
Plateforme de red-team IA. Des agents LLM autonomes exécutent un test d'intrusion de bout en bout dans un conteneur Kali et rédigent le rapport. Moteur plan/act LangGraph, modèles agnostiques au fournisseur via LiteLLM, sortie PDF/JSON/SARIF. FastAPI + React.
Des agents IA qui exécutent un test d'intrusion de bout en bout et rédigent le rapport.
[!WARNING] REDCELL est fourni uniquement à des fins d'éducation, de recherche et de tests de sécurité légaux et autorisés. Utilisez-le uniquement pour tester des systèmes que vous possédez ou pour lesquels vous disposez d'une autorisation écrite explicite, et uniquement dans le cadre d'un périmètre convenu. L'accès non autorisé à des systèmes informatiques ou leur perturbation est un crime en Azerbaïdjan (articles 271 à 273 du Code pénal) ainsi qu'au regard des lois de la plupart des autres pays. La manière dont vous l'utilisez, et le respect de la loi, relèvent entièrement de votre responsabilité.
REDCELL fait intervenir une équipe d'agents LLM tout au long d'un pentest. Un orchestrateur planifie la mission et confie des objectifs aux agents exécuteurs, qui lancent de vrais outils dans un conteneur Kali et rendent compte. Vous observez et pilotez l'exécution depuis une console opérateur : un chat qui pilote l'orchestrateur, un graphe d'agents et un fil d'activité en direct, une vue en direct du navigateur que pilote l'agent, un terminal sur tout reverse shell intercepté par l'agent, et un rapport à remettre une fois le travail terminé.
Les modèles sont interchangeables via LiteLLM, ce qui vous permet de le pointer vers OpenAI, Anthropic, Google, GLM, DeepSeek, Kimi, un Ollama local ou tout autre service pris en charge. Chaque exécution est sauvegardée au fil de l'eau, de sorte qu'un plantage ou un redémarrage reprend là où elle s'était arrêtée.
run_command couvre tout ce qui ne dispose pas d'un outil dédié.docker exec. Choisissez localhost ou un serveur enregistré par session ; un serveur distant exécute le même conteneur via SSH avec le réseau de l'hôte.flowchart LR
UI["Operator console<br/>React + Vite"] -->|REST + WebSocket| API["FastAPI"]
API --> PG[(PostgreSQL)]
API --> RS[(Redis<br/>pub/sub + queue)]
API --> S3[(MinIO<br/>files & reports)]
RS --> W["Worker (arq)"]
W --> ENG["Engine<br/>LangGraph + LiteLLM"]
ENG -->|docker exec| KALI["Kali container<br/>local or remote over SSH"]
KALI --> TGT["Targets"]
W -->|events / chat / shell| RS
RS -->|stream| API
L'API n'exécute pas d'agents. Elle met un run en file d'attente, le worker l'exécute, et le worker publie la sortie sur des canaux Redis que l'API relaie au navigateur via WebSockets.
Python 3.12, FastAPI, async SQLAlchemy + asyncpg, Alembic, arq, LangGraph, LiteLLM, ReportLab, PostgreSQL, Redis, MinIO, asyncssh. Frontend : React 18, Vite, TypeScript, Tailwind, TanStack Query, xterm. Outillage : uv pour Python, bun pour le frontend.