METATRON

KI-gestützter Penetrationstest-Assistent mit lokalem LLM unter Linux (Parrot OS)

🔱 METATRON

KI-gestützter Penetrationstest-Assistent

📌 Was ist Metatron?

Metatron ist ein CLI-basierter KI-Penetrationstest-Assistent, der komplett auf Ihrem lokalen Rechner läuft – keine Cloud, keine API-Schlüssel, keine Abonnements.

Sie geben eine Ziel-IP oder Domain ein. Er führt echte Aufklärungstools aus (nmap, whois, whatweb, curl, dig, nikto), übergibt alle Ergebnisse an ein lokal laufendes KI-Modell, und die KI analysiert das Ziel, identifiziert Schwachstellen, schlägt Exploits vor und empfiehlt Behebungen. Alles wird in einer MariaDB-Datenbank mit vollständigem Scan-Verlauf gespeichert.

✨ Funktionen

• 🤖 Lokale KI-Analyse — betrieben durch metatron-qwen über Ollama, läuft 100% offline
• 🔍 Automatisierte Aufklärung — nmap, whois, whatweb, curl-Header, dig DNS, nikto
• 🌐 Websuche — DuckDuckGo-Suche + CVE-Suche (kein API-Schlüssel nötig)
• 🗄️ MariaDB-Backend — vollständiger Scan-Verlauf mit 5 verknüpften Tabellen
• ✏️ Bearbeiten / Löschen — jedes gespeicherte Ergebnis direkt über die CLI ändern
• 🔁 Agenten-Schleife — die KI kann während der Analyse weitere Tool-Durchläufe anfordern
• 🚫 Keine API-Schlüssel — alles ist kostenlos und lokal
• 📤 Berichte exportieren

Metatron ermöglicht es Ihnen, Scan-Ergebnisse in saubere, teilbare Berichtsformate zu exportieren, indem Sie '2. Verlauf anzeigen' → entsprechende laufende Nummer auswählen und exportieren.

📄 PDF — professionelle Schwachstellenberichte 🌐 HTML — im Browser anzeigbare Berichte

🖥️ Screenshots

Hauptmenü

Aufklärungstools werden auf dem Ziel ausgeführt

metatron-qwen analysiert Scanergebnisse

Schwachstellen in der Datenbank gespeichert

Scanergebnisse als PDF und/oder HTML exportieren

🧱 Technologie-Stack

⚙️ Installation

1. Repository klonen

git clone https://github.com/sooryathejas/METATRON.git
cd METATRON

2. Virtuelle Umgebung erstellen und aktivieren

python3 -m venv venv
source venv/bin/activate

3. Python-Abhängigkeiten installieren

pip install -r requirements.txt

4. Systemtools installieren

sudo apt install nmap whois whatweb curl dnsutils nikto

🤖 KI-Modell-Setup

Schritt 1 — Ollama installieren

curl -fsSL https://ollama.com/install.sh | sh

Schritt 2 — Das Basismodell herunterladen

ollama pull huihui_ai/qwen3.5-abliterated:9b

⚠️ Dieses Modell benötigt mindestens 8,4 GB RAM. Wenn Ihr System weniger hat, verwenden Sie die 4b-Variante:

root@kitploit:~

ollama pull huihui_ai/qwen3.5-abliterated:4b

Bearbeiten Sie dann die Modelfile und ändern Sie die FROM-Zeile auf das 4b-Modell.

Schritt 3 — Das benutzerdefinierte metatron-qwen-Modell erstellen

Das Repository enthält eine Modelfile, die das Basismodell mit pentest-spezifischen Parametern feinabstimmt:

ollama create metatron-qwen -f Modelfile

Dies erstellt Ihr lokales metatron-qwen-Modell mit:

• 16.384 Token-Kontextfenster
• Temperatur: 0.7
• Top-k: 10
• Top-p: 0.9

Schritt 4 — Überprüfen, ob das Modell existiert

ollama list

Sie sollten metatron-qwen in der Liste sehen.

🗄️ Datenbank-Setup

Schritt 1 — Stellen Sie sicher, dass MariaDB läuft

sudo systemctl start mariadb
sudo systemctl enable mariadb

Schritt 2 — Datenbank und Benutzer erstellen

mysql -u root

CREATE DATABASE metatron;
CREATE USER 'metatron'@'localhost' IDENTIFIED BY '123';
GRANT ALL PRIVILEGES ON metatron.* TO 'metatron'@'localhost';
FLUSH PRIVILEGES;
EXIT;

Schritt 3 — Tabellen erstellen

mysql -u metatron -p123 metatron

CREATE TABLE history (
  sl_no     INT AUTO_INCREMENT PRIMARY KEY,
  target    VARCHAR(255) NOT NULL,
                      scan_date DATETIME NOT NULL,
                      status    VARCHAR(50) DEFAULT 'active'
);

