🧠 NeuroSploit v3.6.5

Plataforma autónoma de pruebas de penetración multimodelo — Rust, solo CLI.
por Joas A Santos & Red Team Leaders

⭐ Si te resulta útil, dale una estrella al repositorio — ayuda mucho.

📖 ¿Eres nuevo? Lee la Guía de usuario y tutorial completa → — cada modo, opción, configuración y ejemplo explicado.

🆕 Novedades en v3.6.5 — Red-teaming de LLM: jailbreaks e inyección de prompts en varios escenarios: +12 agentes de IA (→ 30, 429 en total) que hacen red-teaming adversarial contra un sistema de IA en vivo de la forma en que lo hacen las herramientas estilo hackagent.dev — técnicas de jailbreak (AdvPrefix, PAIR, TAP, Crescendo, many-shot, persona/DAN, codificación/ofuscación, supresión de rechazos) y escenarios de inyección de prompts (directa, indirecta vía salida de RAG/web/email/herramientas, secuestro de objetivos, abuso de llamadas a herramientas/funciones, exfiltración del system prompt). Cada uno ejecuta un bucle atacante→juez LLM — captura el rechazo base, aplica la técnica en distintas variantes y decide si la salvaguarda se eludió de verdad — probándolo con una evidencia benigna y censurada. neurosploit aitest <ai-url>. Además: registro de cuentas de prueba por autoservicio — analiza los formularios de la aplicación y crea una cuenta benigna (curl o Playwright) para alcanzar la superficie autenticada, con una salvaguarda anti-inundación estricta (≤2 cuentas), una bóveda de credenciales por ejecución (vault.json, secretos enmascarados en el informe), una sección de "eliminar estas cuentas" de limpieza, hallazgos etiquetados como autenticados / no autenticados, y correo desechable opcional (/tempmail, mail.tm gratuito). Validador humano en el bucle: los hallazgos inciertos ahora se marcan como needs-review, no se eliminan (solo se descarta el ruido sin respaldo) para que un humano tome la decisión final. Informes en Markdown + JSON además de PDF/HTML. Agentes más precisos en aplicaciones SPA/REST modernas (una metodología de caza de APIs de clase Juice Shop) además de un . Nuevos modelos: , , (Moonshot → 15 proveedores). Historial completo en .

NeuroSploit convierte una URL, un repositorio fuente, una aplicación en ejecución o un host/IP en un ejercicio de seguridad autónomo. Un motor Rust (tokio) impulsa un grupo de LLMs — mediante clave API o suscripción local (Claude Code / Codex / Gemini / Grok) — reconoce el objetivo, selecciona inteligentemente solo los agentes que coinciden con la superficie descubierta, los ejecuta en paralelo, encadena los hallazgos hacia un mayor impacto y valida cada afirmación mediante votación entre modelos + fundamentación con evidencia de herramientas antes de informar. Incluye 430 agentes markdown y una Mission Control TUI.

Modos de operación

Destacados

• 🧠 Creencia POMDP + valor de la información — el objetivo es parcialmente observable, por lo que los hallazgos no son booleanos: una creencia en grafo de propiedades conlleva probabilidades, y "escanear más vs explotar ahora" surge de la entropía de la creencia. La compuerta may_assert es una regla matemática antialucinación (no afirmar explotabilidad mientras la creencia esté difusa).
• 🧾 Fundamentación (grounding) — regla dura: ninguna afirmación sin evidencia (prueba, no paráfrasis). Empírica (salida bruta de la herramienta) para caja negra/host/IA, simbólica (file:line en el código revisado — una cita de código es la evidencia) para auditorías de caja blanca SAST y de skills, y cualquiera de ambas para caja gris; las afirmaciones sin fundamentar se degradan.
• 🔬 Sonda HTTP determinista — antes del reconocimiento del modelo, el motor ejecuta un análisis real de petición/respuesta (estado/redirecciones, cabeceras de seguridad, flags de cookies, reflexión CORS, huella tecnológica, JS enlazado, línea base 404, rutas de alta señal) y alimenta el reconocimiento con esos hechos observados, de modo que la selección de agentes y las decisiones de explotación se basan en evidencia — no en la suposición del modelo.
• 🔗 Encadenamiento de ataques — 12 agentes de cadenas multi-etapa (SQLi→RCE→LPE, SSRF→credenciales AWS, subida→LFI→RCE→LPE, credenciales-por-defecto→dominio, …); cada etapa se demuestra antes de avanzar.
• ☁️ Pruebas en la nube — agentes de AWS / GCP / Azure que manejan las CLIs de los proveedores (aws/gcloud/az). Conéctate vía creds.yaml: claves de AWS, un JSON de cuenta de servicio de Google o un service principal de Azure — consulta .

