Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
phantom-brain — Red portatil de reconocimiento inteligente con IA offline | Kitploit
Herramientas/GitHubGitHub/ottoyrocky/phantom-brain
Descifrado de ContraseñasReconocimientoAuditoría Wi-FiAnálisis de VulnerabilidadesExplotaciónHerramientas RFID/NFCRecopilación de InformaciónPruebas de PenetraciónSeguridad de Hardware e IoTAprendizaje y EducaciónRed TeamingSeguridad de IA
14348hace 5 mesesAún no revisado
Compartir
GitHubottoyrocky/phantom-brain

phantom-brain

Red portatil de reconocimiento inteligente con IA offline

Ver Repositorio

PHANTOM BRAIN v0.9

⚠️ Proyecto experimental — no para uso en producción. El análisis con IA asiste al investigador humano; no reemplaza una auditoría manual. Siempre verifica los hallazgos de forma independiente.

Lo que ES y NO ES Phantom Brain

✅ Lo que ES❌ Lo que NO ES
Analizador automático que estructura hallazgos de capturasUn reemplazo de Wireshark, bettercap o aircrack-ng
Generador de reportes con IA (offline, LLM local)Un pentester autónomo
Orquestador entre herramientas hardware (Flipper, Pineapple, Proxmark)Una herramienta de seguridad lista para producción
Plataforma de investigación y aprendizajeUn sustituto de auditoría manual
100% offline — sin exfiltración de datosDependiente de la nube o APIs

💡 Cada reporte generado por IA debe tratarse como un punto de partida, no como un veredicto final. Los LLM pueden alucinar vulnerabilidades. La salida estructurada de los parsers (sin IA) es siempre más confiable.

Offline AI-powered pentesting analysis tool with real hardware integration

Local LLM analysis (via Ollama) for WiFi, Sub-GHz, NFC/RFID and WPA2 captures — no internet required, no cloud APIs, 100% offline. El LLM principal corre en una PC con Windows. La Raspberry Pi actúa como nodo secundario liviano (captura en vivo + phi3:mini únicamente).

Hardware supported: Flipper Zero · WiFi Pineapple MK7 · Proxmark3 · Raspberry Pi 4 (Kali Linux) · Atheros AR9271

Models: mistral:7b-instruct · deepseek-r1:7b · phi3:mini

License: GPL-3.0 | Author: Otto | Community: AI Tinkerers


PHANTOM BRAIN v0.9

Sistema de Análisis Ofensivo Offline con IA y Hardware Real

Herramienta modular de pentesting que integra análisis de seguridad para WiFi, Sub-GHz, NFC/RFID y WPA2 usando IA local (Ollama). Sin APIs externas, 100% offline.


Arquitectura del Sistema

CAMPO (Móvil):
┌──────────────────┐
│  Flipper Zero    │ ──► Sub-GHz (.sub), NFC (.nfc), WiFi scanning
└──────────────────┘
┌──────────────────┐
│  WiFi Pineapple  │ ──► WPA2 Handshakes (.pcap), deauth, PMKID
└──────────────────┘
┌──────────────────┐
│  Proxmark3       │ ──► RFID/NFC avanzado (EM410x, MIFARE, EMV)
└──────────────────┘

BASE — NODO PRINCIPAL (requerido para funcionalidad completa):
┌──────────────────────────────────────────────────────┐
│  PC con Windows (o Linux de escritorio)              │
│  Python 3.11+ · Ollama · Flask API                  │
│  Modelos: mistral:7b-instruct, deepseek-r1:7b        │
│  ► PHANTOM BRAIN CLI, análisis completo, reportes    │
└──────────────────────────────────────────────────────┘

BASE — NODO SECUNDARIO (opcional, liviano):
┌──────────────────────────────────────────────────────┐
│  Raspberry Pi 4 (Kali Linux)                         │
│  Ollama · Atheros AR9271                             │
│  Solo corre: phi3:mini (mistral:7b es demasiado pesado para la Pi) │
│  ► Captura WiFi en vivo · inferencia local liviana   │
│  NOTA: se conecta al Ollama de la PC para modelos pesados │
└──────────────────────────────────────────────────────┘

⚠️ Nota de arquitectura: La Raspberry Pi no ejecuta el stack completo de Phantom Brain de forma autónoma. Para análisis completo con mistral:7b-instruct o deepseek-r1:7b, se requiere una PC con Ollama. La Pi funciona como nodo de captura y puede correr phi3:mini para inferencia liviana offline únicamente.