CREATE TABLE vulnerabilities (
  id          INT AUTO_INCREMENT PRIMARY KEY,
  sl_no       INT,
  vuln_name   TEXT,
  severity    VARCHAR(50),
                              port        VARCHAR(20),
                              service     VARCHAR(100),
                              description TEXT,
                              FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE fixes (
  id       INT AUTO_INCREMENT PRIMARY KEY,
  sl_no    INT,
  vuln_id  INT,
  fix_text TEXT,
  source   VARCHAR(50),
                    FOREIGN KEY (sl_no) REFERENCES history(sl_no),
                    FOREIGN KEY (vuln_id) REFERENCES vulnerabilities(id)
);

CREATE TABLE exploits_attempted (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  exploit_name TEXT,
  tool_used    TEXT,
  payload      LONGTEXT,
  result       TEXT,
  notes        TEXT,
  FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE summary (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  raw_scan     LONGTEXT,
  ai_analysis  LONGTEXT,
  risk_level   VARCHAR(50),
                      generated_at DATETIME,
                      FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

🚀 Verwendung

Metatron benötigt zwei Terminal-Registerkarten zum Ausführen.

Terminal 1 — KI-Modell laden

ollama run metatron-qwen

Warten Sie, bis die >>>-Eingabeaufforderung erscheint. Das bedeutet, dass das Modell in den Speicher geladen und bereit ist. Sie können dieses Terminal im Hintergrund laufen lassen.

Terminal 2 — Metatron starten

cd ~/METATRON
source venv/bin/activate
python metatron.py

Ablauf

1. Hauptmenü erscheint:

  [1]  Neuer Scan
  [2]  Verlauf anzeigen
  [3]  Beenden

2. [1] Neuer Scan auswählen → Ziel eingeben:

[?] Ziel-IP oder -Domain eingeben: 192.168.1.1

oder

[?] Ziel-IP oder -Domain eingeben: example.com

3. Aufklärungstools auswählen:

  [1] nmap
  [2] whois
  [3] whatweb
  [4] curl-Header
  [5] dig DNS
  [6] nikto
  [a] Alle ausführen (außer nikto)
  [n] Alle ausführen + nikto (langsam)

4. Metatron führt die Tools aus, übergibt die Ergebnisse an die KI und gibt die Analyse aus.

5. Alles wird automatisch in MariaDB gespeichert.

6. Nach dem Scan können Sie jedes Ergebnis bearbeiten oder löschen.

📁 Projektstruktur

METATRON/
├── metatron.py       ← Haupt-CLI-Einstiegspunkt
├── db.py             ← MariaDB-Verbindung und alle CRUD-Operationen
├── tools.py          ← Ausführung der Aufklärungstools (nmap, whois, etc.)
├── llm.py            ← Ollama-Schnittstelle und KI-Tool-Dispatch-Schleife
├── search.py         ← DuckDuckGo-Websuche und CVE-Suche
├── Modelfile         ← benutzerdefinierte Modellkonfiguration für metatron-qwen
├── requirements.txt  ← Python-Abhängigkeiten
├── .gitignore        ← schließt venv, pycache, db-Dateien aus
├── LICENSE           ← MIT-Lizenz
├── README.md         ← diese Datei
└── screenshots/      ← Terminal-Screenshots für die Dokumentation

🗃️ Datenbankschema

Alle 5 Tabellen sind über sl_no (Sitzungsnummer) aus der history-Tabelle verknüpft:

history              ← eine Zeile pro Scan-Sitzung (sl_no ist die ID)
    │
    ├── vulnerabilities   ← gefundene Schwachstellen, verknüpft über sl_no
    │       │
    │       └── fixes     ← Behebungen pro Schwachstelle, verknüpft über vuln_id + sl_no
    │
    ├── exploits_attempted ← versuchte Exploits, verknüpft über sl_no
    │
    └── summary           ← vollständiger KI-Analyse-Dump, verknüpft über sl_no

⚠️ Haftungsausschluss

Dieses Tool ist ausschließlich für Bildungszwecke und autorisierte Penetrationstests bestimmt.

• Verwenden Sie Metatron nur auf Systemen, die Ihnen gehören oder für die Sie eine ausdrückliche schriftliche Genehmigung zum Testen haben.
• Unbefugtes Scannen oder Ausnutzen von Systemen ist illegal.
• Der Autor übernimmt keine Verantwortung für Missbrauch dieses Tools.

👤 Autor

Soorya Thejas

• GitHub: @sooryathejas

📄 Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – siehe die LICENSE-Datei für Details.