Esta es la distribución ligera, solo Rust (neurosploit-rs/ + agents_md/). El motor Python anterior y las GUIs web se encuentran en la rama antigua v3.4.0.

📦 Instalación (en una línea)

Linux / macOS (x64 y arm64):```bash curl -fsSL https://raw.githubusercontent.com/JoasASantos/NeuroSploit/main/setup.sh | bash

**Windows** (PowerShell, x64 & arm64):```powershell
irm https://raw.githubusercontent.com/JoasASantos/NeuroSploit/main/install.ps1 | iex

Plataformas compatibles

Rust puro + stdlib, así que compila de forma nativa en cualquier lugar donde se ejecute una cadena de herramientas de Rust estable. El instalador detecta automáticamente el SO/arquitectura e instala Rust si falta. En Windows nativo usa install.ps1; bajo WSL2 / Git Bash, el comando de una línea setup.sh también funciona.

El instalador instala Rust automáticamente si es necesario, clona el repositorio en ~/.neurosploit, compila el binario de release y enlaza neurosploit en ~/.local/bin. Vuelve a ejecutarlo cuando quieras actualizar. Ajústalo con variables de entorno: NEUROSPLOIT_REF (rama/etiqueta), NEUROSPLOIT_DIR, PREFIX.

¿Prefieres compilar a mano?```bash git clone https://github.com/JoasASantos/NeuroSploit && cd NeuroSploit/neurosploit-rs cargo build --release # → target/release/neurosploit

## ⚡ Inicio rápido (60 segundos)```bash
# easiest path — just run it; the interactive session asks everything:
neurosploit

# or one-liner (subscription login, no API key needed):
neurosploit run http://testphp.vulnweb.com/ --subscription --model anthropic:claude-opus-4-8 -v

# white-box — review a source repository (SAST agents, file:line evidence):
git clone https://github.com/digininja/DVWA /tmp/DVWA
neurosploit whitebox /tmp/DVWA --subscription --model anthropic:claude-opus-4-8 -v

# grey-box — review the code AND exploit the running app together:
neurosploit greybox /tmp/DVWA --url http://localhost:8080/ --creds creds.yaml \
  --subscription --model anthropic:claude-opus-4-8 --mcp -v

# host / infra — Linux / Windows / Active Directory (SSH/Win creds in creds.yaml):
neurosploit host 10.0.0.10 --creds creds.yaml --subscription --model anthropic:claude-opus-4-8 -v

# 🛰  Mission Control TUI — live panels (header/feed/findings/targets) + a composer
#    you can type in WHILE the run streams (summary · pause · errors · notes):
neurosploit tui http://testphp.vulnweb.com/ --subscription --model anthropic:claude-opus-4-8 --mcp

La guía paso a paso completa para cada modo (black/white/grey/host) está en TUTORIAL.md.

¿No tienes login? Usa una clave API en su lugar — consulta Autenticación.

🔌 Integraciones (GitHub · GitLab · Jira)

Integra NeuroSploit en tu SDLC. Alterna desde el REPL (/integrations) o desde la CLI (neurosploit integrations enable github|gitlab|jira). Los tokens nunca se almacenan — solo se guarda el nombre de la variable de entorno; el valor se lee de tu entorno.```bash export GITHUB_TOKEN=ghp_... # PAT with repo scope (private repos) neurosploit integrations enable github

Review a Pull Request's code (clones the PR head, white-box) and comment back:

neurosploit pr digininja/DVWA 42 --subscription --model anthropic:claude-opus-4-8 --comment

Watch a branch and re-review on every new commit:

neurosploit watch myorg/private-app --branch main --subscription --model anthropic:claude-opus-4-8

Private GitLab repo (token-injected clone) — works in whitebox/greybox:

export GITLAB_TOKEN=glpat-... ; neurosploit integrations enable gitlab neurosploit whitebox https://gitlab.com/myorg/private-svc --subscription --model anthropic:claude-opus-4-8

Open a Jira card per finding (any engagement):

export JIRA_EMAIL=[email protected] JIRA_API_TOKEN=... # set base/project once: /integrations setup jira neurosploit whitebox https://github.com/myorg/app --jira --subscription --model anthropic:claude-opus-4-8

| Integración | Qué obtienes | Variables de entorno |
|-------------|--------------|----------|
| **GitHub** | clon privado · revisión + comentario de `pr` · vigilancia de rama (`watch`) | `GITHUB_TOKEN` |
| **GitLab** | clon privado para whitebox/greybox | `GITLAB_TOKEN` |
| **Jira** | una tarjeta por hallazgo (`--jira`) | `JIRA_EMAIL`, `JIRA_API_TOKEN` |

📖 Configuración paso a paso para cada herramienta: **[TUTORIAL-INTEGRATION.md](https://github.com/joasasantos/neurosploit/blob/HEAD/TUTORIAL-INTEGRATION.md)**.