Pipeline de Análisis (v0.9)

input → classifier → tool.run() → ToolResult(risk, findings) → Ollama

Cada tipo de captura pasa por su tool específico antes de llegar al LLM. El tool estructura el resultado con nivel de riesgo y hallazgos clave, enriqueciendo el contexto que recibe Ollama.


Features

WiFi / Marauder

  • Parser de logs Marauder
  • Detección de redes WPS vulnerables
  • Identificación de redes ocultas
  • Estadísticas de seguridad

Sub-GHz / Flipper Zero

  • Parser de archivos .sub (sub_ghz_parser.py)
  • Extracción: protocolo, frecuencia, keys, packets
  • Soporta: Security+ 2.0, Rolling Code, Fixed Code
  • Analyzer de patrones entre capturas (sub_ghz_analyzer.py)

NFC / Flipper Zero + Proxmark3

  • Parser de archivos .nfc (nfc_parser.py)
  • Soporta: MIFARE Classic 1K/4K, MIFARE Plus, NTAG, FeliCa, EMV
  • Analyzer de vulnerabilidades (nfc_analyzer.py)
  • Detección: Darkside, Hardnested, Reader Auth Bypass
  • Análisis especial para SUBE (transporte público)
  • Parser de output Proxmark3 (proxmark_parser.py)

WPA2 / WiFi Pineapple

  • Parser PCAP con Scapy (pcap_parser_v2.py)
  • Extracción: BSSID, SSID, frames EAPOL, PMKID
  • Validación de handshakes completos
  • Pipeline completo: hcxpcapngtool → hashcat -m 22000

Sistema de Tools (nuevo en v0.9)

  • tools/base_tool.py — contrato unificado BaseTool + ToolResult
  • ToolResult con campos risk (CRITICO/ALTO/MEDIO/BAJO) y findings estructurados
  • tools/registry.py — registro central, despacha el tool correcto por tipo
  • tools/classifier.py — auto-detección de tipo por extensión y contenido
  • 14/14 tests pasando con fixtures reales (pytest tests/test_tools.py)

Base de Datos y Reportes

  • SQLite para historial de análisis (db_manager.py)
  • Reportes en texto plano con timestamp
  • Búsqueda por UID/BSSID, filtro por nivel de riesgo
  • Estadísticas de análisis

Flask API REST

  • flask_api.py operativo en puerto 5000
  • GET /status — verifica Ollama y modelos disponibles
  • POST /upload — recibe archivos .pcap, .nfc, .sub
  • POST /analyze — analiza con Ollama y guarda en SQLite
  • GET /analysis/<id> — consulta análisis guardado por ID

Modelos IA Soportados

ModeloRAM mínimaAlmacenamientoVelocidad (CPU)Ideal paraNodo
phi3:mini4 GB~2.3 GB~5 minTriage rápido, inferencia liviana, funciona en Pi — razonamiento limitadoRaspberry Pi / PC
mistral:7b-instruct8 GB~4.1 GB~30 s (PC)Recomendado. Análisis completo, comandos precisos y accionables, mejor ratio calidad/velocidadSolo PC
deepseek-r1:7b8 GB~4.5 GB~45 s (PC)Análisis en profundidad, pasos de mitigación detallados, razonamiento paso a pasoSolo PC

Nota: Benchmarks medidos en PC con 32 GB RAM (solo CPU, sin GPU). La aceleración por GPU (CUDA/ROCm) reduce significativamente los tiempos. La Pi solo puede correr phi3:mini de forma estable — mistral:7b causa throttling térmico y OOM en Pi 4B 8GB.

Todos ejecutan 100% offline con Ollama.


Estructura de Archivos

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    510
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    415
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    343
  • 5

    antifox

    antifox-ai/antifox

    Plataforma de pruebas de penetración autónoma con múltiples agentes de IA que ejecuta reconocimiento, descubrimiento de superficie de ataque, validación de explotación y entrega de informes respaldados por evidencia.

    259
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    258

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →