
Autonomer Hacking-Agent für das Red Team
"Noch ein KI-Hacker? Lass uns raten — es führt nmap aus und schreibt einen Bericht."
Überspringe das Docker-Setup — führe autonome Red-Team-Engagements direkt aus deinem Browser durch.
Voraussetzungen: Docker und Docker Compose v2. Unterstützt auf macOS (Apple Silicon + Intel), Linux (amd64 + arm64) und Windows (amd64 + arm64) — nativ über PowerShell oder über WSL2 (Ubuntu / Kali).
macOS / Linux / WSL2
curl -fsSL https://decepticon.red/install | bash
decepticon onboard # Interaktiver Setup-Assistent (Provider, API-Schlüssel, Modellprofil)
decepticon # Starte den Kern-Stack und wechsle in das Terminal-CLI
Der Standardstart bringt die Kernverwaltungsebene (LiteLLM, PostgreSQL, Neo4j, Skillogy, LangGraph, Sandbox) hoch und startet das Terminal-CLI. Spezialisierte Workloads (BloodHound CE, Sliver C2, Ghidra MCP, …) und das Web-Dashboard werden bei Bedarf gestartet — der Orchestrator erzeugt Spezialisten über ops_start("ad") usw., und das Dashboard wird aus dem CLI mit /web geöffnet (siehe Web-Dashboard).
Windows (PowerShell, nativ)
irm https://decepticon.red/install.ps1 | iex
decepticon onboard
decepticon
→ Schnellstart · Vollständige Setup-Anleitung
Aufbauend auf den Agenten – ein Produkt, eine Forschungsintegration oder ein benutzerdefinierter Orchestrator? Installiere das SDK von PyPI:
pip install decepticon # Kern-SDK
pip install "decepticon[neo4j]" # + Knowledge-Graph-Angriffsketten-Tools
decepticon ist ein Client-SDK: Es liefert die Agentenfabriken, Middleware, Werkzeuge und Fähigkeiten und leitet LLM-Aufrufe und Sandbox-Ausführung über HTTP an Laufzeitdienste weiter (DECEPTICON_LLM__PROXY_URL, SANDBOX_URL). Agenten auszuführen benötigt trotzdem diese Dienste – verwende den Docker-Stack oben oder richte die URLs auf deine eigenen Äquivalente. Siehe Decepticon als Bibliothek für die Factory-Override-Oberfläche, deklarative PluginBundle-Plugins und das Sicherheitsgate.
Wir bauen Decepticon in Richtung einer Offensive Vaccine für die KI-getriebene Bedrohungslandschaft. Wenn du an autonomes Red Teaming als Weg zu stärkerer Verteidigung glaubst, erwäge, das Projekt zu unterstützen.
Der Bereich "KI + Hacking" ist voll von Demos, die nmap ausführen und einen Bericht drucken. Das ist nicht das, was dies ist.
Decepticon ist ein professioneller autonomer Red-Team-Agent. Es führt realistische Angriffsketten aus – Aufklärung, Ausnutzung, Privilegieneskalation, laterale Bewegung, C2 – so wie ein echter Angreifer, nicht wie ein Scanner.
Aber noch wichtiger: Es arbeitet unter der Disziplin, die Red-Teamer von Script-Kiddies unterscheidet. Bevor ein einziges Paket das Netz verlässt, generiert Decepticon ein vollständiges Engagement-Paket – RoE, ConOps, Deconfliction-Plan und OPPLAN mit MITRE ATT&CK-Mapping – und jede Aktion läuft innerhalb dieser definierten Regeln.
→ Engagement-Workflow im Detail
Echte Kill-Chains, keine Checkbox-Scans. Decepticon liest einen OPPLAN und verfolgt Ziele durch jeden sich öffnenden Pfad – Pivotieren, Anpassen, Verketten von Techniken.
Interaktive Shells, tatsächlich. Echte offensive Tools sind interaktiv (msfconsole, sliver-client, evil-winrm). Decepticon führt jeden Befehl innerhalb persistenter tmux-Sitzungen mit automatischer Erkennung des Prompts aus – wenn ein Tool in einen interaktiven Prompt fällt, sendet der Agent Folgekommandos ohne Workarounds.
Härtbare Sandbox-Isolation. Alle Befehle laufen innerhalb einer Kali-Linux-Sandbox in einem dedizierten operativen Netzwerk (sandbox-net), getrennt von der Verwaltungsebene (decepticon-net). LangGraph steuert die Sandbox über den Docker-Socket. → Architektur
Offensive dient der Defensive. Die geplante Offensive Vaccine-Schleife wird Erkenntnisse in Verbesserungen der Verteidigung durch einen Angriff → Verteidigen → Verifizieren-Zyklus verwandeln.
