साइबर सुरक्षा AI (CAI), AI सुरक्षा के लिए फ्रेमवर्क
असीमित alias1 टोकन के साथ पेशेवर संस्करण | 📊 बेंचमार्क देखें | 🚀 और जानें
🔒 सामुदायिक संस्करण अनुसंधान और सीखना · शोधकर्ताओं और छात्रों के लिए आदर्श pip install cai-framework
✅ अनुसंधान के लिए मुफ़्त 🤖 300+ AI मॉडल 🌍 समुदाय द्वारा संचालित 📚 ओपन सोर्स 🔧 विस्तार योग्य फ्रेमवर्क
🚀 पेशेवर संस्करण एंटरप्राइज़ और उत्पादन · €350/माह · असीमित alias1 टोकन
→ PRO में अपग्रेड करें
⚡ alias1 मॉडल - ∞ असीमित टोकन 🚫 शून्य अस्वीकार - अप्रतिबंधित AI 🏆 CTF बेंचमार्क में GPT-5 को हराता है 🛡️ पेशेवर सहायता शामिल 🇪🇺 यूरोपीय डेटा संप्रभुता
CAI PRO alias1 मॉडल के साथ AI बनाम AI साइबर सुरक्षा बेंचमार्क में GPT-5 से बेहतर प्रदर्शन करता है | पूर्ण बेंचमार्क देखें →
-->
साइबर सुरक्षा AI (CAI) एक हल्का, ओपन-सोर्स फ्रेमवर्क है जो सुरक्षा पेशेवरों को AI-संचालित आक्रामक और रक्षात्मक ऑटोमेशन बनाने और तैनात करने में सक्षम बनाता है। CAI AI सुरक्षा के लिए वास्तविक फ्रेमवर्क है, जिसका उपयोग पहले से ही हजारों व्यक्तिगत उपयोगकर्ताओं और सैकड़ों संगठनों द्वारा किया जा रहा है। चाहे आप एक सुरक्षा शोधकर्ता, एथिकल हैकर, आईटी पेशेवर, या अपनी सुरक्षा स्थिति को बढ़ाने के इच्छुक संगठन हों, CAI विशेष AI एजेंट बनाने के लिए बिल्डिंग ब्लॉक प्रदान करता है जो शमन, भेद्यता खोज, शोषण और सुरक्षा मूल्यांकन में सहायता कर सकते हैं।
CAI_LICENSE_OFF)CAI को बिना ALIAS_API_KEY (अर्थात बिना Alias Robotics लाइसेंस के) CAI_LICENSE_OFF=1 पर्यावरण चर सेट करके चलाया जा सकता है।
जब CAI_LICENSE_OFF को 1, true, या yes पर सेट किया जाता है:
ALIAS_API_KEY की आवश्यकता नहीं है।cai-framework पैकेज को लक्षित करते हैं।CAI_MODEL और संबंधित प्रदाता API key को कॉन्फ़िगर करके किसी भी अन्य समर्थित मॉडल प्रदाता (OpenAI, Anthropic, DeepSeek, Ollama, आदि) का उपयोग कर सकते हैं।बिना लाइसेंस के त्वरित शुरुआत:
export CAI_LICENSE_OFF=1
pip install cai-framework # हमेशा PyPI से नवीनतम स्थापित करें (वैकल्पिक, लेकिन अनुशंसित)
``````bash
export CAI_LICENSE_OFF=1
cai
या इनलाइन:```bash CAI_LICENSE_OFF=1 cai
> नोट: `alias1` मॉडल को अभी भी एक मान्य `ALIAS_API_KEY` की आवश्यकता है। `CAI_LICENSE_OFF` केवल फ्रेमवर्क के लाइसेंस गेट को बायपास करता है — यह Alias-होस्टेड मॉडल्स तक पहुँच प्रदान नहीं करता है।
**मुख्य विशेषताएं:**
- 🤖 **300+ AI मॉडल**: OpenAI, Anthropic, DeepSeek, Ollama और अधिक के लिए समर्थन
- 🔧 **अंतर्निहित सुरक्षा उपकरण**: टोही, शोषण और विशेषाधिकार वृद्धि के लिए तैयार उपकरण
- 🏆 **युद्ध-परीक्षित**: HackTheBox CTF, बग बाउंटी और वास्तविक दुनिया की सुरक्षा [केस स्टडीज](https://aliasrobotics.com/case-studies-robot-cybersecurity.php) में सिद्ध
- 🎯 **एजेंट-आधारित आर्किटेक्चर**: विभिन्न सुरक्षा कार्यों के लिए विशेष एजेंट बनाने के लिए मॉड्यूलर फ्रेमवर्क डिज़ाइन
- 🛡️ **गार्डरेल्स सुरक्षा**: प्रॉम्प्ट इंजेक्शन और खतरनाक कमांड निष्पादन के खिलाफ अंतर्निहित सुरक्षा
- 📚 **अनुसंधान-उन्मुख**: समुदाय के लिए साइबर सुरक्षा AI को लोकतांत्रिक बनाने के लिए अनुसंधान आधार
> [!नोट]
> तकनीकी रिपोर्ट पढ़ें: [CAI: An Open, Bug Bounty-Ready Cybersecurity AI](https://arxiv.org/pdf/2504.06017)
> [आंकड़ों और संदर्भों के साथ एक HTML पठन संस्करण](https://cybersecurityrobotics.com/research/cai-bug-bounty-cybersecurity-ai/) Robot Cybersecurity Lab द्वारा बनाए रखा गया है।
>
> आगे पढ़ने के लिए, हमारे [प्रभाव](#-impact) और [CAI उद्धरण](#citation) अनुभाग देखें।
| [`Robotics` - CAI और alias1: Unitree G1 Humanoid Robot](https://aliasrobotics.com/case-study-humanoid-robot-g1.php) | [`OT` - CAI और alias1: Dragos OT CTF 2025](https://aliasrobotics.com/case-study-dragos-CTF.php) |
|------------------------------------------------|---------------------------------|
| CAI Unitree G1 ह्यूमनॉइड रोबोट में कमजोरियों और गोपनीयता उल्लंघनों का खुलासा करता है, जिसमें चीन से संबंधित सर्वरों को अनधिकृत टेलीमेट्री ट्रांसमिशन, विश्व-लेखन योग्य अनुमतियों के साथ उजागर RSA कुंजियाँ, और GDPR और अंतरराष्ट्रीय गोपनीयता कानूनों का उल्लंघन करने वाली संभावित निगरानी क्षमताएँ शामिल हैं। | CAI, alias1 द्वारा संचालित, Dragos OT CTF 2025 में शीर्ष-10 रैंकिंग प्राप्त करके परिचालन प्रौद्योगिकी साइबर सुरक्षा में असाधारण प्रदर्शन प्रदर्शित करता है। AI एजेंट प्रतियोगिता के घंटे 7-8 के दौरान रैंक 1 पर पहुंच गया, 34 में से 32 चुनौतियों को पूरा किया, और शीर्ष मानव टीमों पर 37% गति लाभ बनाए रखा। |
| [](https://aliasrobotics.com/case-study-humanoid-robot-g1.php) | [](https://aliasrobotics.com/case-study-dragos-CTF.php) |
| [`IT` (Bug Bounty) - CAI: HackerOne Platform](https://aliasrobotics.com/case-study-hackerone.php) | [`OT` - CAI और alias0: Ecoforest Heat Pumps](https://aliasrobotics.com/case-study-ecoforest.php) |
|------------------------------------------------|---------------------------------|
| HackerOne के शीर्ष इंजीनियर अगली पीढ़ी की एजेंटिक AI आर्किटेक्चर का पता लगाने और अपने स्वयं के सुरक्षा उत्पाद बनाने के लिए CAI का लाभ उठाते हैं। CAI का रीटेस्टर एजेंट सीधे HackerOne के AI-संचालित डिडुप्लीकेशन एजेंट को प्रेरित करता है, जो अब लाखों कमजोरी रिपोर्ट को स्केल पर संभालने के लिए उत्पादन में तैनात है। | CAI Ecoforest हीट पंपों में एक महत्वपूर्ण कमजोरी की खोज करता है जो अनधिकृत रिमोट एक्सेस और संभावित विनाशकारी विफलताओं की अनुमति देती है। AI-संचालित सुरक्षा परीक्षण यूरोप भर में उनकी सभी तैनात इकाइयों को प्रभावित करने वाले उजागर क्रेडेंशियल्स और DES एन्क्रिप्शन कमजोरियों को उजागर करता है। |
| [](https://aliasrobotics.com/case-study-hackerone.php) | [](https://aliasrobotics.com/case-study-ecoforest.php) |
| [`Robotics` - CAI और alias0: Mobile Industrial Robots (MiR)](https://aliasrobotics.com/case-study-cai-mir.php) | [`IT` (Web) - CAI और alias0: Mercado Libre's e-commerce](https://aliasrobotics.com/case-study-mercado-libre.php) |