---

## ☁️ Credenciales de la nube (AWS/GCP/Azure)

Añade un bloque de nube a `creds.yaml` y el harness exporta las variables de entorno correctas para que
los agentes de AWS/GCP/Azure puedan manejar `aws` / `gcloud` / `az`. Los secretos permanecen en tu
archivo/gestor de secretos; los agentes realizan **enumeración de solo lectura primero, nunca destructiva**.```yaml
# --- AWS: static keys (or a named profile) ---
aws:
  access_key_id: AKIA...
  secret_access_key: ...
  # session_token: ...        # if using temporary creds
  region: us-east-1
  # profile: my-sso-profile   # alternative to keys

# --- GCP: service-account JSON (path recommended; inline single-line also works) ---
gcp:
  service_account_json: /path/to/sa.json
  project: my-project-id

# --- Azure: service principal (recommended for automation) ---
azure:
  tenant_id: ...
  client_id: ...
  client_secret: ...
  subscription_id: ...

Los agentes cubren la escalada de privilegios de IAM, la exposición de almacenamiento (S3/GCS/Blob), cómputo y
exposición de red, secretos (Secrets Manager / Secret Manager / Key Vault),
abuso de cuentas de servicio/SP y enumeración de identidades (Entra ID). Autenticación
recomendada: claves de acceso o perfil de **AWS**; en **GCP**, un JSON de cuenta de servicio
(`GOOGLE_APPLICATION_CREDENTIALS`); en **Azure**, una entidad de servicio
(`az login --service-principal`).

---

## 👥 Múltiples identidades — pruebas de control de acceso (IDOR / BOLA / BFLA)

Proporciona a NeuroSploit dos o más **roles con nombre** en `creds.yaml` y se autentica
como cada uno y prueba el acceso **entre roles** (que un rol con privilegios bajos acceda al objeto de otro usuario
o a una función de administrador es un hallazgo):```yaml
admin:
  jwt: eyJ...                 # per role: jwt | header (raw) | cookie | apikey | login+username+password
user:
  apikey: abc123              # → X-Api-Key: abc123
victim:
  cookie: "session=deadbeef"

I don't see any content to translate in this chunk. The input after "INPUT:" appears to be empty. Please provide the actual Markdown content for chunk 17/33 so I can translate it into Spanish.```bash neurosploit run https://app.example --creds creds.yaml
--subscription --model anthropic:claude-opus-4-8 -v

Cada hallazgo se demuestra con el par de solicitudes **autorizada vs no autorizada**, bajo la salvaguarda de seguridad de datos (solo lectura, PII enmascarada).

## 🏷️ Identificación y atribución (antiplagio)

Cada solicitud está etiquetada con un **User-Agent** identificador (por defecto `NeuroSploit/<ver> …`, cambiable con **`/ua`** o `NEUROSPLOIT_UA`) además de una cabecera `X-NeuroSploit-Scan`, y cada hallazgo está **sellado** con "Identified and validated by NeuroSploit" — de modo que la procedencia viaja en el tráfico, el texto del hallazgo, `findings.json` y el pie del informe.

---

## Compilación```bash
cd neurosploit-rs
cargo build --release        # → target/release/neurosploit

Requiere un toolchain de Rust (rustup). Recomendado: ejecutar en Kali Linux (o la imagen Docker de Kali) para que las herramientas ofensivas que usan los agentes ya estén presentes:```bash docker run -it --rm kalilinux/kali-rolling apt update && apt install -y curl nmap ffuf nodejs npm

rustscan (faster port scan): cargo install rustscan (or grab a release from GitHub)

Los agentes se degradan de forma elegante: si `rustscan` no está instalado, usan `nmap`; si no hay ninguno, sondean con `curl`. Si hay un navegador Playwright MCP disponible, lo usan para páginas con mucho JavaScript; de lo contrario, recurren a `curl`.

---

## Uso

Ejecútalo **sin argumentos** para un asistente interactivo:```bash
./target/release/neurosploit

O ejecútalo directamente:```bash

Black-box — subscription (no API key), Opus, browser via Playwright if present, verbose

./target/release/neurosploit run http://testphp.vulnweb.com/
--subscription --model anthropic:claude-opus-4-8 --mcp -v

Black-box — API keys, multi-model voting panel (1st finds, others adjudicate)

./target/release/neurosploit run http://testphp.vulnweb.com/
--model anthropic:claude-opus-4-8 --model openai:gpt-5.1 --vote-n 3

White-box — clone a vulnerable app and review its source

git clone https://github.com/digininja/DVWA /tmp/DVWA ./target/release/neurosploit whitebox /tmp/DVWA
--subscription --model anthropic:claude-opus-4-8 -v