Zwei-Netzwerk-Design. Die immer aktive Verwaltungsebene (LiteLLM, PostgreSQL, Skillogy, LangGraph) und die immer aktive Sandbox-Ebene bleiben während des gesamten Engagements aktiv; alles andere wird dynamisch erzeugt – das Web-Dashboard erscheint mit /web aus dem CLI, und spezialisierte Workloads (BloodHound CE, Sliver C2, Ghidra MCP, …) werden nur gestartet, wenn der Orchestrator ops_start(...) aufruft (siehe ADR-0006). Netzwerke: Verwaltung auf decepticon-net; Sandbox + C2-Server + Ziele auf sandbox-net. Neo4j ist dual-homed, sodass der Agent (in der Verwaltung) Erkenntnisse speichern kann, die innerhalb der Sandbox geschrieben wurden.
→ Architektur im Detail · Knowledge Graph
16 spezialisierte Agenten, organisiert nach Kill-Chain-Phasen, mit frischem Kontextfenster pro Ziel – kein angesammeltes Rauschen.
Orchestrierung · Aufklärung · Ausnutzung · Post-Exploitation · Schwachstellenforschung · Domänenspezialisten (AD, Cloud, Smart Contracts, Reversing, Analyst).
→ Vollständige Agentenliste und Middleware-Stack
Tier-basiert, credentials-bewusste Fallback-Kette. Du deklarierst, welche Credentials du in Prioritätsreihenfolge hast; Decepticon erstellt daraus die Primär→Fallback-Kette auf jeder Stufe.
| Profil | Tier pro Agent | Anwendungsfall |
|---|
Tier-zu-Anbieter-Mapping: Anthropic, OpenAI, Google Gemini, MiniMax, DeepSeek, xAI, Mistral, OpenRouter, Nvidia NIM, Ollama (lokal). Abonnement-OAuth: Claude Max/Pro/Team, ChatGPT Pro/Plus/Team, Gemini Advanced, Copilot Pro, SuperGrok, Perplexity Pro.
Konfiguriere über decepticon onboard. → Vollständige Modellreferenz & Fallback-Beispiele
git clone https://github.com/PurpleAILAB/Decepticon.git
cd Decepticon
make dogfood # Vollständige OSS-UX (Launcher → Onboard → CLI) auf lokalem Code
make dev # Backend-Hot-Reload (compose watch) — tägliche Entwicklungsrunde
Tritt dem Discord bei – stelle Fragen, teile Engagement-Logs, diskutiere Techniken.
Verwende dieses Projekt nicht auf einem System oder Netzwerk ohne ausdrückliche schriftliche Genehmigung des Systemeigentümers. Unautorisierter Zugriff auf Computersysteme ist illegal. Du bist allein für deine Handlungen verantwortlich. Die Autoren und Mitwirkenden übernehmen keine Haftung für Missbrauch.
| Benchmark | Schwierigkeit | Bestehensquote |
|---|
| XBOW validation-benchmarks | Einfach (Level 1) | 45 / 45 (100 %) |
| XBOW validation-benchmarks | Mittel (Level 2) | 50 / 51 (98,0 %) |
| XBOW validation-benchmarks | Schwer (Level 3) | 7 / 8 (87,5 %) |
| XBOW validation-benchmarks | Alle Level | 102 / 104 (98,08 %) |
| eco (Standard) | Pro Agent (HIGH für Orchestrator/Exploiter/Patcher/Analyst, MID für Execution, LOW für Recon/Soundwave) | Produktion |
| max | Jeder Agent auf HIGH | Hochwertige Ziele |
| test | Jeder Agent auf LOW | Entwicklung / CI |
| Thema | Dokument |
|---|
| Installation und erstes Engagement | Erste Schritte |
| Vollständiges Setup, OAuth, Anbieter, Dashboard | Setup-Anleitung |
| Alle CLI-Befehle und Tastaturkürzel | CLI-Referenz |
Alle make-Ziele | Makefile-Referenz |
| Agentenliste und Middleware | Agenten |
| Modellprofile und Fallback-Kette | Modelle |
| Fähigkeitssystem und Formatspezifikation | Fähigkeiten |
| Web-Dashboard-Funktionen und Einrichtung | Web-Dashboard |
| Systemarchitektur und Netzwerkisolation | Architektur |
| Neo4j Knowledge Graph | Knowledge Graph |
| End-to-End-Engagement-Workflow | Engagement-Workflow |
| Offensive Vaccine-Schleife | Offensive Vaccine |
| Mitwirken an Decepticon | Mitwirken |