|------------------------------------------------|---------------------------------|
| CAI-संचालित MiR (Mobile Industrial Robot) प्लेटफ़ॉर्म का स्वचालित ROS संदेश इंजेक्शन हमलों के माध्यम से सुरक्षा परीक्षण। यह अध्ययन प्रदर्शित करता है कि AI-संचालित कमजोरी खोज रोबोट नियंत्रण प्रणालियों और अलार्म ट्रिगर्स तक अनधिकृत पहुँच को कैसे उजागर कर सकती है। | CAI-संचालित Mercado Libre पर स्वचालित गणना हमलों के माध्यम से API कमजोरी की खोज। यह अध्ययन प्रदर्शित करता है कि AI-संचालित सुरक्षा परीक्षण स्केल पर ई-कॉमर्स प्लेटफ़ॉर्म में उपयोगकर्ता डेटा एक्सपोज़र जोखिमों को कैसे उजागर कर सकता है। |
| [](https://aliasrobotics.com/case-study-cai-mir.php) | [](https://aliasrobotics.com/case-study-mercado-libre.php) |
| [`OT` - CAI और alias0: MQTT broker](https://aliasrobotics.com/case-study-cai-mqtt-broker.php) | [`IT` (Web) - CAI और alias0: PortSwigger Web Security Academy](https://aliasrobotics.com/case-study-portswigger-1.php) |
|------------------------------------------------|---------------------------------|
| CAI-संचालित परीक्षण ने Dockerized OT नेटवर्क में MQTT ब्रोकर में महत्वपूर्ण खामियों का खुलासा किया। प्रमाणीकरण के बिना, CAI ने तापमान और आर्द्रता विषयों की सदस्यता ली और झूठे मान इंजेक्ट किए, जिससे Grafana डैशबोर्ड में दिखाए गए डेटा दूषित हो गए। | CAI-संचालित फ़ाइल अपलोड कमजोरी में रेस कंडीशन का शोषण। यह अध्ययन प्रदर्शित करता है कि AI-संचालित सुरक्षा परीक्षण वेब अनुप्रयोगों में टाइमिंग विंडो की पहचान और शोषण कैसे कर सकता है, स्वचालित समानांतर अनुरोधों के माध्यम से वेब शेल को सफलतापूर्वक अपलोड और निष्पादित कर सकता है। |
| [](https://aliasrobotics.com/case-study-cai-mqtt-broker.php) | [](https://aliasrobotics.com/case-study-portswigger-1.php) |
> [!चेतावनी]
> :warning: CAI सक्रिय विकास में है, इसलिए इसके दोषरहित काम करने की उम्मीद न करें। इसके बजाय, एक मुद्दा उठाकर या [PR भेजकर](https://github.com/aliasrobotics/cai/pulls) योगदान करें।
>
> इस लाइब्रेरी तक पहुँच और सूचना, सामग्री (या उसके भागों) का उपयोग ** उद्देश्य नहीं है, और निषिद्ध है, जहाँ ऐसी पहुँच या उपयोग लागू कानूनों या नियमों का उल्लंघन करता है**। लेखक किसी भी तरह से चल रहे सिस्टम के साथ अनधिकृत छेड़छाड़ को प्रोत्साहित या बढ़ावा नहीं देते हैं। इससे गंभीर मानवीय नुकसान और भौतिक क्षति हो सकती है।
>
> *CAI के लेखक किसी भी तरह से कंप्यूट सिस्टम के साथ अनधिकृत छेड़छाड़ को प्रोत्साहित या बढ़ावा नहीं देते हैं। कृपया यहाँ स्रोत कोड का उपयोग साइबर अपराध के लिए न करें। इसके बजाय अच्छे के लिए पेंटेस्ट करें*। इस स्रोत कोड को डाउनलोड करके, उपयोग करके या संशोधित करके, आप [`LICENSE`](https://github.com/aliasrobotics/cai/blob/archive/LICENSE) की शर्तों और [`DISCLAIMER`](https://github.com/aliasrobotics/cai/blob/archive/DISCLAIMER) फ़ाइल में उल्लिखित सीमाओं से सहमत होते हैं।
## :bookmark: विषय सूची
- [साइबर सुरक्षा AI (`CAI`)](#cybersecurity-ai-cai)
- [:bookmark: विषय सूची](#bookmark-table-of-contents)
- [🎯 प्रभाव](#-impact)
- [🏆 प्रतियोगिताएं और चुनौतियां](#-competitions-and-challenges)
- [📊 अनुसंधान प्रभाव](#-research-impact)
- [📚 अनुसंधान उत्पाद: `साइबर सुरक्षा AI`](#-research-products-cybersecurity-ai)
- [प्रमाण की अवधारणाएं (PoCs)](#pocs)
- [प्रेरणा](#motivation)
- [:bust\_in\_silhouette: CAI क्यों?](#bust_in_silhouette-why-cai)
- [CAI के पीछे नैतिक सिद्धांत](#ethical-principles-behind-cai)
- [बंद-स्रोत विकल्प](#closed-source-alternatives)
- [सीखें - `CAI` प्रवीणता](#learn---cai-fluency)
- [:nut\_and\_bolt: स्थापित करें](#nut_and_bolt-install)
- [OS X](#os-x)
- [Ubuntu 24.04](#ubuntu-2404)
- [Ubuntu 20.04](#ubuntu-2004)
- [Windows WSL](#windows-wsl)
- [Android](#android)
- [:nut\_and\_bolt: `.env` फ़ाइल सेटअप](#nut_and_bolt-setup-env-file)
- [🔹 कस्टम OpenAI आधार URL समर्थन](#-custom-openai-base-url-support)
- [:triangular\_ruler: आर्किटेक्चर:](#triangular_ruler-architecture)
- [🔹 एजेंट](#-agent)
- [🔹 उपकरण](#-tools)
- [🔹 हैंडऑफ](#-handoffs)
- [🔹 पैटर्न](#-patterns)
- [🔹 टर्न और इंटरैक्शन](#-turns-and-interactions)
- [🔹 ट्रेसिंग](#-tracing)
- [🔹 गार्डरेल्स](#-guardrails)
- [🔹 मानव-इन-द-लूप (HITL)](#-human-in-the-loop-hitl)
- [:rocket: त्वरित आरंभ](#rocket-quickstart)
- [पर्यावरण चर](#environment-variables)
- [OpenRouter एकीकरण](#openrouter-integration)
- [Azure OpenAI](#azure-openai)
- [MCP](#mcp)
- [विकास](#development)
- [योगदान](#contributions)
- [वैकल्पिक आवश्यकताएं: caiextensions](#optional-requirements-caiextensions)
- [:information\_source: उपयोग डेटा संग्रह](#information_source-usage-data-collection)
- [CI-सेटअप को स्थानीय रूप से पुन: उत्पन्न करें](#reproduce-ci-setup-locally)
- [FAQ](#faq)
- [उद्धरण](#citation)
- [आभार](#acknowledgements)
- [शैक्षणिक सहयोग](#academic-collaborations)
## 🎯 प्रभाव
### 🏆 प्रतियोगिताएं और चुनौतियां
[-red.svg)](https://app.hackthebox.com/users/2268644)
[-red.svg)](https://app.hackthebox.com/users/2268644)
[-red.svg)](https://app.hackthebox.com/users/2268644)
[-red.svg)](https://app.hackthebox.com/users/2268644)
[_world-red.svg)](https://ctf.hackthebox.com/event/2000/scoreboard)
[](https://ctf.hackthebox.com/event/2000/scoreboard)
[](https://ctf.hackthebox.com/event/2000/scoreboard)
[](https://ctf.hackthebox.com/event/2000/scoreboard)
[](https://lu.ma/roboticshack?tk=RuryKF)
### 📊 अनुसंधान प्रभाव
- LLM-संचालित AI सुरक्षा का बीड़ा उठाया PentestGPT के साथ, `साइबर सुरक्षा AI` अनुसंधान क्षेत्र की नींव स्थापित की [](https://arxiv.org/pdf/2308.06782)
- **8 पेपर और तकनीकी रिपोर्ट** के साथ `साइबर सुरक्षा AI` अनुसंधान रेखा स्थापित की, सक्रिय अनुसंधान सहयोग के साथ [](https://arxiv.org/pdf/2504.06017) [](https://arxiv.org/abs/2506.23592) [](https://arxiv.org/abs/2508.13588) [](https://arxiv.org/abs/2508.21669) [](https://arxiv.org/abs/2509.14096) [](https://arxiv.org/abs/2509.14139) [](https://arxiv.org/abs/2510.17521) [](https://arxiv.org/abs/2510.24317)
- मानकीकृत CTF बेंचमार्क मूल्यांकनों में मानव पैठ परीक्षकों पर **3,600× प्रदर्शन सुधार** प्रदर्शित किया [](https://arxiv.org/pdf/2504.06017)
- उत्पादन प्रणालियों में स्वचालित सुरक्षा मूल्यांकन के माध्यम से **CVSS 4.3-7.5 गंभीरता की कमजोरियां** पहचानी [](https://arxiv.org/pdf/2504.06017)
- **AI-सशक्त कमजोरी अनुसंधान का लोकतंत्रीकरण**: CAI गैर-सुरक्षा डोमेन विशेषज्ञों और अनुभवी शोधकर्ताओं दोनों को अधिक कुशल कमजोरी खोज करने में सक्षम बनाता है, सुरक्षा अनुसंधान समुदाय का विस्तार करते हुए छोटे और मध्यम उद्यमों को स्वायत्त सुरक्षा मूल्यांकन करने के लिए सशक्त बनाता है [](https://arxiv.org/pdf/2504.06017)
- स्वामित्व और ओपन-वेट दोनों आर्किटेक्चर में बड़े भाषा मॉडलों का **व्यवस्थित मूल्यांकन**, विक्रेता-रिपोर्ट की गई क्षमताओं और अनुभवजन्य साइबर सुरक्षा प्रदर्शन मेट्रिक्स के बीच पर्याप्त अंतराल प्रकट करना [](https://arxiv.org/pdf/2504.06017)
- साइबर सुरक्षा में **स्वायत्तता स्तर** स्थापित किए और क्षेत्र में स्वायत्तता बनाम स्वचालन पर तर्क दिया [](https://arxiv.org/abs/2506.23592)
- अंतरराष्ट्रीय शैक्षणिक संस्थानों के साथ **सहयोगात्मक अनुसंधान पहल** जो साइबर सुरक्षा शिक्षा पाठ्यक्रम और प्रशिक्षण पद्धतियों को विकसित करने पर केंद्रित है [](https://arxiv.org/abs/2508.13588)
- AI सुरक्षा एजेंटों में प्रॉम्प्ट इंजेक्शन के खिलाफ **एक व्यापक रक्षा ढांचा प्रदान किया**: पहचाने गए प्रॉम्प्ट इंजेक्शन मुद्दों को संबोधित करने वाली एक बहु-स्तरीय रक्षा प्रणाली विकसित और अनुभवजन्य रूप से मान्य की गई [](https://arxiv.org/abs/2508.21669)
- CAI के साथ ह्यूमनॉइड रोबोट की साइबर सुरक्षा का पता लगाया और नए हमले वैक्टर की पहचान की जो दिखाते हैं कि यह `(a)` एक साथ एक गुप्त निगरानी नोड के रूप में संचालित होता है और `(b)` एक सक्रिय साइबर संचालन मंच के रूप में इस्तेमाल किया जा सकता है [](https://arxiv.org/abs/2509.14096) [](https://arxiv.org/abs/2509.14139)
### 📚 अनुसंधान उत्पाद: `साइबर सुरक्षा AI`
| CAI, An Open, Bug Bounty-Ready Cybersecurity AI [](https://arxiv.org/pdf/2504.06017) | स्वचालन और स्वायत्तता के बीच खतरनाक अंतर [](https://arxiv.org/abs/2506.23592) | CAI प्रवीणता, साइबर सुरक्षा AI प्रवीणता के लिए एक ढांचा [](https://arxiv.org/abs/2508.13588) | प्रॉम्प्ट इंजेक्शन के माध्यम से AI हैकर्स को हैक करना [](https://arxiv.org/abs/2508.21669) |
|---|---|---|---|
| [](https://arxiv.org/pdf/2504.06017) | [](https://www.arxiv.org/pdf/2506.23592) | [](https://arxiv.org/pdf/2508.13588) | [](https://arxiv.org/pdf/2508.21669) |
| ह्यूमनॉइड रोबोट हमले वैक्टर के रूप में [](https://arxiv.org/abs/2509.14139) | एक ह्यूमनॉइड रोबोट की साइबर सुरक्षा [](https://arxiv.org/abs/2509.14096) | हमला/बचाव CTF में एजेंटिक साइबर सुरक्षा का मूल्यांकन [](https://arxiv.org/abs/2510.17521) | CAIBench: साइबर सुरक्षा AI एजेंटों के मूल्यांकन के लिए एक मेटा-बेंचमार्क [](https://arxiv.org/abs/2510.24317) |
|---|---|---|---|
| [](https://arxiv.org/pdf/2509.14139) | [](https://arxiv.org/pdf/2509.14096) | [](https://arxiv.org/pdf/2510.17521) | [](https://arxiv.org/pdf/2510.24317) |
**विस्तारित HTML पठन संस्करण:** [CAI](https://cybersecurityrobotics.com/research/cai-bug-bounty-cybersecurity-ai/) · [CAIBench](https://cybersecurityrobotics.com/research/caibench-cybersecurity-ai-benchmark/) · [ह्यूमनॉइड रोबोट हमले वैक्टर के रूप में](https://cybersecurityrobotics.com/research/humanoids-as-attack-vectors/) · [एक ह्यूमनॉइड रोबोट की साइबर सुरक्षा](https://cybersecurityrobotics.com/research/cybersecurity-of-a-humanoid-robot/) · [AI युग में उपभोक्ता रोबोट हैक करना](https://cybersecurityrobotics.com/research/hacking-consumer-robots-ai-era/)
## PoCs
| CAI `alias0` के साथ MiR-100 रोबोट में ROS संदेश इंजेक्शन हमलों पर | CAI `alias0` के साथ Mercado Libre पर API कमजोरी की खोज पर |
|-----------------------------------------------|---------------------------------|
| [](https://asciinema.org/a/dNv705hZel2Rzrw0cju9HBGPh) | [](https://asciinema.org/a/9Hc9z1uFcdNjqP3bY5y7wO1Ww) |
| JWT@PortSwigger CTF पर CAI — साइबर सुरक्षा AI | HackableII Boot2Root CTF पर CAI — साइबर सुरक्षा AI |
|-----------------------------------------------|---------------------------------|
| [](https://asciinema.org/a/713487) | [](https://asciinema.org/a/713485) |
अधिक केस स्टडीज और PoCs [https://aliasrobotics.com/case-studies-robot-cybersecurity.php](https://aliasrobotics.com/case-studies-robot-cybersecurity.php) पर उपलब्ध हैं।
## प्रेरणा
### :bust_in_silhouette: CAI क्यों?
साइबर सुरक्षा परिदृश्य एक नाटकीय परिवर्तन से गुजर रहा है क्योंकि AI सुरक्षा संचालन में तेजी से एकीकृत हो रहा है। **हम भविष्यवाणी करते हैं कि 2028 तक, AI-संचालित सुरक्षा परीक्षण उपकरण मानव पेंटेस्टर्स से अधिक होंगे**। यह बदलाव एक मौलिक परिवर्तन का प्रतिनिधित्व करता है कि हम साइबर सुरक्षा चुनौतियों का सामना कैसे करते हैं। *AI केवल एक और उपकरण नहीं है - यह जटिल सुरक्षा कमजोरियों को संबोधित करने और परिष्कृत खतरों से आगे रहने के लिए आवश्यक होता जा रहा है। जैसे-जैसे संगठन अधिक उन्नत साइबर हमलों का सामना करते हैं, AI-संवर्धित सुरक्षा परीक्षण मजबूत सुरक्षा बनाए रखने के लिए महत्वपूर्ण होगा।*
यह कार्य पिछले प्रयासों[^4] पर आधारित है और इसी तरह, हम मानते हैं कि उन्नत साइबर सुरक्षा AI उपकरणों तक पहुँच का लोकतंत्रीकरण पूरे सुरक्षा समुदाय के लिए महत्वपूर्ण है। यही कारण है कि हम साइबर सुरक्षा AI (`CAI`) को एक ओपन सोर्स फ्रेमवर्क के रूप में जारी कर रहे हैं। हमारा लक्ष्य सुरक्षा शोधकर्ताओं, नैतिक हैकर्स और संगठनों को शक्तिशाली AI-संचालित सुरक्षा उपकरण बनाने और तैनात करने के लिए सशक्त बनाना है। इन क्षमताओं को खुले तौर पर उपलब्ध कराकर, हम खेल के मैदान को समतल करने और यह सुनिश्चित करने का लक्ष्य रखते हैं कि अत्याधुनिक सुरक्षा AI तकनीक अच्छी तरह से वित्तपोषित निजी कंपनियों या राज्य अभिनेताओं तक सीमित न हो।
