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
pygoat — Aplicación web intencionalmente vulnerable para seguridad en Django | Kitploit
Herramientas/GitHubGitHub/adeyosemanputra/pygoat
Escáneres de VulnerabilidadesSeguridad WebPruebas de PenetraciónAprendizaje y EducaciónLabs y Práctica
GitHubadeyosemanputra/pygoat

pygoat

Aplicación web intencionalmente vulnerable para seguridad en Django

Ver Repositorio
3391.6k77hace 16 díasRevisado por Kitploit
Sitio web
Compartir

PyGoat

All Contributors

Aplicación web de seguridad intencionalmente vulnerable en django. nuestra hoja de ruta es construir una aplicación web intencionalmente vulnerable en django. La vulnerabilidad puede basarse en el top ten de OWASP

Tabla de Contenidos

  • pygoat
    • Instalación
      • Docker Compose (recomendado)
      • Desde el código fuente
      • Notas para Windows
      • Vídeo de instalación
    • Desinstalación
    • Soluciones
    • Para desarrolladores

Instalación

Cada laboratorio se ejecuta en su propio contenedor Docker, por lo que PyGoat necesita Docker en todas las configuraciones.

Docker Compose (recomendado)

Esto inicia PyGoat, Traefik y todo lo que necesitan los laboratorios.

  1. Instala Docker con el plugin Compose. Los puertos 8000, 80 (Traefik, sirve los laboratorios) y 8080 (panel de Traefik) deben estar libres.
  2. Clona el repositorio e inicia el stack:
    git clone https://github.com/adeyosemanputra/pygoat.git
    cd pygoat
    docker compose up -d
    
    (Las instalaciones más antiguas de Docker usan docker-compose up -d.)
  3. La primera ejecución compila todas las imágenes de los laboratorios antes de que se inicie la aplicación web, lo que puede tardar 10 minutos o más. Sigue el progreso con docker compose logs -f migration. Las ejecuciones posteriores reutilizan las imágenes y se inician rápidamente.
  4. Abre la aplicación en http://lvh.me:8000 (no en localhost). Los laboratorios se sirven en lab-<username>-<lab>.lvh.me y solo son accesibles para el usuario que los inició, lo que requiere que la cookie de inicio de sesión se comparta entre *.lvh.me.
  5. Detén todo con docker compose down.

La imagen pygoat/pygoat en Docker Hub es la versión antigua v2 y no incluye los laboratorios v3. Usa Docker Compose en su lugar.

Desde el código fuente

Para configurar el proyecto en tu máquina local:

Primero, clona el repositorio usando el sitio web de GitHub o git en la Terminal

  git clone https://github.com/adeyosemanputra/pygoat.git
  ### To Download a specific branch
  git clone -b <branch_name> https://github.com/adeyosemanputra/pygoat.git

Luego, descarga Traefik en tu máquina local en el directorio de Pygoat (si no estás usando Docker Compose) desde la página de releases de Traefik. Abre una terminal separada y ejecuta los siguientes comandos:

Para Linux/WSL -

tar -zxvf traefik_<traefik_version>_linux_<arch>.tar.gz
sudo ./traefik

Para Windows (Powershell) -

Expand-Archive traefik_<traefik_version>_windows_<arch>.zip
cd traefik_<traefik_version>_windows_<arch>
./traefik.exe

Si tienes algún problema durante la instalación, consulta la documentación

Método 1

  1. Instala todos los requisitos de la aplicación y de Python usando el archivo instalador - bash installer.sh
  2. Aplica las migraciones y los datos iniciales:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Finalmente, ejecuta el servidor de desarrollo python3 manage.py runserver.
  4. El proyecto estará disponible en http://127.0.0.1:8000

Método 2

  1. Instala los requisitos de python3 pip install -r requirements.txt.
  2. Aplica las migraciones y los datos iniciales:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Finalmente, ejecuta el servidor de desarrollo python3 manage.py runserver.
  4. El proyecto estará disponible en http://127.0.0.1:8000

Método 3

  1. Instala todos los requisitos de la aplicación y de Python usando el archivo setup.py - pip3 install .
  2. Aplica las migraciones y los datos iniciales:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Finalmente, ejecuta el servidor de desarrollo python3 manage.py runserver.
  4. El proyecto estará disponible en http://127.0.0.1:8000

Notas para Windows

  • Usa Docker Desktop con el backend WSL2. Los laboratorios son contenedores Linux, por lo que lo necesitan.
  • Docker Compose es la forma más sencilla de ejecutar PyGoat en Windows. Para una instalación desde el código fuente, ejecutarlo dentro de WSL2 (Ubuntu) funciona mejor que en PowerShell nativo.
  • En algunas configuraciones de Windows el comando python3 no está disponible. Usa python en su lugar y asegúrate de que apunte a Python 3.
  • Usa Python 3.11. Es la versión con la que se prueban las CI.

Vídeo de instalación

  1. Desde el código fuente usando installer.sh
  • Instalación de PyGoat desde el código fuente
  1. Sin usar installer.sh
  1. Instalación con Mac M1 (usando Virtualenv)

Añadir nuevos laboratorios

Esta sección te guía a través de la creación e integración de nuevos laboratorios de vulnerabilidades en PyGoat.

Paso 1: Crear la estructura del directorio del laboratorio

  1. Navega a la carpeta dockerized_labs:
cd dockerized_labs
  1. Cree un nuevo directorio para su laboratorio (utilice una nomenclatura descriptiva):
mkdir your_lab_name
cd your_lab_name

Paso 2: Crear los archivos necesarios

Crea la estructura estándar de la aplicación con un Dockerfile, docker-compose.yml, requirements.txt (si usas Python), un punto de entrada principal de la aplicación (por ejemplo, app.py, main.py o equivalente), endpoints o componentes vulnerables relevantes para el laboratorio, y un README.md que documente el laboratorio. La aplicación no tiene que ser necesariamente una aplicación Flask; puede ser cualquier proyecto de Python (preferible, ya que esto forma parte de Pygoat), o incluso otro lenguaje si es apropiado. Consulta los laboratorios existentes en la carpeta dockerized_labs para ver ejemplos y convenciones de estructura.

Importante: Añade un endpoint /health en tu app.py para la verificación de estado del contenedor.

Paso 3: Registrar el laboratorio en la base de datos

  1. Accede al panel de administración de Django en http://localhost:8000/admin/ y navega a la sección Labs.

  2. Añade una nueva entrada con:

    • Name: your_lab_name
    • Build Location: dockerized_labs/your_lab_name
    • Port: <PORT_NUMBER>

    (Alternativamente, puedes registrarlo mediante el shell de Django o una migración de datos personalizada).

Importante:

  • Consulta la base de datos o el panel de administración de Django para ver todos los puertos actualmente en uso antes de seleccionar uno nuevo.
  • Usa el mismo número de puerto en Dockerfile, docker-compose.yml, app.py y la entrada de la base de datos.

Paso 4: Probar tu laboratorio

  1. Vuelve a navegar a la raíz del proyecto:
cd /path/to/pygoat
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.

    530
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    479
  • 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.

    369
  • 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.

    319
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    294
  • 6

    opencti

    opencti-platform/opencti

    Plataforma abierta de inteligencia de amenazas cibernéticas

    266

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →