T3MP3ST

plataforma autónoma de red teaming; meta-herramienta de seguridad ofensiva multiagente

Apúntalo a un objetivo autorizado y la cadena de eliminación se ejecuta sola: recon → exploit → informe, desde una Sala de Guerra en el navegador o la CLI, impulsado por el agente en el que ya has iniciado sesión — Claude Code, Codex, Hermes — o un modelo que ejecutas completamente sin conexión (Ollama, LM Studio, vLLM). Sin nuevas claves API, sin inquilino en la nube, sin segunda factura. Tu agente es el cerebro; T3MP3ST es la máquina de guerra montada a su alrededor. Tormenta autoalojada. Guerra sin claves. ⚡

Y no te pedirá que confíes en su palabra. En la propia suite de 104 desafíos de XBOW obtiene un 90.1% pass@1 — por encima del 85% auto-reportado por XBOW — junto con resoluciones de CTF sin pistas y una cacería en frío sobre CVEs reales posteriores al corte que el modelo nunca había visto. Cada número en este README se recalcula a partir de datos confirmados con un solo comando (npm run verify-claims). Ruidoso sobre la misión, honesto sobre la construcción — la tabla de estado dice exactamente qué está en vivo, qué es andamio y qué sigue siendo hoja de ruta; recibos completos en Benchmarks.

Tres cosas lo diferencian:

1. Reproducible. Cada número en este README se recalcula a partir de datos confirmados — npm run verify-claims los deriva todos, 24/24 en verde. Una afirmación que no se pueda reproducir no se entrega. Nunca números de confianza ciega.
2. Sin claves. El agente de codificación con IA que ya tienes en tu máquina es la columna vertebral. Sin claves API, sin segunda factura, sin guardián.
3. Honesto sobre el alcance. La tabla de estado marca exactamente qué es estable, experimental o hoja de ruta — porque el red-teaming no debería ser un sacerdocio, y no debería funcionar con vibraciones.

Saltar a → Inicio rápido · Qué caza · Qué se entrega hoy · Benchmarks · Arquitectura · Docs

⚠️ Solo uso autorizado

T3MP3ST es una herramienta de seguridad ofensiva, construida para pruebas, investigación y educación autorizadas. Apúntala solo a sistemas que poseas o para los que tengas permiso explícito y por escrito para probar. El acceso no autorizado a computadoras, redes o datos es ilegal en la mayoría de las jurisdicciones — tú eres el único responsable de cómo usas este software y de mantenerte dentro de la ley y tus reglas de enfrentamiento. Trae la tormenta a tus objetivos, no a los de otros.

T3MP3ST se proporciona tal cual bajo la licencia AGPL-3.0, sin garantía ni responsabilidad por cualquier daño, pérdida o uso indebido. Los autores no respaldan, apoyan ni condonan actividades no autorizadas. Obtén permiso. Mantente dentro del alcance. No seas una amenaza. 🫡

Por qué existe

La seguridad ofensiva está detrás de años de práctica y herramientas costosas. La apuesta detrás de T3MP3ST es que un enjambre de agentes coordinados pone la caza real de errores al alcance de personas que nunca recibieron la invitación, en aplicaciones web, CTF, contratos inteligentes, código fuente y OSS de sistemas embebidos/robótica. Esa es una apuesta ambiciosa, y las secciones siguientes se esfuerzan en separar lo que ya funciona de lo que sigue siendo una apuesta.

Qué caza

Inicio rápido

Camino más rápido a una Sala de Guerra en funcionamiento (sin claves, ~2 min de configuración; el tiempo de misión depende del objetivo):

En la Sala de Guerra, abre Configuración y conecta un agente local (Claude Code / Codex / Hermes). Luego describe un objetivo a Op Admiral en inglés sencillo y lánzalo. El agente que conectaste es el cerebro. No se requiere clave.

¿Prefieres traer una clave? Configúrala y omite el paso de conexión:

A los agentes locales lentos se les puede dar más margen con T3MP3ST_LOCAL_AGENT_TIMEOUT_MS para cada llamada CLI, T3MP3ST_TASK_TIMEOUT_MS para tareas de misión, y T3MP3ST_GENERAL_TIMEOUT_MS para solicitudes de planificación. Los valores están en milisegundos.

O ejecútalo completamente sin conexión en tu propio modelo — sin clave, sin nube. Por defecto usa Ollama; apúntalo a cualquier servidor compatible con OpenAI (LM Studio, vLLM, llama.cpp):

La llamada a herramientas funciona en cualquier modelo local (se maneja mediante texto), por lo que el Arsenal se ejecuta incluso en modelos sin capacidad nativa de llamada a funciones.