बग बाउंटी प्रोग्राम आधुनिक साइबर सुरक्षा की आधारशिला बन गए हैं, जो संगठनों को उनके सिस्टम में कमजोरियों की पहचान करने और उन्हें ठीक करने के लिए एक महत्वपूर्ण तंत्र प्रदान करते हैं, इससे पहले कि उनका शोषण किया जा सके। ये प्रोग्राम सार्वजनिक और निजी दोनों बुनियादी ढांचे को सुरक्षित करने में अत्यधिक प्रभावी साबित हुए हैं, जिनमें शोधकर्ताओं ने महत्वपूर्ण कमजोरियों की खोज की है जो अन्यथा किसी का ध्यान नहीं गई होतीं। CAI विशेष रूप से इन प्रयासों को बढ़ाने के लिए डिज़ाइन किया गया है, जो विशेष AI एजेंट बनाने के लिए एक हल्का, एर्गोनोमिक फ्रेमवर्क प्रदान करता है जो बग बाउंटी हंटिंग के विभिन्न पहलुओं में सहायता कर सकते हैं - प्रारंभिक टोही से लेकर कमजोरी सत्यापन और रिपोर्टिंग तक। हमारा फ्रेमवर्क AI क्षमताओं के साथ मानव विशेषज्ञता को बढ़ाने का लक्ष्य रखता है, जिससे शोधकर्ताओं को डिजिटल सिस्टम को अधिक सुरक्षित बनाने की उनकी खोज में अधिक कुशलता और गहनता से काम करने में मदद मिलती है।
### CAI के पीछे नैतिक सिद्धांत
आप सोच रहे होंगे कि CAI को उसकी क्षमताओं और सुरक्षा निहितार्थों को देखते हुए *जंगल में* जारी करना नैतिक है या नहीं। इस फ्रेमवर्क को ओपन-सोर्स करने का हमारा निर्णय दो मुख्य नैतिक सिद्धांतों द्वारा निर्देशित है:
1. **साइबर सुरक्षा AI का लोकतंत्रीकरण**: हम मानते हैं कि उन्नत साइबर सुरक्षा AI उपकरण पूरे सुरक्षा समुदाय के लिए सुलभ होने चाहिए, न कि केवल अच्छी तरह से वित्तपोषित निजी कंपनियों या राज्य अभिनेताओं के लिए। CAI को एक ओपन सोर्स फ्रेमवर्क के रूप में जारी करके, हम सुरक्षा शोधकर्ताओं, नैतिक हैकर्स और संगठनों को शक्तिशाली AI-संचालित सुरक्षा उपकरण बनाने और तैनात करने के लिए सशक्त बनाने का लक्ष्य रखते हैं, जिससे साइबर सुरक्षा में खेल का मैदान समतल हो।
2. **AI सुरक्षा क्षमताओं में पारदर्शिता**: हमारे शोध परिणामों, प्रौद्योगिकी की समझ और शीर्ष तकनीकी रिपोर्टों के विश्लेषण के आधार पर, हम तर्क देते हैं कि वर्तमान LLM विक्रेता अपनी साइबर सुरक्षा क्षमताओं को कम आंक रहे हैं। यह अत्यंत खतरनाक और भ्रामक है। CAI को खुले तौर पर विकसित करके, हम साइबर सुरक्षा संदर्भों में AI सिस्टम वास्तव में क्या कर सकते हैं, इसका एक पारदर्शी बेंचमार्क प्रदान करते हैं, जिससे सुरक्षा मुद्राओं के बारे में अधिक सूचित निर्णय लेने में मदद मिलती है।CAI निम्नलिखित मुख्य सिद्धांतों पर आधारित है:
- **साइबर सुरक्षा-उन्मुख AI ढांचा**: CAI विशेष रूप से साइबर सुरक्षा उपयोग मामलों के लिए डिज़ाइन किया गया है, जिसका उद्देश्य आक्रामक और रक्षात्मक सुरक्षा कार्यों को अर्ध- और पूर्णतः स्वचालित करना है।
- **खुला स्रोत, शोध के लिए मुफ्त**: CAI खुला स्रोत है और शोध उद्देश्यों के लिए मुफ्त है। हम AI और साइबर सुरक्षा तक पहुंच को लोकतांत्रिक बनाने का लक्ष्य रखते हैं। व्यावसायिक या वाणिज्यिक उपयोग के लिए, जिसमें ऑन-प्रिमाइसेस तैनाती, समर्पित तकनीकी सहायता और कस्टम एक्सटेंशन शामिल हैं, लाइसेंस प्राप्त करने के लिए [संपर्क करें](mailto:[email protected])।
- **हल्का**: CAI तेज़ और उपयोग में आसान होने के लिए डिज़ाइन किया गया है।
- **मॉड्यूलर और एजेंट-केंद्रित डिज़ाइन**: CAI एजेंटों और एजेंटिक पैटर्न के आधार पर काम करता है, जो लचीलापन और स्केलेबिलिटी प्रदान करता है। आप अपने साइबर सुरक्षा लक्ष्य मामले के लिए सबसे उपयुक्त एजेंट और पैटर्न आसानी से जोड़ सकते हैं।
- **उपकरण-एकीकरण**: CAI पहले से निर्मित उपकरणों को एकीकृत करता है, और उपयोगकर्ता को अपने स्वयं के तर्क के साथ अपने उपकरणों को आसानी से एकीकृत करने की अनुमति देता है।
- **लॉगिंग और ट्रेसिंग एकीकृत**: LLM के लिए खुले स्रोत ट्रेसिंग और लॉगिंग टूल [`phoenix`](https://github.com/Arize-ai/phoenix) का उपयोग करना। यह उपयोगकर्ता को एजेंटों और उनके निष्पादन की विस्तृत ट्रेसेबिलिटी प्रदान करता है।
- **मल्टी-मॉडल समर्थन**: [LiteLLM](https://github.com/BerriAI/litellm) द्वारा 300 से अधिक समर्थित और सशक्त। सबसे लोकप्रिय प्रदाता:
- **Anthropic**: `Claude 3.7`, `Claude 3.5`, `Claude 3`, `Claude 3 Opus`
- **OpenAI**: `O1`, `O1 Mini`, `O3 Mini`, `GPT-4o`, `GPT-4.5 Preview`
- **DeepSeek**: `DeepSeek V3`, `DeepSeek R1`
- **Ollama**: `Qwen2.5 72B`, `Qwen2.5 14B`, आदि
### बंद-स्रोत विकल्प
साइबर सुरक्षा AI एक महत्वपूर्ण क्षेत्र है, फिर भी कई समूह गलत तरीके से इसे विशुद्ध आर्थिक लाभ के लिए बंद-स्रोत विधियों के माध्यम से अपना रहे हैं, समान तकनीकों का लाभ उठाते हुए और मौजूदा बंद-स्रोत (*अक्सर तीसरे पक्ष के स्वामित्व वाले*) मॉडलों पर निर्माण कर रहे हैं। यह दृष्टिकोण न केवल मूल्यवान इंजीनियरिंग संसाधनों को बर्बाद करता है, बल्कि आर्थिक बर्बादी का प्रतिनिधित्व करता है और अनावश्यक प्रयासों में परिणत होता है, क्योंकि वे अक्सर पहिए का पुनः आविष्कार करते हैं। यहां कुछ बंद-स्रोत पहलें हैं जिन पर हम नज़र रखते हैं और जो साइबर सुरक्षा AI में genAI और एजेंटिक ढांचे का लाभ उठाने का प्रयास कर रही हैं:
- [Autonomous Cyber](https://www.acyber.co/)
- [CrackenAGI](https://cracken.ai/)
- [ETHIACK](https://ethiack.com/)
- [Horizon3](https://horizon3.ai/)
- [Irregular](https://www.irregular.com/)
- [Kindo](https://www.kindo.ai/)
- [Lakera](https://lakera.ai)
- [Mindfort](https://github.com/aliasrobotics/cai/blob/archive/www.mindfort.ai)
- [Mindgard](https://mindgard.ai/)
- [NDAY Security](https://ndaysecurity.com/)
- [Penligent](https://penligent.ai/)
- [Runsybil](https://www.runsybil.com)
- [Selfhack](https://www.selfhack.fi)
- [Sola Security](https://sola.security/)
- [SQUR](https://squr.ai/)
- [Staris](https://staris.tech/)
- [Sxipher](https://www.sxipher.com/) (बंद लगता है)
- [Terra Security](https://www.terra.security)
- [Vibeproxy](https://vibeproxy.app/)
- [Xint](https://xint.io/)
- [XBOW](https://www.xbow.com)
