METATRON

Assistant de test de pénétration basé sur l'IA utilisant un LLM local sur linux (Parrot OS)

🔱 METATRON

Assistant de test de pénétration piloté par l'IA

---

📌 Qu'est-ce que Metatron ?

Metatron est un assistant de test de pénétration IA basé en CLI qui fonctionne entièrement sur votre machine locale — pas de cloud, pas de clés API, pas d'abonnement.

Vous lui donnez une IP cible ou un domaine. Il exécute de véritables outils de reconnaissance (nmap, whois, whatweb, curl, dig, nikto), alimente tous les résultats à un modèle IA exécuté localement, et l'IA analyse la cible, identifie les vulnérabilités, suggère des exploits et recommande des correctifs. Tout est enregistré dans une base de données MariaDB avec un historique complet des scans.

---

✨ Fonctionnalités

• 🤖 Analyse IA locale — propulsée par metatron-qwen via Ollama, fonctionne 100% hors ligne
• 🔍 Reconnaissance automatisée — nmap, whois, whatweb, en-têtes curl, dig DNS, nikto
• 🌐 Recherche Web — recherche DuckDuckGo + consultation CVE (aucune clé API nécessaire)
• 🗄️ Backend MariaDB — historique complet des scans avec 5 tables liées
• ✏️ Modifier / Supprimer — modifiez n'importe quel résultat enregistré directement depuis la CLI
• 🔁 Boucle agentique — l'IA peut demander l'exécution d'outils supplémentaires en cours d'analyse
• 🚫 Pas de clés API — tout est gratuit et local
• 📤 Exporter les rapports

Metatron vous permet d'exporter les résultats de scan dans des formats de rapport propres et partageables en sélectionnant '2. voir historique' -> sélectionnez le numéro slno et exportez

📄 PDF — rapports de vulnérabilité professionnels 🌐 HTML — rapports consultables dans un navigateur

🖥️ Captures d'écran

Menu principal

Outils de reconnaissance en cours d'exécution sur la cible

metatron-qwen analyse les résultats du scan

Vulnérabilités enregistrées dans la base de données

Exportation des résultats de scan en PDF et/ou HTML

---

🧱 Stack technique

Composant	Technologie
Langage	Python 3
Modèle IA	metatron-qwen (Qwen 3.5 affiné)
Modèle base	huihui_ai/qwen3.5-abliterated:9b
Exécuteur LLM	Ollama
Base de données	MariaDB
OS	Parrot OS (basé sur Debian)
Recherche	DuckDuckGo (gratuit, sans clé)

---

⚙️ Installation

1. Cloner le dépôt

git clone https://github.com/sooryathejas/METATRON.git
cd METATRON

2. Créer et activer l'environnement virtuel

python3 -m venv venv
source venv/bin/activate

3. Installer les dépendances Python

pip install -r requirements.txt

4. Installer les outils système

sudo apt install nmap whois whatweb curl dnsutils nikto

---

🤖 Configuration du modèle IA

Étape 1 — Installer Ollama

curl -fsSL https://ollama.com/install.sh | sh

Étape 2 — Télécharger le modèle de base

ollama pull huihui_ai/qwen3.5-abliterated:9b

⚠️ Ce modèle nécessite au moins 8,4 Go de RAM. Si votre système en a moins, utilisez la variante 4b :

ollama pull huihui_ai/qwen3.5-abliterated:4b

Modifiez ensuite le Modelfile et changez la ligne FROM pour le modèle 4b.

Étape 3 — Construire le modèle personnalisé metatron-qwen

Le dépôt inclut un Modelfile qui affine le modèle de base avec des paramètres spécifiques au pentest :

ollama create metatron-qwen -f Modelfile

Ceci crée votre modèle local metatron-qwen avec :

• Fenêtre de contexte de 16 384 tokens
• Température : 0.7
• Top-k : 10
• Top-p : 0.9

Étape 4 — Vérifier que le modèle existe

ollama list

Vous devriez voir metatron-qwen dans la liste.

---

🗄️ Configuration de la base de données

Étape 1 — S'assurer que MariaDB est en cours d'exécution

sudo systemctl start mariadb
sudo systemctl enable mariadb

Étape 2 — Créer la base de données et l'utilisateur

mysql -u root

CREATE DATABASE metatron;
CREATE USER 'metatron'@'localhost' IDENTIFIED BY '123';
GRANT ALL PRIVILEGES ON metatron.* TO 'metatron'@'localhost';
FLUSH PRIVILEGES;
EXIT;

Étape 3 — Créer les tables

mysql -u metatron -p123 metatron

CREATE TABLE history (
  sl_no     INT AUTO_INCREMENT PRIMARY KEY,
  target    VARCHAR(255) NOT NULL,
                      scan_date DATETIME NOT NULL,
                      status    VARCHAR(50) DEFAULT 'active'
);

CREATE TABLE vulnerabilities (
  id          INT AUTO_INCREMENT PRIMARY KEY,
  sl_no       INT,
  vuln_name   TEXT,
  severity    VARCHAR(50),
                              port        VARCHAR(20),
                              service     VARCHAR(100),
                              description TEXT,
                              FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE fixes (
  id       INT AUTO_INCREMENT PRIMARY KEY,
  sl_no    INT,
  vuln_id  INT,
  fix_text TEXT,
  source   VARCHAR(50),
                    FOREIGN KEY (sl_no) REFERENCES history(sl_no),
                    FOREIGN KEY (vuln_id) REFERENCES vulnerabilities(id)
);

CREATE TABLE exploits_attempted (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  exploit_name TEXT,
  tool_used    TEXT,
  payload      LONGTEXT,
  result       TEXT,
  notes        TEXT,
  FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE summary (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  raw_scan     LONGTEXT,
  ai_analysis  LONGTEXT,
  risk_level   VARCHAR(50),
                      generated_at DATETIME,
                      FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

---

🚀 Utilisation

Metatron nécessite deux onglets de terminal pour fonctionner.

Terminal 1 — Charger le modèle IA

ollama run metatron-qwen

Attendez de voir l'invite >>>. Cela signifie que le modèle est chargé en mémoire et prêt. Vous pouvez laisser ce terminal tourner en arrière-plan.

Terminal 2 — Lancer Metatron