Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
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.

··Flux·Contact·Confidentialité·© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
pentestagent — Framework d'agents IA pour les tests de sécurité en boîte noire avec orchestration autonome multi-agents, outils de pentesting intégrés, et intégration MCP pour les workflows de bug bounty, red team et tests de pénétration. | Kitploit
Outils/GitHubGitHub/gh05tcrew/pentestagent
OSINT (Renseignement de Sources Ouvertes)ReconnaissanceScanners de VulnérabilitésFrameworks d'ExploitationSécurité WebSécurité RéseauCTFTests d'IntrusionApprentissage et ÉducationRed TeamingSécurité de l'IA
2.9k58689il y a 8 joursVérifié par Kitploit

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →
Partager
GitHub
gh05tcrew/pentestagent

pentestagent

Framework d'agents IA pour les tests de sécurité en boîte noire avec orchestration autonome multi-agents, outils de pentesting intégrés, et intégration MCP pour les workflows de bug bounty, red team et tests de pénétration.

Voir le dépôt
PentestAgent Logo

PentestAgent

Tests de pénétration par IA

Python License Version Security MCP

https://github.com/user-attachments/assets/a67db2b5-672a-43df-b709-149c8eaee975

Prérequis

  • Python 3.10+
  • Clé API pour OpenAI, Anthropic, ou autre fournisseur supporté par LiteLLM

Installation

# Clone
git clone https://github.com/GH05TCREW/pentestagent.git
cd pentestagent

# Setup (creates venv, installs deps)
.\scripts\setup.ps1   # Windows
./scripts/setup.sh    # Linux/macOS

# Or manual
python -m venv venv
.\venv\Scripts\Activate.ps1  # Windows
source venv/bin/activate     # Linux/macOS
pip install -e ".[all]"
playwright install chromium  # Required for browser tool

Configuration

Créez .env à la racine du projet :

ANTHROPIC_API_KEY=sk-ant-...
PENTESTAGENT_MODEL=claude-sonnet-4-20250514

Ou pour OpenAI :

OPENAI_API_KEY=sk-...
PENTESTAGENT_MODEL=gpt-5

Tout modèle supporté par LiteLLM fonctionne.

Utilisation d'un relais / base API personnalisée

Pointer PentestAgent vers n'importe quel endpoint compatible OpenAI via OPENAI_API_BASE :

OPENAI_API_KEY=your-relay-token
OPENAI_API_BASE=https://relay.example/v1
PENTESTAGENT_MODEL=openai/<model-name-on-your-relay>

Pour les endpoints compatibles Anthropic, utilisez ANTHROPIC_API_BASE à la place. Voir .env.example pour les notes complètes sur les fournisseurs et les options d'embedding.

Exécution

pentestagent                      # Launch TUI
pentestagent -t 192.168.1.1       # Launch with target
pentestagent tui --docker         # Run tools in Docker container

Docker

Exécutez les outils dans un conteneur Docker pour l'isolation et les outils de pentest préinstallés.

Option 1 : Tirer l'image pré-construite (le plus rapide)

# Base image with nmap, netcat, curl
docker run -it --rm \
  -e ANTHROPIC_API_KEY=your-key \
  -e PENTESTAGENT_MODEL=claude-sonnet-4-20250514 \
  ghcr.io/gh05tcrew/pentestagent:latest

# Kali image with metasploit, sqlmap, hydra, etc.
docker run -it --rm \
  -e ANTHROPIC_API_KEY=your-key \
  ghcr.io/gh05tcrew/pentestagent:kali

Option 2 : Construire localement

# Build
docker compose build

# Run
docker compose run --rm pentestagent

# Or with Kali
docker compose --profile kali build
docker compose --profile kali run --rm pentestagent-kali

Le conteneur exécute PentestAgent avec un accès aux outils de pentest Linux. L'agent peut utiliser nmap, msfconsole, sqlmap, etc. directement via l'outil terminal.

Nécessite que Docker soit installé et en cours d'exécution.

