• 🎓 Schulung & Bildung, lernen Sie offensive Sicherheit mit geführten, reproduzierbaren Bewertungen

Beispiel-Prompts

# Webanwendungs-Pentest
./darkmoon.sh "TARGET: http://172.19.0.3:3000"

# Active-Directory-Bewertung
./darkmoon.sh "TARGET: 192.168.1.10"

# Bug Bounty mit spezifischem Fokus
./darkmoon.sh "TARGET: https://app.example.com PROGRAM=\"Example BB\" FOCUS=sqli,rce,ssrf EXCLUDE=H1 FORMAT=h1"

Hinweis: Für weitere Prompt-Beispiele einschließlich DVGA-, Juice-Shop- und Headless-Browser-Szenarien siehe Vollständige Dokumentation, Prompt-Beispiele.

Mitwirken

DarkMoon ist Open Source und freut sich über Beiträge. Ob Sie neue Agenten hinzufügen, Tools integrieren, Workflows erstellen oder die Dokumentation verbessern möchten, siehe CONTRIBUTING.md für Richtlinien.

Lizenz

Dieses Projekt ist unter der GNU General Public License v3.0 lizenziert. Siehe LICENSE für Details.