DarkMoon est un outil de tests d'intrusion autonomes par IA pour votre propre infrastructure. Pointez-le vers une cible autorisée et il exécute l'ensemble de l'évaluation de manière autonome, puis documente chaque constat avec la commande exacte et la sortie brute.

• 🟢 Véritablement open source. GPLv3 et auto-hébergé, la méthodologie de chaque agent est du Markdown simple que vous pouvez lire, comparer et forker.
• 🎯 Détecte ET prouve. Chaque vulnérabilité est livrée avec la commande exacte et la sortie brute (l'exploitation est affirmée par l'agent ; le retest de remédiation Pro est l'étape vérifiée par la machine), il n'y a donc presque rien à trier.
• 🔒 Fonctionne sur un LLM local + Privacy Gateway. La passerelle tokenise localement vos vraies IP, hôtes et identifiants, de sorte que le modèle raisonne sur des placeholders tandis que les valeurs réelles restent sur votre périmètre.
• 🧩 Partout où vous construisez. Exécutez-le depuis GitHub, GitLab, Jenkins, VS Code, JetBrains, n8n, Grafana ou Splunk — l'édition open source fonctionne avec ceux basés sur la CLI. Voir les intégrations ↓

---

Démarrez une exécution depuis la CLI. Une seule ligne TARGET et DarkMoon prend en charge toute l'évaluation.	Les agents autonomes raisonnent et exploitent, en direct dans votre terminal. Ici, un sous-agent signale CVE-2019-9978 et pivote directement vers l'exploitation.
Reconnaissance et modèle d'environnement. DarkMoon identifie la pile et confirme la surface d'attaque avant de frapper.	Flux MCP en direct. Chaque commande exécutée par l'agent et sa sortie brute, horodatées, avec ./darkmoon.sh --log <session>.

---

Démarrage rapide

git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon
./install.sh

install.sh configure votre fournisseur LLM de manière interactive (pas besoin de modifier docker-compose.yml) et construit la pile complète :

./install.sh           # skip form if .opencode.env already configured
./install.sh --init    # force reconfiguration (cloud or local model)
./install.sh --help    # show usage

Prend en charge les fournisseurs cloud (Anthropic, OpenAI, OpenRouter…) et les modèles locaux (Ollama, llama.cpp). Lancez ensuite votre première évaluation et suivez-la en direct :

./darkmoon.sh "TARGET: example.com"
./darkmoon.sh --log <session_id>

Prérequis : Docker & Docker Compose, et une clé API LLM (ou un modèle local). La configuration GPU, les variables d'environnement et la référence complète des flags se trouvent dans la Documentation complète.

---

Grille des fonctionnalités