Modes

PentestAgent propose trois modes, accessibles via des commandes dans le TUI :

ModeCommandeDescription
Assist/assist <tâche>Une instruction unique, avec exécution d'outils
Agent/agent <tâche>Exécution autonome d'une seule tâche
Crew/crew <tâche>Mode multi-agent. L'orchestrateur génère des travailleurs spécialisés
Interact/interact <tâche>Mode interactif. Discutez avec l'agent, il vous aidera et vous guidera pendant la procédure de pentest

Commandes TUI

/assist <task>    One single-shot instruction.
/agent <task>     Run autonomous agent on task
/crew <task>      Run multi-agent crew on task
/interact <task>  Chat with the agent in guided mode
/target <host>    Set target
/tools            List available tools
/notes            Show saved notes
/report           Generate report from session
/memory           Show token/memory usage
/prompt           Show system prompt
/conversations    Browse and restore saved conversations
/mcp <list/add>   Visualizes or adds a new MCP server.
/spawn [target] [--scope CIDR] [--model M] [--no-rag] [--no-mcp]
                  Manually spawn a child MCP agent from the TUI.
/despawn <server_name>
                  Terminate and remove a previously spawned child agent.
/clear            Clear chat and history
/quit             Exit (also /exit, /q)
/help             Show help (also /h, /?)

Appuyez sur Esc pour arrêter un agent en cours d'exécution. Ctrl+Q pour quitter.

Playbooks

PentestAgent inclut des playbooks d'attaque préconstruits pour les tests de sécurité en boîte noire. Les playbooks définissent une approche structurée pour des évaluations de sécurité spécifiques.

Exécuter un playbook :

pentestagent run -t example.com --playbook thp3_web

Playbook Demo

Outils

PentestAgent inclut des outils intégrés et supporte MCP (Model Context Protocol) pour l'extensibilité.

Outils intégrés : terminal, browser, notes, web_search (nécessite TAVILY_API_KEY), spawn_mcp_agent

Auto-génération d'agent (spawn_mcp_agent)

spawn_mcp_agent est un outil intégré qui permet à un agent en cours d'exécution de générer une copie enfant de lui-même en tant que serveur MCP subordonné connecté via stdio. Le processus enfant est totalement isolé — son propre runtime, client LLM, historique de conversation et magasin de notes — et son ensemble complet d'outils est injecté dans les outils disponibles de l'agent parent après la génération.

Cela permet des workflows hiérarchiques multi-agents sans aucune orchestration externe : l'agent s'organise lui-même en déléguant des sous-tâches ciblées à des enfants qu'il génère à la demande.

ArgumentTypeDéfautDescription
targetstring—Cible de pentest à transmettre à l'enfant
scopestring[]—Cibles/CIDR dans le périmètre pour l'enfant
modelstringvar. env.Identifiant du modèle, remplace PENTESTAGENT_MODEL sur l'enfant
no_ragbooleanfalseIgnorer l'initialisation du moteur RAG sur l'enfant
no_mcpbooleantrueIgnorer les connexions aux serveurs MCP externes sur l'enfant (recommandé)

Après le retour de spawn_mcp_agent, les outils de l'enfant (run_task, run_task_async, await_tasks, etc.) sont disponibles lors du prochain appel d'outil. Le nom du serveur de l'enfant est attribué automatiquement (par exemple child_agent_1) et renvoyé dans le résultat.

Exemple — orchestrateur déléguant une reconnaissance parallèle à deux enfants :

# Turn 1: spawn two isolated child agents
spawn_mcp_agent  target="10.0.1.0/24"  scope=["10.0.1.0/24"]
spawn_mcp_agent  target="10.0.2.0/24"  scope=["10.0.2.0/24"]

# Turn 2: children's tools are now available — delegate work asynchronously
child_agent_1__run_task_async  task="Full port scan and service enumeration"
child_agent_2__run_task_async  task="Full port scan and service enumeration"

# Turn 3: wait and collect
child_agent_1__await_tasks  task_ids=["<id1>"]  timeout_seconds=600
child_agent_2__await_tasks  task_ids=["<id2>"]  timeout_seconds=600
child_agent_1__get_task_result  task_id="<id1>"
child_agent_2__get_task_result  task_id="<id2>"

Contrôle manuel de l'agent enfant (/spawn et /despawn)

Télécharger l’outil