- [ZeroPath](https://www.zeropath.com)
- [Zynap](https://www.zynap.com)
- [7ai](https://7ai.com)
## सीखें - `CAI` Fluency
> [!NOTE]
>
> CAI Fluency तकनीकी रिपोर्ट ([arXiv:2508.13588](https://arxiv.org/pdf/2508.13588)) साइबर सुरक्षा AI साक्षरता के लिए औपचारिक शैक्षिक ढांचे स्थापित करती है।
| | विवरण | अंग्रेज़ी | स्पेनिश |
|-------|----------------|---------|---------|
| **Episode 0**: What is CAI? | साइबर सुरक्षा AI (`CAI`) समझाया गया | [](https://www.youtube.com/watch?v=nBdTxbKM4oo) | [](https://www.youtube.com/watch?v=FaUL9HXrQ5k) |
| **Episode 1**: The `CAI` Framework | दृष्टि और नैतिकता - CAI के पीछे मुख्य प्रेरणा का अन्वेषण करें और इसके विकास का मार्गदर्शन करने वाले महत्वपूर्ण नैतिक सिद्धांतों में गहराई से जाएं। CAI के पीछे की प्रेरणा को समझें और आप साइबर सुरक्षा और CAI ढांचे के भविष्य में सक्रिय रूप से कैसे योगदान दे सकते हैं। | [](https://www.youtube.com/watch?v=QEiGdsMf29M&list=PLLc16OUiZWd4RuFdN5_Wx9xwjCVVbopzr&index=3) | |
| **Episode 2**: From Zero to Cyber Hero | AI के साथ साइबर सुरक्षा में प्रवेश - पूर्ण शुरुआती लोगों के लिए CAI और AI उपकरणों का उपयोग करके साइबर सुरक्षा व्यवसायी बनने के लिए एक व्यापक मार्गदर्शिका। जानें कि कैसे कृत्रिम बुद्धिमत्ता का लाभ उठाकर अपनी साइबर सुरक्षा सीखने की यात्रा को तेज करें, बुनियादी सुरक्षा अवधारणाओं को समझने से लेकर वास्तविक दुनिया के सुरक्षा मूल्यांकन करने तक, बिना किसी पूर्व साइबर सुरक्षा अनुभव की आवश्यकता के। | [](https://www.youtube.com/watch?v=hSTLHOOcQoY&list=PLLc16OUiZWd4RuFdN5_Wx9xwjCVVbopzr&index=14) | |
| **Episode 3**: Vibe-Hacking Tutorial | "मेरी पहली हैक" - नौसिखियों के लिए Vibe-Hacking गाइड। हम एक डिफ़ॉल्ट एजेंट का उपयोग करके एक सरल वेब सुरक्षा हैक का प्रदर्शन करते हैं और दिखाते हैं कि कैसे CAI Python API की मदद से उपकरणों का लाभ उठाया जाए और CAI आउटपुट की व्याख्या की जाए। आप अपने हैकिंग प्रयासों के लिए सबसे उपयुक्त LLM मॉडल खोजने के लिए विभिन्न LLM मॉडलों की तुलना करना भी सीखेंगे। | [](https://www.youtube.com/watch?v=9vZ_Iyex7uI&list=PLLc16OUiZWd4RuFdN5_Wx9xwjCVVbopzr&index=1) | [](https://www.youtube.com/watch?v=iAOMaI1ftiA&list=PLLc16OUiZWd4RuFdN5_Wx9xwjCVVbopzr&index=2) |
| **Episode 4**: Intro ReAct | LLM का विकास - जानें कि कैसे LLM बुनियादी भाषा मॉडल से उन्नत मल्टी-एजेंसी AI सिस्टम में विकसित हुए। बुनियादी LLM से Chain-of-Thought और Reasoning LLM से ReAct और मल्टी-एजेंट आर्किटेक्चर की ओर। बुनियादी शब्दों को जानें | [](https://www.youtube.com/watch?v=tLdFO1flj_o&list=PLLc16OUiZWd4RuFdN5_Wx9xwjCVVbopzr&index=13) | |
| **Episode 5**: CAI on CTF challenges | CTF चुनौतियों पर CAI - CAI का उपयोग करके Capture The Flag (CTF) प्रतियोगिताओं में गोता लगाएं। जानें कि कैसे AI एजेंटों का लाभ उठाकर वेब शोषण, क्रिप्टोग्राफी, रिवर्स इंजीनियरिंग और फोरेंसिक सहित विभिन्न साइबर सुरक्षा चुनौतियों को हल किया जाए। प्रतिस्पर्धी हैकिंग परिदृश्यों के लिए CAI को कॉन्फ़िगर करने और बुद्धिमान ऑटोमेशन के साथ अपने CTF प्रदर्शन को अधिकतम करने का तरीका खोजें। | [](https://www.youtube.com/watch?v=MrXTQ0e2to4&list=PLLc16OUiZWd4RuFdN5_Wx9xwjCVVbopzr&index=13) | [](https://www.youtube.com/watch?v=r9US_JZa9_c&list=PLLc16OUiZWd4RuFdN5_Wx9xwjCVVbopzr&index=12) |
| | | | |
| **Annex 1**: `CAI` 0.5.x release | `CAI` के संस्करण 0.5 का परिचय जिसमें नई मल्टी-एजेंट कार्यक्षमता, `/history`, `/compact`, `/graph` या `/memory` जैसे नए कमांड और एक केस स्टडी शामिल है जो दिखाती है कि कैसे `CAI` ने दुनिया भर में फैले OT heap pumps में एक महत्वपूर्ण सुरक्षा दोष पाया। | [](https://www.youtube.com/watch?v=OPFH0ANUMMw) | [](https://www.youtube.com/watch?v=Q8AI4E4gH8k) |
| **Annex 2**: `CAI` 0.4.x release and `alias0` | `CAI` के संस्करण 0.4 का परिचय जिसमें *स्ट्रीमिंग* और बेहतर MCP समर्थन शामिल है। हम `alias0`, प्राइवेसी-फर्स्ट साइबर सुरक्षा AI, एक मॉडल-ऑफ-मॉडल्स इंटेलिजेंस भी पेश करते हैं जो प्राइवेसी-बाय-डिज़ाइन आर्किटेक्चर लागू करता है और साइबर सुरक्षा बेंचमार्क में अत्याधुनिक परिणाम प्राप्त करता है। | [](https://www.youtube.com/watch?v=NZjzfnvAZcc) | |
| **Annex 3**: Cybersecurity AI Community Meeting #1 | पहली Cybersecurity AI (`CAI`) सामुदायिक बैठक, जिसमें शिक्षा, उद्योग और रक्षा से 40 से अधिक प्रतिभागी CAI के पीछे खुले स्रोत ढांचे पर चर्चा करने के लिए एकत्र हुए - एक परियोजना जो साइबर सुरक्षा के लिए एजेंटिक AI सिस्टम बनाने के लिए डिज़ाइन की गई है जो खुले, मॉड्यूलर और Bug Bounty-तैयार हैं। | [](https://www.youtube.com/watch?v=4JqaTiVlgsw) | |
| **Annex 4**: `CAI PRO` PoC | [CAI PRO](https://aliasrobotics.com/cybersecurityai.php) क्षमताओं का संक्षिप्त प्रूफ-ऑफ-कॉन्सेप्ट प्रदर्शन जो असीमित `alias1` टोकन, अप्रतिबंधित AI और एंटरप्राइज़-ग्रेड सुरक्षा परीक्षण सुविधाओं के साथ प्रोफेशनल संस्करण दिखाता है। |  | |
| **Annex 5**: `CAI` PoC | CAI सामुदायिक संस्करण का संक्षिप्त प्रूफ-ऑफ-कॉन्सेप्ट प्रदर्शन जो AI-संचालित सुरक्षा परीक्षण और भेद्यता खोज के लिए खुले स्रोत ढांचे की मुख्य क्षमताओं को दिखाता है। |  | |
| **Annex 6**: CAI in `Jaula del N00B` | `Jaula del N00B` में CAI (CIBERSEGURIDAD CON IA) LUIJAIT EN LA JAULA DEL N00B - लोकप्रिय स्पेनिश साइबर सुरक्षा पॉडकास्ट/शो में CAI ढांचे की क्षमताओं का प्रदर्शन और चर्चा। | | [](https://www.youtube.com/watch?v=KD2_xzIOkWg) |
## :nut_and_bolt: इंस्टॉल करें
> [!NOTE]
> **CAI प्रोफेशनल संस्करण उपयोगकर्ता**: यदि आपके पास सक्रिय CAI Pro सदस्यता है, तो हम संस्करण 0.5 और 0.6 के लिए समर्पित इंस्टॉलेशन गाइड प्रदान करते हैं। Ubuntu 24.04 (x86_64) के लिए आधिकारिक समर्थन उपलब्ध है। अन्य ऑपरेटिंग सिस्टम के लिए इंस्टॉलेशन निर्देश बिना आधिकारिक समर्थन के यथावत प्रदान किए जाते हैं:
> - [CAI Pro v0.6 इंस्टॉलेशन गाइड](https://github.com/aliasrobotics/cai/blob/archive/docs/Installation_Guide_for_CAI_Pro_v0.6.md)