Verifica los números por ti mismo:

El uso como biblioteca/SDK, la API HTTP completa y la configuración de MCP están en docs/.

Qué se entrega hoy

El marco es una cadena de eliminación de 8 operadores, y esta tabla no echará humo al respecto. El Reconocimiento es un motor en vivo respaldado por herramientas — y los dientes ya son reales: 90.1% pass@1 en XBEN, 8/10 CVEs retenidos posteriores al corte fijados en archivo/línea/CWE exactos, y un pipeline de divulgación coordinada que está lo suficientemente en vivo como para tener borradores retenidos para coordinación con proveedores en este momento. Lo que no está probado es el enjambre. Cada operador descendente — Exploiter, Infiltrator, Exfiltrator, Ghost — ejecuta el mismo bucle ReAct real respaldado por herramientas que el reconocimiento (herramientas de explotación reales, no stubs), pero los titulares provinieron de un solo agente, no de la célula coordinada de 8 operadores, y la explotación del enjambre de extremo a extremo no está evaluada y sigue siendo poco fiable. El motor es real; el enjambre es la parte que aún está ganándose sus galones. Ruidoso donde nos lo hemos ganado, contundente sobre el resto.

Desglose completo característica por característica: FEATURES.md.

Cobertura por dominio

Hasta dónde llega la tormenta hoy — y hacia dónde se dirige. La misma disciplina que en todo lo demás: un dominio es ✅ solo cuando hay un recibo detrás.

La arquitectura de clase/escuadrón significa que los nuevos dominios componen en lugar de bifurcar — cada uno es una carga (clases especializadas + arsenal + adaptador de objetivo + un benchmark). 🚧 los dominios se envían oscuros hasta que tienen un número.

Benchmarks

Resultados principales. Cada uno se recalcula a partir del JSON confirmado con npm run verify-claims; la metodología completa y las advertencias están en los documentos vinculados.

Cómo leer estos:

• Cada bandera resuelta se califica contra un oráculo de verdad fundamental confirmado — no un auto-reporte — y verify-claims recalcula el aprobado/reprobado. Las transcripciones sin procesar por paso se omiten por privacidad del operador, por lo que verificas el veredicto calificado, no la salida sin procesar de la herramienta. Cero fabricado, reforzado por un guardia contra el sobreajuste que se ejecuta en cada push.
• La caja negra (código fuente oculto) y la caja blanca (código fuente preparado) se reportan por separado y nunca se mezclan.
• Estos se ejecutaron con un bucle ReAct de agente único, no el enjambre de 8 operadores. El enjambre es la arquitectura del marco; no es lo que puntuó estos números.
• Los resultados son sistema contra sistema: este arnés impulsando un modelo actual fuerte, no una afirmación de arnés aislado.

El número no es el alarde — el recibo lo es. Un arnés de código abierto y sin claves que te entrega la re-ejecución en lugar de pedirte que confíes: clónalo, ejecuta npm run verify-claims, y cada veredicto anterior se recalcula a partir de su oráculo confirmado frente a ti.

Lectura más profunda: WALL_FORENSICS (fallos por desafío), CYBENCH, INTEGRITY_LEDGER (auditoría de contaminación y cada retractación), OBSIDIVM (nuestro propio rango web en vivo).

Documentación

Arquitectura

Los operadores se asignan a las fases de MITRE ATT&CK y Cyber Kill Chain (el reconocimiento está en vivo; las fases posteriores están andamiadas):

Proveedores: OpenRouter, Venice, Anthropic, OpenAI, o un agente local sin claves (Claude Code / Codex / Hermes). Configura OPENROUTER_API_KEY / VENICE_API_KEY / ANTHROPIC_API_KEY, o conecta un agente en Configuración.

Integraciones: node dist/mcp-server.js expone security_recon a agentes compatibles con MCP. npm run server inicia la API HTTP (POST /api/mission/start, GET /api/mission/status, y más). Referencia completa en docs/.

Contribuir — únete al enjambre

El red-teaming no debería ser un sacerdocio. Trae un adaptador, un paquete de prompts, un runbook, una nueva herramienta del arsenal o un informe de error.

Una regla, no negociable: todo aquí es solo para pruebas autorizadas. Objetivos propios, con alcance definido o con consentimiento. Construye para defensores, o no construyas aquí.

1. Haz un fork, crea una rama.
2. Abre un PR con pruebas. Si tocas un número principal, npm run verify-claims debe permanecer en verde.

Proceso de lanzamiento y puertas: RELEASE_CHECKLIST.

Licencia

AGPL-3.0. Ver LICENSE.