Offline pipeline self-test (no keys/login needed)

./target/release/neurosploit run http://testphp.vulnweb.com/ --offline

Utilities

./target/release/neurosploit agents # library counts ./target/release/neurosploit models # providers & models ./target/release/neurosploit --help # full help with examples

### Opciones (`run` / `whitebox`)

| Flag | Significado |
|------|-------------|
| `--model provider:model` | Repetible. El primero = principal; el resto hace failover **y** forman el jurado de votación. |
| `--subscription` | Usa el inicio de sesión CLI local (Claude/Codex/Gemini/Grok) en lugar de una clave API. |
| `--mcp` | Habilita Playwright MCP (aprovisionado automáticamente vía `npx`; los backends sin MCP usan herramientas integradas). |
| `--vote-n N` | Cuántos modelos deben coincidir en que un hallazgo es real (por defecto 3 / 2 para whitebox). |
| `--max-agents N` | Limita los agentes ejecutados (`0` = todos los que coincidan con el reconocimiento). |
| `--offline` | Ejecuta el pipeline completo sin llamar a ningún modelo. |
| `-v, --verbose` | Registra cada agente a medida que se lanza, el reconocimiento y las votaciones. |

### Autenticación — ejecución mediante clave API *o* suscripción

Puedes ejecutar NeuroSploit de dos maneras. Son independientes: elige por ejecución.

#### 1) Mediante API (clave API del proveedor)

Exporta la(s) clave(s) de los proveedores de tu panel de modelos y luego ejecuta **sin**
`--subscription`. Cualquier proveedor compatible con OpenAI funciona.```bash
# pick one or more, depending on the models you select
export ANTHROPIC_API_KEY=sk-ant-...        # anthropic:claude-*
export OPENAI_API_KEY=sk-...               # openai:gpt-*
export GEMINI_API_KEY=AIza...              # gemini:gemini-*
export XAI_API_KEY=xai-...                 # xai:grok-*
export NVIDIA_NIM_API_KEY=nvapi-...        # nvidia_nim:*
export DEEPSEEK_API_KEY=...                # deepseek:*
export MISTRAL_API_KEY=...                 # mistral:*
export DASHSCOPE_API_KEY=...               # qwen:*  (Alibaba DashScope)
export GROQ_API_KEY=...                    # groq:*
export TOGETHER_API_KEY=...                # together:*
export MOONSHOT_API_KEY=...                # moonshot:*  (Kimi K3/K2)
export OPENROUTER_API_KEY=...              # openrouter:*
# ollama needs no key (local)

# then run via API (note: NO --subscription)
./target/release/neurosploit run http://testphp.vulnweb.com/ \
    --model anthropic:claude-opus-4-8 --vote-n 3 -v

# multi-provider voting panel via API (1st finds, the others adjudicate)
./target/release/neurosploit run http://testphp.vulnweb.com/ \
    --model anthropic:claude-opus-4-8 --model openai:gpt-5.1 --model gemini:gemini-2.5-pro

O pon las claves en un .env y cárgalo (cp .env.example .env; edita; set -a; . ./.env; set +a).

Proveedor → variable de entorno → endpoint (todos compatibles con OpenAI):

Ejecuta ./target/release/neurosploit models para ver la lista completa de proveedores/modelos.

2) Vía suscripción (sin clave de API)

--subscription gestiona tu inicio de sesión local en la CLI agéntica en lugar de una clave de API — instala e inicia sesión en una de las CLIs primero:

--subscription --model anthropic:claude-opus-4-8 --mcp -v

---

## Cómo funciona```
target ─▶ recon (curl/nmap/…) ─▶ INTELLIGENT agent selection (recon-aware)
       ─▶ parallel exploitation ─▶ cross-model validation vote
       ─▶ severity/score ─▶ report (HTML + Typst PDF) ─▶ RL reward update

Cada ejecución escribe una carpeta autocontenida runs/ns-<ts>-<target>/:

Un almacén de recompensas de aprendizaje por refuerzo (data/rl_state_rs.json) sesga la selección de agentes en ejecuciones futuras.

Biblioteca de agentes — agents_md/ (303)

Cada agente es un playbook de Markdown autocontenido (metodología ## User Prompt + reglas estrictas anti-falsos positivos en ## System Prompt). Coloca un nuevo .md en la carpeta correspondiente y el harness lo detecta automáticamente.

Seguridad

Solo para pruebas autorizadas. Se instruye a los agentes a permanecer dentro del alcance, nunca ejecutar acciones destructivas/de DoS y exigir prueba de explotación. Eres responsable de contar con permiso para cualquier objetivo.

Créditos

Joas A Santos y Red Team Leaders.

Licencia

MIT.