Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
DeepZero — Encuentra vulnerabilidades de día cero mientras duermes. DeepZero es un marco automatizado de investigación de vulnerabilidades que analiza, descompila y evalúa miles de controladores de kernel de Windows en busca de IOCTLs explotables de forma nativa utilizando agentes de IA. | Kitploit
Herramientas/GitHubGitHub/416rehman/deepzero
Análisis de VulnerabilidadesIngeniería InversaFuzzingPruebas de PenetraciónAnálisis de BinariosReversing Asistido por IA
GitHub416rehman/deepzero

DeepZero

Encuentra vulnerabilidades de día cero mientras duermes. DeepZero es un marco automatizado de investigación de vulnerabilidades que analiza, descompila y evalúa miles de controladores de kernel de Windows en busca de IOCTLs explotables de forma nativa utilizando agentes de IA.

Ver Repositorio
6848668hace 17 díasRevisado por Kitploit
Sitio web
Compartir

DeepZero

Motor de canalizaciones automatizadas para investigación de vulnerabilidades

Define canalizaciones en YAML, procesa muestras en paralelo y reanuda ejecuciones interrumpidas.

CI License Docs Python Platform


Panel de terminal de DeepZero

Informe HTML de DeepZero para una auditoría de código fuente Informe HTML de DeepZero para una revisión de controladores del kernel
Informes de ejemplo con datos de muestra.

English | 简体中文 | Français

  • Canalizaciones YAML - combina etapas de ingesta, filtrado, transformación y evaluación con LLM.
  • Ejecución en paralelo - establece la concurrencia por etapa.
  • Estado guardado - reanuda ejecuciones interrumpidas a partir de los resultados en disco.
  • Reejecuciones incrementales - los cambios en prompts, reglas o configuración reejecutan la etapa afectada y las etapas posteriores.
  • Backends de LLM - usa prompts de Jinja2 con LiteLLM o la CLI de Claude Code.
  • Informes HTML - genera un informe autocontenido con deepzero report.
  • Procesadores personalizados - escribe clases de Python y referéncialas por ruta en YAML.
  • API REST experimental - consulta el estado de la ejecución y los datos de las muestras por HTTP.

📚 Documentación

Arquitectura, configuración de canalizaciones, referencia de la CLI y procesadores personalizados.


⚡️ Inicio rápido

Requiere Python 3.11+. La demostración usa archivos de texto incluidos y no necesita claves de API ni herramientas externas.

git clone https://github.com/416rehman/DeepZero.git
cd DeepZero
python -m pip install -e .
deepzero run pipelines/demo/samples -p pipelines/demo/pipeline.yaml
deepzero report -p pipelines/demo/pipeline.yaml --open

Estos comandos funcionan en PowerShell y en shells POSIX. Para una instalación aislada, cree y active un entorno virtual de Python antes de instalar.

La demo conserva un archivo de texto, filtra el más pequeño y genera un informe. Repita el comando deepzero run para reanudar desde el estado guardado. Consulte el recorrido de la demo para conocer los resultados esperados y las opciones de configuración.

Configuración del pipeline de seguridad

Los dos pipelines de seguridad necesitan su propio corpus objetivo y herramientas adicionales. Continúe desde el repositorio clonado después de la demo; estas integraciones son opcionales.

  1. Instalar integraciones opcionales

    python -m pip install -e ".[full]"
    

    El extra full incluye el análisis de PE, los LLM respaldados por API y el servidor API experimental. El motor por sí solo necesita únicamente python -m pip install -e ..

    Ejecute los comandos a continuación desde el repositorio clonado. Ambas canalizaciones de seguridad necesitan Semgrep en PATH (python -m pip install semgrep) y un backend de LLM. La auditoría de código fuente también necesita Git. La canalización del driver necesita Ghidra, su JDK compatible y GHIDRA_INSTALL_DIR apuntando a su instalación. Instale estas herramientas en el entorno donde se ejecuta DeepZero; si utiliza WSL, use su entorno Linux de forma consistente.

  2. Configurar el entorno

    cp .env.example .env
    

    En PowerShell, use Copy-Item .env.example .env. Configure su propia ruta de Ghidra en .env para el análisis de controladores.

Ambos pipelines de seguridad usan claude-code por defecto, que utiliza el modelo predeterminado de su Claude Code CLI. Instale ese CLI e inicie sesión con su propia cuenta primero. Para usar en su lugar un modelo respaldado por API, configure su clave de API y DEEPZERO_MODEL en .env, o pase -m, por ejemplo -m openai/gpt-4o.

  1. Ejecutar un Pipeline

    # kernel drivers on disk
    deepzero run ./drivers -p pipelines/loldrivers/pipeline.yaml --preflight
    
    # or source code, from a manifest of repositories or a directory of checkouts
    deepzero run repos.txt -p pipelines/source_audit/pipeline.yaml --preflight
    

    Reemplace ./drivers con su corpus de drivers, o cree repos.txt con una URL de repositorio por línea para auditorías de código fuente. Estas son entradas de ejemplo; ninguna está incluida en el repositorio.

    Verifique los requisitos previos de la herramienta y del pipeline antes de comenzar: deepzero validate pipelines/loldrivers/pipeline.yaml (o pipelines/source_audit/pipeline.yaml). --preflight verifica el backend del LLM antes de que comience el procesamiento.

  2. Leer los resultados

    deepzero report -p loldrivers --open
    

    Los informes se pueden generar durante o después de una ejecución. deepzero runs lista las ejecuciones bajo work/, o en otro directorio pasado con --work-dir. Sin argumentos, deepzero report usa la única ejecución bajo work/ o te solicita elegir si existen varias. Usa --work-dir para seleccionar una ejecución en scripts.

Para las canalizaciones de seguridad, sigue la guía de configuración completa y los requisitos previos de la canalización. Las integraciones opcionales requieren sus propias dependencias y configuración.

Informa de errores o sugiere cambios en el rastreador de incidencias.


📁 Estructura del repositorio

src/deepzero/
├── cli.py               # click command group (run, report, runs, status, validate, ...)
├── api/                 # REST API (starlette)
├── engine/              # orchestration, state persistence, pipeline execution
└── stages/              # built-in processors (map, reduce, ingest)
Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    510
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    415
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    343
  • 5

    antifox

    antifox-ai/antifox

    Plataforma de pruebas de penetración autónoma con múltiples agentes de IA que ejecuta reconocimiento, descubrimiento de superficie de ataque, validación de explotación y entrega de informes respaldados por evidencia.

    259
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    258

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →