Skip to content
KitploitKITPLOIT
OutilsBlog
Log in
Soumettre
OutilsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
context-segmentation — Gestion automatisée du contexte multi-agents pour les tâches à long horizon dans les agents d'IA locaux | Kitploit
Outils/GitHubGitHub/9xeb/context-segmentation
CTFApprentissage AutomatiqueArticles et RechercheApprentissage et ÉducationSécurité de l'IALabs et Pratique
GitHub9xeb/context-segmentation

context-segmentation

Gestion automatisée du contexte multi-agents pour les tâches à long horizon dans les agents d'IA locaux

Voir le dépôt
144il y a 4 moisPas encore vérifié
Partager

Segmentation du contexte pour les agents SLM

Ceci est l'implémentation de la solution proposée dans l'article scientifique : Evaluating Context Segmentation in Locally Deployable SLMs for Cybersecurity CTF Tasks

Configuration

Assurez-vous que Python 3.12.3+ est installé ainsi que Docker engine

Environnement Python

python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install -r requirements.txt

llama.cpp

Démarrez llama.cpp avec Vulkan

docker compose --profile vulkan up -d

ou avec Cuda

docker compose --profile cuda up -d

Construire les modèles et les conteneurs

Téléchargez le grand modèle de langage (LLM) souhaité au format GGUF depuis HuggingFace, puis construisez les conteneurs intercode-ctf.

docker exec -it llamacpp ./llama-cli -hf unsloth/gemma-4-E2B-it-GGUF:Q4_K_M  # or any other GGUF model on HF
docker build -t intercode-ctf -f intercode/docker/ctf.Dockerfile ./intercode
docker restart llamacpp

Exécuter le benchmark

Exécutez N benchmarks d'une stratégie (plain ou explorer)

Cela accumule les résultats dans un fichier $MODEL_NAME.$STRATEGY.bench

OPENAI_API_BASE=http://127.0.0.1:8080/ \
OPENAI_API_KEY=1234 \ #Mock key (we run locally)
python3 intercode_test.py \
  --model unsloth/gemma-4-E2B-it-GGUF:Q4_K_M \ #HF model
  --strategy plain \ #plain or explorer
  --count 1 #N

Vérifiez les résultats du benchmark

jq '.' gemma-4-E2b-it-GGUF:Q4_K_M.plain.bench

Remarques

Le code dans le répertoire intercode a été repris de princeton-nlp/intercode et adapté pour fonctionner avec notre configuration.

Télécharger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boîte à outils OSINT ultime : graphe d'enquête, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clé API requise.

    501
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    467
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    340
  • 4

    opencti

    opencti-platform/opencti

    Plateforme ouverte de renseignement sur les cybermenaces

    314
  • 5

    redforge

    cybersecurity91/redforge

    Boîte à outils red team côté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    307
  • 6

    estorides

    grisuno/estorides

    Agrège plus de 99 sources OSINT gratuites en parallèle, résout les entités dans un graphe de connaissances et exporte en STIX 2.1, MISP ou GraphML avec une analyse assistée par LLM.

    295

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →