Dark-Moon agents-expansion-2026.08
Motor autónomo de pentesting con IA, seguridad ofensiva continua en web, cloud, AD y Kubernetes. Razonamiento agéntico + ejecución real de exploits ofrecen vulnerabilidades basadas en pruebas. Pasarela de privacidad: el LLM nunca ve tus IPs, hosts, credenciales o rutas reales (marcadores de posición deterministas rehidratados localmente), nada sale de tu perímetro.
DarkMoon
Open-source autonomous AI penetration testing — finds, exploits and qualifies every vulnerability on your own infrastructure
⭐ Star DarkMoon · 🚀 Quick Start · 🧩 Integrations · 📊 Benchmark · 🔒 Darkmoon Pro · ▶️ Watch the demo (Pro)
DarkMoon es pentesting autónomo con IA para tu propia infraestructura. Apúntalo a un objetivo autorizado y ejecuta toda la evaluación por su cuenta, luego documenta cada hallazgo con el comando exacto y la salida sin procesar.
- 🟢 Verdaderamente open source. GPLv3 y autoalojado, la metodología de cada agente es Markdown plano que puedes leer, comparar y bifurcar.
- 🎯 Encuentra Y demuestra. Cada vulnerabilidad se entrega con el comando exacto y la salida sin procesar (la explotación es afirmada por el agente; la remediación con reintento de prueba de Pro es el paso verificado por máquina), así que casi no hay nada que clasificar.
- 🔒 Se ejecuta en un LLM local + Privacy Gateway. El gateway tokeniza tus IPs, hosts y credenciales reales localmente, de modo que el modelo razona sobre marcadores de posición mientras los valores reales permanecen en tu perímetro.
- 🧩 En todas partes donde construyes. Ejecútalo desde GitHub, GitLab, Jenkins, VS Code, JetBrains, n8n, Grafana o Splunk — la edición open source funciona con las basadas en CLI. Ver las integraciones ↓
See the open source engine (CLI)
The open source Darkmoon is a command line tool. This is what you get when you clone the repo. You launch an assessment from the command line and watch every agent, command and finding stream past in real time.
Kick off a run from the CLI. One |
Autonomous agents reason and exploit, live in your terminal. Here a sub-agent flags CVE-2019-9978 and pivots straight to exploitation. |
Recon and environment model. DarkMoon fingerprints the stack and confirms the attack surface before it strikes. |
Live MCP stream. Every command the agent runs and its raw output, timestamped, with |
Signal to agent dispatch. DarkMoon decides which specialist agents to deploy from exactly what it detects on the target.
As featured 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` configura tu proveedor de LLM de forma interactiva (no es necesario editar `docker-compose.yml`) y construye el stack completo:```bash
./install.sh # skip form if .opencode.env already configured
./install.sh --init # force reconfiguration (cloud or local model)
./install.sh --help # show usage
Admite proveedores en la nube (Anthropic, OpenAI, OpenRouter…) y modelos locales (Ollama, llama.cpp). Luego ejecuta tu primera evaluación y obsérvala en vivo:```bash ./darkmoon.sh "TARGET: example.com" ./darkmoon.sh --log <session_id>
**Requisitos previos:** Docker y Docker Compose, y una clave de API de LLM (o un modelo local). La configuración de GPU, las variables de entorno y la referencia completa de flags están en la [Documentación completa](https://github.com/ascit31/dark-moon/blob/master/docs/full.md).
---
## Cuadrícula de características