
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.

La plataforma autónoma de pruebas de penetración de código abierto impulsada por IA
El único pentester autónomo de IA donde el modelo nunca ve tus IPs, nombres de host o credenciales reales.
Aparece en Help Net Security · Cyber Security News · SecurityBrief · LinuxLinks · IT Brief · ChannelLife
DarkMoon es una herramienta automatizada de pruebas de penetración que orquesta evaluaciones de seguridad completas mediante agentes de seguridad de inteligencia artificial. Construida como una herramienta de ciberseguridad de código abierto, permite a las organizaciones ejecutar evaluaciones de vulnerabilidades de nivel profesional sin intervención manual.
En lugar de reemplazar al pentester, DarkMoon actúa como un sistema autónomo de pruebas de seguridad — razona, planifica y coordina agentes especializados que ejecutan operaciones reales de seguridad ofensiva a través de una capa de ejecución controlada.
Las pruebas de penetración tradicionales son:
DarkMoon resuelve esto con pruebas de penetración con IA:
IP_PRIVATE_001, …); los valores reales se inyectan localmente, justo antes de que se ejecute una herramienta, y se enmascaran de nuevo en cada resultado. Ningún dato sensible sale jamás de tu perímetro hacia el proveedor de LLM — usa el poder de Claude bajo estrictas restricciones de soberanía de datos. Los intentos de exfiltración se bloquean.Perfecto para equipos de seguridad, ingenieros DevSecOps, profesionales del hacking ético y organizaciones de todos los tamaños.
Nota: La configuración de GPU, la resolución de problemas de los controladores NVIDIA y la configuración avanzada del entorno se cubren en la Documentación completa — Solución de problemas de GPU.
1. Clona el repositorio
git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon
2. Configura tu proveedor de LLM
install.sh gestiona la configuración del proveedor de forma interactiva — no es necesario editar docker-compose.yml:
./install.sh # skip form if .opencode.env already configured
./install.sh --init # force reconfiguration (cloud or local model)
./install.sh --help # show usage
Compatibilidad con proveedores en la nube (Anthropic, OpenAI, OpenRouter…) y modelos locales (Ollama, llama.cpp).
Nota: Para obtener detalles completos sobre las variables de entorno y la configuración de modelos locales, consulta la Documentación completa — Variables de entorno.
3. Compila e inicia
./install.sh # Clean install with full stack reset
4. Ejecuta tu primera evaluación
./darkmoon.sh "TARGET: example.com"
5. Supervisa en tiempo real
./darkmoon.sh --log <session_id>
Nota: Los registros de sesión en tiempo real muestran cada comando ejecutado por el servidor MCP. Consulta Documentación completa — Registros de sesión para obtener más detalles.
DarkMoon opera como un orquestador estratégico de agentes de seguridad con IA alineado con las metodologías ISO 27001, NIST SP 800-115 y MITRE ATT&CK.
Cuando proporcionas un objetivo, la plataforma automáticamente:
DarkMoon selecciona y despacha dinámicamente agentes especializados según las tecnologías descubiertas:
Múltiples agentes pueden ejecutarse en paralelo en arquitecturas híbridas.
Nota: Para obtener la lista completa de agentes, su estructura, ciclo de vida y cómo crear agentes personalizados, consulta Documentación completa — Agentes de IA.
User ──> DarkmoonCLI ──> OpenCode (AI Brain) ──> MCP (Security Gatekeeper) ──> Docker Toolbox (Real Tools)
sequenceDiagram
participant U as User
participant O as OpenCode
participant A as AI Agent
participant M as MCP Darkmoon
participant T as Docker Toolbox
U->>O: User prompt
O->>A: Delegate task
A->>M: MCP function call
M->>T: Execute real tool
T-->>M: Results
M-->>A: Structured output
A-->>O: Next decision
O-->>U: Summary / result
La IA razona y planifica. El MCP controla qué se puede ejecutar. El Toolbox ejecuta herramientas aisladas dentro de Docker. La IA nunca toca el sistema directamente — esto es seguridad por diseño.
Nota: Para el desglose completo de la arquitectura (diagramas de despliegue, flujos de red, límites de seguridad), consulta Documentación completa — Arquitectura.
DarkMoon admite una definición flexible del alcance directamente desde la línea de comandos.
Pentest rápido (sin configuración):
./darkmoon.sh "TARGET: http://172.19.0.3:3000"
Modo bug bounty (las flags se activan automáticamente):
./darkmoon.sh "TARGET: http://172.19.0.3:3000 PROGRAM=\"Juice Shop\" FOCUS=sqli,xss,idor NOISE=moderate FORMAT=h1"
Las flags clave incluyen FOCUS, EXCLUDE, CREDS, TOKEN, NOISE, SEVERITY, FORMAT, y más — todas interpretadas de forma natural por la IA.
Nota: Para la referencia completa de flags, tipos de activos, sintaxis libre de EXCLUDE/FOCUS y el alcance avanzado multiobjetivo, consulta Documentación completa — Definición del alcance.
DarkMoon incluye una imagen Docker creada a medida que contiene más de 50 herramientas de seguridad compiladas y optimizadas mediante un build de múltiples etapas:
Todas las herramientas son directamente accesibles — no se necesita configuración de rutas.
Nota: Para la lista completa de herramientas con detalles de instalación y cómo añadir nuevas herramientas, consulta Documentación completa — Toolbox.
La Documentación completa de DarkMoon cubre todo lo que necesitas para operar la plataforma. Aquí tienes una referencia rápida a las secciones más importantes:
DarkMoon está diseñado como una versátil plataforma de pruebas de seguridad para:
# Web application pentest
./darkmoon.sh "TARGET: http://172.19.0.3:3000"
# Active Directory assessment
./darkmoon.sh "TARGET: 192.168.1.10"
# Bug bounty with specific focus
./darkmoon.sh "TARGET: https://app.example.com PROGRAM=\"Example BB\" FOCUS=sqli,rce,ssrf EXCLUDE=H1 FORMAT=h1"
Nota: Para más ejemplos de prompts, incluidos DVGA, Juice Shop y escenarios con navegador headless, consulta Documentación completa — Ejemplos de prompts.
DarkMoon es de código abierto y agradece las contribuciones. Ya sea que quieras añadir nuevos agentes, integrar herramientas, crear flujos de trabajo o mejorar la documentación — consulta CONTRIBUTING.md para conocer las directrices.
Este proyecto está licenciado bajo la GNU General Public License v3.0. Consulta LICENSE para más detalles.
Construido por ASC-IT con 💚 para la comunidad global de seguridad
🔒 Código abierto · 🤖 Impulsado por IA · 🇫🇷 Hecho en Francia
⭐ Danos una estrella en GitHub · 📖 Documentación completa · ▶️ Ver la demo
| Tecnología detectada | Agente activado |
|---|
| WordPress, Drupal, Joomla, Magento, PrestaShop, Moodle | Agente específico de CMS |
| PHP, Node.js, Flask, ASP.NET, Spring Boot, Ruby on Rails | Agente específico de stack |
| GraphQL | Agente de GraphQL |
| Active Directory | Agente de AD |
| Kubernetes | Agente de Kubernetes |
| Se requiere navegador headless | Agente de navegador headless |
| Categoría | Herramientas (ejemplos) |
|---|
| Escaneo de puertos | Naabu, Masscan |
| Escaneo web | Nuclei, ffuf, dirb, sqlmap, Arjun, wafw00f |
| Reconocimiento y rastreo | Subfinder, Katana, Waybackurls, httpx |
| CMS | WPScan, CMSeeK, WhatWeb |
| Active Directory | NetExec, BloodHound, Impacket (más de 30 scripts) |
| Kubernetes | kubectl, Kubescape, Kubeletctl |
| Red | Hydra, curl, dig, herramientas SNMP |
| Navegador | Lightpanda (headless) |
| Tema | Qué encontrarás | Enlace |
|---|
| Configuración de GPU y controladores | Solución de problemas de NVIDIA para Docker, WSL y Linux nativo | Guía de GPU |
| Variables de entorno | Configuración del proveedor de LLM, claves de API, selección de modelos | Configuración de entorno |
| Arranque y compilación | Comportamiento de install.sh, docker compose build, gestión del stack | Compilar e iniciar |
| Alcance y flags | Sintaxis de TARGET, modo bug bounty, FOCUS/EXCLUDE, credenciales | Definición del alcance |
| Flujo de trabajo de evaluación | Paso a paso: descubrimiento, fingerprinting, agentes, informes | Motor de evaluación |
| Registros de sesión en tiempo real | Supervisa en vivo los comandos ejecutados por el servidor MCP | Registros de sesión |
| Agentes de IA | Estructura de los agentes, ciclo de vida, cómo crear o modificar agentes | Agentes de IA |
| Arquitectura | Diagramas de despliegue, límites de seguridad, flujo de ejecución | Arquitectura |
| Toolbox | Lista completa de herramientas, añadir herramientas, detalles internos de la imagen Docker | Toolbox |
| Flujos de trabajo MCP | Estructura de los flujos de trabajo, creación de flujos personalizados, mejores prácticas | Flujos de trabajo MCP |
| Lista de herramientas disponibles | Tabla completa de más de 50 herramientas con rutas y fuentes | Lista de herramientas |
| Laboratorios de entrenamiento | Laboratorios vulnerables recomendados para entrenar a DarkMoon | Laboratorios Pentester |