> - [CAI Pro v0.5 इंस्टॉलेशन गाइड](https://github.com/aliasrobotics/cai/blob/archive/docs/Installation_Guide_for_CAI_Pro_v0.5.md)
### सामुदायिक संस्करण इंस्टॉलेशन```bash
pip install cai-framework
CAI को अपडेट करते समय उचित निर्भरता स्थापना सुनिश्चित करने के लिए हमेशा एक नया वर्चुअल एनवायरनमेंट बनाएं।
निम्नलिखित उप-अनुभाग चयनित लोकप्रिय ऑपरेटिंग सिस्टम पर अधिक विस्तृत वॉकथ्रू प्रदान करते हैं। डेवलपर-संबंधित इंस्टॉल निर्देशों के लिए डेवलपमेंट अनुभाग देखें। API Keys env सिंटैक्स के लिए litellm दस्तावेज़ीकरण देखें। LiteLLM दस्तावेज़ीकरण
brew update &&
brew install git [email protected]
python3.12 -m venv cai_env
source cai_env/bin/activate && pip install cai-framework
echo -e 'OPENAI_API_KEY="sk-1234"\nANTHROPIC_API_KEY=""\nOLLAMA=""\nPROMPT_TOOLKIT_NO_CPR=1\nCAI_STREAM=false' > .env
cai # first launch it can take up to 30 seconds
### Ubuntu 24.04```bash
sudo apt-get update && \
sudo apt-get install -y git python3-pip python3.12-venv
# Create the virtual environment
python3.12 -m venv cai_env
# Install the package from the local directory
source cai_env/bin/activate && pip install cai-framework
# Generate a .env file and set up with defaults
echo -e 'OPENAI_API_KEY="sk-1234"\nANTHROPIC_API_KEY=""\nOLLAMA=""\nPROMPT_TOOLKIT_NO_CPR=1\nCAI_STREAM=false' > .env
# Launch CAI
cai # first launch it can take up to 30 seconds
sudo apt-get update &&
sudo apt-get install -y software-properties-common
sudo add-apt-repository ppa:deadsnakes/ppa && sudo apt update sudo apt install python3.12 python3.12-venv python3.12-dev -y
python3.12 -m venv cai_env
source cai_env/bin/activate && pip install cai-framework
echo -e 'OPENAI_API_KEY="sk-1234"\nANTHROPIC_API_KEY=""\nOLLAMA=""\nPROMPT_TOOLKIT_NO_CPR=1\nCAI_STREAM=false' > .env
cai # first launch it can take up to 30 seconds
### Windows WSL
माइक्रोसॉफ्ट पेज पर जाएं: https://learn.microsoft.com/en-us/windows/wsl/install। यहां आपको WSL इंस्टॉल करने के सभी निर्देश मिलेंगे।
पावरशेल से लिखें: wsl --install```bash
sudo apt-get update && \
sudo apt-get install -y git python3-pip python3-venv
# Create the virtual environment
python3 -m venv cai_env
# Install the package from the local directory
source cai_env/bin/activate && pip install cai-framework
# Generate a .env file and set up with defaults. If Ollama runs on your windows host, wsl needs to use your host IP for it to become reachable
echo -e 'OPENAI_API_KEY="sk-1234"\nANTHROPIC_API_KEY=""\nOLLAMA=""\nOLLAMA_API_BASE="http://Your.Host.Ip.Here:11434"\nPROMPT_TOOLKIT_NO_CPR=1\nCAI_STREAM=false' > .env
# Launch CAI
cai # first launch it can take up to 30 seconds
आप ubuntu पर cai चलाने में समस्याओं का सामना कर सकते हैं क्योंकि कुछ एजेंट मान लेते हैं कि वे Kali Instance पर चल रहे हैं और उन्हें आवश्यक उपकरण नहीं मिल पाते हैं। इसलिए एक विकल्प के रूप में आप dockerized फ़ोल्डर में docker compose फ़ाइल का उपयोग कर सकते हैं। यदि docker स्थापित है तो यह wsl के भीतर से भी काम करता है। उस स्थिति में dockerized फ़ोल्डर प्राप्त करें (पूरे repo की आवश्यकता नहीं) और उसके भीतर से चलाएँ। API Keys env syntax के लिए litellm प्रलेखन देखें। LiteLLM Documentation```bash #build and run docker compose Build takes around 20 min. docker compose build && docker compose up -d
#access cai docker compose exec cai cai
### Android
हम कम से कम 8 GB RAM रखने की सलाह देते हैं:
1. सबसे पहले, userland इंस्टॉल करें https://play.google.com/store/apps/details?id=tech.ula&hl=es
2. बेसिक विकल्पों में Kali minimal इंस्टॉल करें (मुफ्त में)। [या कोई अन्य kali विकल्प यदि पसंद हो]
3. apt कुंजियाँ इस उदाहरण की तरह अपडेट करें: https://superuser.com/questions/1644520/apt-get-update-issue-in-kali, UserLand के Kali टर्मिनल के अंदर निष्पादित करें```bash
# Get new apt keys
wget http://http.kali.org/kali/pool/main/k/kali-archive-keyring/kali-archive-keyring_2024.1_all.deb
# Install new apt keys
sudo dpkg -i kali-archive-keyring_2024.1_all.deb && rm kali-archive-keyring_2024.1_all.deb
# Update APT repository
sudo apt-get update
# CAI requieres python 3.12, lets install it (CAI for kali in Android)
sudo apt-get update && sudo apt-get install -y git python3-pip build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev libsqlite3-dev wget libbz2-dev pkg-config
wget https://www.python.org/ftp/python/3.12.4/Python-3.12.4.tar.xz
tar xf Python-3.12.4.tar.xz
cd ./configure --enable-optimizations
sudo make altinstall # This command takes long to execute
# Clone CAI's source code
git clone https://github.com/aliasrobotics/cai && cd cai
# Create virtual environment
python3.12 -m venv cai_env
# Install the package from the local directory
source cai_env/bin/activate && pip3 install -e .
# Generate a .env file and set up
cp .env.example .env # edit here your keys/models
# Launch CAI
cai
.env फ़ाइल सेटअप करेंCAI लॉन्च के समय कॉन्फ़िगरेशन लोड करने के लिए .env फ़ाइल का उपयोग करता है। सेटअप को सुविधाजनक बनाने के लिए, रिपॉजिटरी एक नमूना .env.example फ़ाइल प्रदान करता है जो CAI के सेटअप और आपकी LLM API कुंजियों को वांछित LLM मॉडल के साथ काम करने के लिए कॉन्फ़िगर करने का टेम्पलेट प्रदान करता है।
⚠️ महत्वपूर्ण:
CAI डिफ़ॉल्ट रूप से किसी भी मॉडल के लिए API कुंजियाँ प्रदान नहीं करता है। हमसे कुंजियाँ प्रदान करने के लिए न कहें, अपनी स्वयं की कुंजियों का उपयोग करें या अपने स्वयं के मॉडल होस्ट करें।
⚠️ नोट:
OPENAI_API_KEY को खाली नहीं छोड़ा जाना चाहिए। इसमें या तो "sk-123" (एक प्लेसहोल्डर के रूप में) या आपकी वास्तविक API कुंजी होनी चाहिए। देखें https://github.com/aliasrobotics/cai/issues/27.
⚠️ नोट:
यदि आप alias1 मॉडल का उपयोग कर रहे हैं, तो सुनिश्चित करें कि CAI का संस्करण >0.4.0 है और यहाँ आपके पास इसका उपयोग करने में सक्षम होने के लिए एक .env उदाहरण है।```bash OPENAI_API_KEY="sk-1234" OLLAMA="" ALIAS_API_KEY="" # note, add yours CAI_STREAM=False CAI_MODEL="alias1"
### 🔹 कस्टम OpenAI बेस URL समर्थन
CAI, `OPENAI_BASE_URL` पर्यावरण चर के माध्यम से एक कस्टम OpenAI API बेस URL कॉन्फ़िगर करने का समर्थन करता है। यह उपयोगकर्ताओं को API कॉल को एक कस्टम एंडपॉइंट, जैसे कि प्रॉक्सी या स्व-होस्टेड OpenAI-संगत सेवा, पर रीडायरेक्ट करने की अनुमति देता है।
उदाहरण `.env` प्रविष्टि कॉन्फ़िगरेशन:```
OLLAMA_API_BASE="https://custom-openai-proxy.com/v1"
या सीधे कमांड लाइन से:```bash OLLAMA_API_BASE="https://custom-openai-proxy.com/v1" cai
## :triangular_ruler: आर्किटेक्चर:
CAI साइबर सुरक्षा एजेंट **समन्वय** और **निष्पादन** को हल्का, अत्यधिक नियंत्रणीय और मनुष्यों के लिए उपयोगी बनाने पर ध्यान केंद्रित करता है। ऐसा करने के लिए यह 8 स्तंभों पर आधारित है: `Agents`, `Tools`, `Handoffs`, `Patterns`, `Turns`, `Tracing`, `Guardrails` और `HITL`।```
┌───────────────┐ ┌───────────┐
│ HITL │◀─────-───▶│ Turns │
└───────┬───────┘ └───────────┘
│
▼
┌───────────┐ ┌───────────┐ ┌───────────┐ ┌───────────┐
│ Patterns │◀──-──▶│ Handoffs │◀──-─▶ │ Agents │◀──-─▶│ LLMs │
└───────────┘ └─────┬─────┘ └─────┬─────┘ └───────────┘
│ │
│ ▼
┌────────────┐ ┌────┴──────┐ ┌───────────┐ ┌────────────┐
│ Extensions │◀────▶ │ Tracing │ │ Tools │◀──▶ │ Guardrails │
└────────────┘ └───────────┘ └───────────┘ └────────────┘
│
┌─────────────┬─────┴────┬─────────────┐
▼ ▼ ▼ ▼
┌───────────┐┌───────────┐┌────────────┐┌───────────┐
│ LinuxCmd ││ WebSearch ││ Code ││ SSHTunnel │
└───────────┘└───────────┘└────────────┘└───────────┘
यदि आप कोड में गहराई से जाना चाहते हैं, तो CAI का उपयोग करने के लिए प्रारंभिक बिंदु के रूप में निम्नलिखित फ़ाइलों की जाँच करें:
अपने मूल में, CAI अपने साइबर सुरक्षा व्यवहार को एजेंट और एजेंटिक पैटर्न के माध्यम से सारगर्भित करता है। एक एजेंट एक बुद्धिमान प्रणाली है जो किसी वातावरण के साथ बातचीत करता है। अधिक तकनीकी रूप से, CAI के अंतर्गत हम एक रोबोटिक्स-केंद्रित परिभाषा अपनाते हैं जिसमें एक एजेंट वह सब कुछ है जिसे सेंसर के माध्यम से अपने वातावरण को समझने, अपने लक्ष्यों के बारे में तर्क करने और उस वातावरण पर एक्ट्यूएटर के माध्यम से तदनुसार कार्य करने वाली प्रणाली के रूप में देखा जा सकता है (Russel & Norvig, AI: A Modern Approach से अनुकूलित)। साइबर सुरक्षा में, एक एजेंट सिस्टम और नेटवर्क के साथ बातचीत करता है, परिधीय उपकरणों और नेटवर्क इंटरफेस को सेंसर के रूप में उपयोग करता है, तदनुसार तर्क करता है और फिर एक्ट्यूएटर की तरह नेटवर्क क्रियाएँ निष्पादित करता है। तदनुरूप, CAI में, एजेंट ReACT (तर्क और क्रिया) एजेंट मॉडल को लागू करते हैं[^3]। अधिक जानकारी के लिए, पूर्ण निष्पादन कोड के लिए यहाँ उदाहरण देखें, और इसका उपयोग करने के तरीके पर एक ट्यूटोरियल के लिए इस jupyter notebook को देखें।```python
from cai.sdk.agents import Agent, Runner, OpenAIChatCompletionsModel
import os from openai import AsyncOpenAI from dotenv import load_dotenv load_dotenv()
agent = Agent( name="Custom Agent", instructions="""You are a Cybersecurity expert Leader""", model=OpenAIChatCompletionsModel( model=os.getenv('CAI_MODEL', "openai/gpt-4o"), openai_client=AsyncOpenAI(), ) )
message = "Tell me about recursion in programming." result = await Runner.run(agent, message)
### 🔹 उपकरण
`उपकरण` साइबर सुरक्षा एजेंटों को सिस्टम कमांड निष्पादित करने, सुरक्षा स्कैन चलाने, कमजोरियों का विश्लेषण करने और लक्ष्य प्रणालियों और API के साथ बातचीत करने के लिए इंटरफेस प्रदान करके कार्रवाई करने में सक्षम बनाते हैं - वे मुख्य क्षमताएं हैं जो CAI एजेंटों को सुरक्षा कार्यों को प्रभावी ढंग से करने में सक्षम बनाती हैं; CAI में, उपकरणों में बिल्ट-इन साइबर सुरक्षा उपयोगिताएं (जैसे LinuxCmd कमांड निष्पादन के लिए, WebSearch OSINT संग्रह के लिए, Code गतिशील स्क्रिप्ट निष्पादन के लिए, और SSHTunnel सुरक्षित दूरस्थ पहुंच के लिए), फंक्शन कॉलिंग तंत्र शामिल हैं जो किसी भी Python फंक्शन को सुरक्षा उपकरण के रूप में एकीकृत करने की अनुमति देते हैं, और एजेंट-एज़-टूल कार्यक्षमता शामिल है जो विशेष सुरक्षा एजेंटों (जैसे टोही या शोषण एजेंटों) को अन्य एजेंटों द्वारा उपयोग करने में सक्षम बनाती है, जिससे एजेंटों के बीच औपचारिक हैंडऑफ़ की आवश्यकता के बिना शक्तिशाली सहयोगी सुरक्षा वर्कफ़्लो बनते हैं। अधिक जानकारी के लिए, कृपया कस्टम फ़ंक्शनों के पूर्ण कॉन्फ़िगरेशन हेतु [यहां दिए गए उदाहरण](https://github.com/aliasrobotics/cai/blob/main/examples/basic/tools.py) देखें।```python
from cai.sdk.agents import Agent, Runner, OpenAIChatCompletionsModel
from cai.tools.reconnaissance.exec_code import execute_code
from cai.tools.reconnaissance.generic_linux_command import generic_linux_command
import os
from openai import AsyncOpenAI
from dotenv import load_dotenv
load_dotenv()
agent = Agent(
name="Custom Agent",
instructions="""You are a Cybersecurity expert Leader""",
tools= [
generic_linux_command,
execute_code
],
model=OpenAIChatCompletionsModel(
model=os.getenv('CAI_MODEL', "openai/gpt-4o"),
openai_client=AsyncOpenAI(),
)
)
message = "Tell me about recursion in programming."
result = await Runner.run(agent, message)
आप विभिन्न उपकरण पा सकते हैं। ये सुरक्षा किल चेन [^2] से प्रेरित 6 प्रमुख श्रेणियों में समूहित किए गए हैं:
Handoffs एक Agent को किसी अन्य एजेंट को कार्य सौंपने की अनुमति देता है, जो साइबर सुरक्षा संचालन में महत्वपूर्ण है जहाँ एक अभियान के विभिन्न चरणों के लिए विशेषज्ञता की आवश्यकता होती है। हमारे फ्रेमवर्क में, Handoffs को LLM के लिए उपकरण के रूप में लागू किया गया है, जहाँ एक हैंडऑफ/ट्रांसफर फंक्शन जैसे transfer_to_flag_discriminator ctf_agent को flag_discriminator_agent को नियंत्रण सौंपने में सक्षम बनाता है, जब उसे लगता है कि उसे फ्लैग मिल गया है। यह एक सुरक्षा सत्यापन श्रृंखला बनाता है जहाँ पहला एजेंट शोषण और फ्लैग खोज को संभालता है, जबकि दूसरा एजेंट फ्लैग सत्यापन में विशेषज्ञता रखता है, जिससे कर्तव्यों का उचित पृथक्करण सुनिश्चित होता है और विभिन्न सुरक्षा कार्यों के लिए विभिन्न मॉडलों की विशेष क्षमताओं का लाभ उठाया जाता है। अधिक जानकारी के लिए, कृपया पूर्ण निष्पादन कोड के लिए यहाँ उदाहरण देखें।```python
from cai.sdk.agents import function_tool
from cai.tools.common import run_command
from cai.sdk.agents import Agent, OpenAIChatCompletionsModel, HandoffInputData, Runner, function_tool, handoff, trace
from cai.sdk.agents.extensions import handoff_filters
import os from openai import AsyncOpenAI from dotenv import load_dotenv load_dotenv()
@function_tool def execute_cli_command(command: str) -> str: return run_command(command)
flag_discriminator = Agent( name="Flag discriminator", description="Agent focused on extracting the flag from the output", instructions="You are an agent tailored to extract the flag from a given output.", model=OpenAIChatCompletionsModel( model=os.getenv('CAI_MODEL', "qwen2.5:14b"), openai_client=AsyncOpenAI(), ) )
ctf_agent = Agent( name="CTF agent", description="Agent focused on conquering security challenges", instructions="You are a Cybersecurity expert Leader facing a CTF", tools=[ execute_cli_command, ], model=OpenAIChatCompletionsModel( model= os.getenv('CAI_MODEL', "qwen2.5:14b"), openai_client=AsyncOpenAI(), ), handoffs = [flag_discriminator] )
### 🔹 पैटर्न
एक एजेंटिक `पैटर्न` कृत्रिम बुद्धिमत्ता प्रणालियों में एक *संरचित डिज़ाइन प्रतिमान* है जहां स्वायत्त या अर्ध-स्वायत्त एजेंट एक परिभाषित *इंटरेक्शन फ्रेमवर्क* (पैटर्न) के भीतर एक लक्ष्य प्राप्त करने के लिए काम करते हैं। ये `पैटर्न` एजेंटों के बीच संगठन, समन्वय और संचार विधियों को निर्दिष्ट करते हैं, जो निर्णय लेने, कार्य निष्पादन और प्रतिनिधिमंडल का मार्गदर्शन करते हैं।
एक एजेंटिक पैटर्न (`AP`) को औपचारिक रूप से एक टपल के रूप में परिभाषित किया जा सकता है:
\\[
AP = (A, H, D, C, E)
\\]
जहाँ:
- **\\(A\\) (एजेंट):** स्वायत्त संस्थाओं का एक सेट, \\( A = \\{a_1, a_2, ..., a_n\\} \\), प्रत्येक की परिभाषित भूमिकाएँ, क्षमताएँ और आंतरिक स्थितियाँ होती हैं।
- **\\(H\\) (हैंडऑफ):** एक फ़ंक्शन \\( H: A \times T \to A \\) जो यह नियंत्रित करता है कि पूर्वनिर्धारित तर्क (जैसे, नियम, बातचीत, बोली) के आधार पर कार्य \\( T \\) को एजेंटों के बीच कैसे स्थानांतरित किया जाता है।
- **\\(D\\) (निर्णय तंत्र):** एक निर्णय फ़ंक्शन \\( D: S \to A \\) जहाँ \\( S \\) सिस्टम स्थितियों का प्रतिनिधित्व करता है, और \\( D \\) यह निर्धारित करता है कि किसी भी समय कौन सा एजेंट कार्रवाई करता है।
- **\\(C\\) (संचार प्रोटोकॉल):** एक संदेश फ़ंक्शन \\( C: A \times A \to M \\), जहाँ \\( M \\) एक संदेश स्थान है, जो परिभाषित करता है कि एजेंट कैसे जानकारी साझा करते हैं।
- **\\(E\\) (निष्पादन मॉडल):** एक फ़ंक्शन \\( E: A \times I \to O \\) जहाँ \\( I \\) इनपुट स्पेस है और \\( O \\) आउटपुट स्पेस है, जो परिभाषित करता है कि एजेंट कार्य कैसे करते हैं।
`पैटर्न` बनाते समय, हम आम तौर पर उन्हें निम्नलिखित श्रेणियों में से एक में वर्गीकृत करते हैं, हालांकि अन्य भी मौजूद हैं:
| **एजेंटिक** `पैटर्न` **श्रेणियां** | **विवरण** |
|--------------------|------------------------|
| `Swarm` (विकेंद्रीकृत) | एजेंट कार्य साझा करते हैं और बिना किसी केंद्रीय आयोजक के अपनी जिम्मेदारियाँ स्वयं निर्धारित करते हैं। हैंडऑफ गतिशील रूप से होते हैं। *पीयर-टू-पीयर एजेंटिक पैटर्न का एक उदाहरण `CTF Agentic Pattern` है, जिसमें एजेंटों की एक टीम गतिशील हैंडऑफ के साथ एक CTF चुनौती को हल करने के लिए एक साथ काम करती है।* |
| `Hierarchical` | एक शीर्ष-स्तरीय एजेंट (जैसे, "PlannerAgent") संरचित हैंडऑफ के माध्यम से विशिष्ट उप-एजेंटों को कार्य सौंपता है। वैकल्पिक रूप से, एजेंटों की संरचना पूर्व-निर्धारित हैंडऑफ के साथ एजेंटिक पैटर्न में हार्डकोडित होती है। |
| `Chain-of-Thought` (अनुक्रमिक वर्कफ़्लो) | एक संरचित पाइपलाइन जहां एजेंट A एक आउटपुट उत्पन्न करता है, पुन: उपयोग या परिशोधन के लिए इसे एजेंट B को सौंपता है, और इसी तरह। हैंडऑफ एक रैखिक अनुक्रम का पालन करते हैं। *चेन-ऑफ-थॉट एजेंटिक पैटर्न का एक उदाहरण `ReasonerAgent` है, जिसमें एक रीज़निंग-प्रकार का LLM मुख्य एजेंट को एक CTF चुनौती को एक रैखिक अनुक्रम के साथ हल करने के लिए संदर्भ प्रदान करता है।*[^1] |
| `Auction-Based` (प्रतिस्पर्धी आवंटन) | एजेंट प्राथमिकता, क्षमता या लागत के आधार पर कार्यों पर "बोली" लगाते हैं। एक निर्णय एजेंट बोलियों का मूल्यांकन करता है और कार्यों को सबसे उपयुक्त एजेंट को सौंपता है। |
| `Recursive` | एक एकल एजेंट अपने स्वयं के आउटपुट को लगातार परिशोधित करता है, स्वयं को निष्पादक और मूल्यांकक दोनों के रूप में मानता है, जिसमें स्वयं को (आंतरिक या बाह्य) हैंडऑफ होते हैं। *रिकर्सिव एजेंटिक पैटर्न का एक उदाहरण `CodeAgent` (जब एक रिकर्सिव एजेंट के रूप में उपयोग किया जाता है) है, जो कोड निष्पादित करके और अपने स्वयं के निर्देशों को अद्यतन करके अपने आउटपुट को लगातार परिशोधित करता है।* |
सामान्य एजेंटिक पैटर्न के अधिक जानकारी और उदाहरणों के लिए, [उदाहरण फ़ोल्डर](https://github.com/aliasrobotics/cai/blob/main/examples/agent_patterns/README.md) देखें।
### 🔹 टर्न और इंटरेक्शन
एजेंटिक प्रवाह (बातचीत) के दौरान, हम **इंटरेक्शन** और **टर्न** के बीच अंतर करते हैं।
- **इंटरेक्शन** एक या अधिक एजेंटों के बीच अनुक्रमिक आदान-प्रदान होते हैं। प्रत्येक एजेंट का अपना तर्क निष्पादित करना एक *इंटरेक्शन* के अनुरूप होता है। चूंकि CAI में एक `एजेंट` आम तौर पर `ReACT` एजेंट मॉडल[^3] को लागू करता है, प्रत्येक *इंटरेक्शन* में 1) LLM अनुमान के माध्यम से एक तर्क चरण और 2) शून्य-से-`n` `टूल` को कॉल करके कार्य करना शामिल है। यह [core.py](https://github.com/aliasrobotics/cai/blob/archive/cai/core.py) में `process_interaction()` में परिभाषित है।
- **टर्न**: एक टर्न एक या अधिक **इंटरेक्शन** के एक चक्र का प्रतिनिधित्व करता है जो तब समाप्त होता है जब निष्पादित करने वाला `एजेंट` (या `पैटर्न`) `None` लौटाता है, यह निर्णय करते हुए कि आगे कोई कार्रवाई नहीं करनी है। यह [core.py](https://github.com/aliasrobotics/cai/blob/archive/cai/core.py) में `run()` में परिभाषित है।
> [!NOTE]
> CAI एजेंट Assistants API में सहायकों से संबंधित नहीं हैं। वे सुविधा के लिए समान रूप से नामित हैं, लेकिन अन्यथा पूरी तरह से असंबंधित हैं। CAI पूरी तरह से Chat Completions API द्वारा संचालित है और इसलिए कॉलों के बीच स्टेटलेस है।
### 🔹 ट्रेसिंग
CAI OpenTelemetry मानक को अपनाकर AI अवलोकन क्षमता (observability) को लागू करता है और ऐसा करने के लिए, यह [Phoenix](https://github.com/Arize-ai/phoenix) का लाभ उठाता है जो OpenTelemetry-आधारित इंस्ट्रूमेंटेशन के माध्यम से व्यापक ट्रेसिंग क्षमताएँ प्रदान करता है, जिससे आप वास्तविक समय में अपने सुरक्षा संचालन की निगरानी और विश्लेषण कर सकते हैं। यह एकीकरण पेनिट्रेशन टेस्टिंग वर्कफ़्लो के दौरान एजेंट इंटरेक्शन, टूल उपयोग और हमले के वैक्टर में विस्तृत दृश्यता सक्षम बनाता है, जिससे जटिल शोषण श्रृंखलाओं को डीबग करना, कमजोरियों की खोज प्रक्रिया को ट्रैक करना और अधिक प्रभावी सुरक्षा मूल्यांकन के लिए एजेंट प्रदर्शन को अनुकूलित करना आसान हो जाता है।
### 🔹 गार्डरेल
`गार्डरेल` CAI एजेंटों के लिए एक महत्वपूर्ण सुरक्षा परत प्रदान करते हैं, जो प्रॉम्प्ट इंजेक्शन हमलों से सुरक्षा करते हैं और खतरनाक कमांड के निष्पादन को रोकते हैं। ये गार्डरेल एजेंटों के समानांतर चलते हैं, सुरक्षित संचालन सुनिश्चित करने के लिए इनपुट और आउटपुट दोनों को मान्य करते हैं। फ्रेमवर्क में शामिल हैं:
- **इनपुट गार्डरेल**: प्रॉम्प्ट इंजेक्शन प्रयासों को एजेंटों तक पहुँचने से पहले पता लगाना और अवरुद्ध करना, पैटर्न मिलान, यूनिकोड होमोग्राफ पहचान और AI-संचालित विश्लेषण का उपयोग करके
- **आउटपुट गार्डरेल**: निष्पादन से पहले एजेंट आउटपुट को मान्य करना, रिवर्स शेल, फोर्क बम या डेटा एक्सफ़िल्ट्रेशन जैसे खतरनाक कमांड को रोकना
- **बहु-स्तरीय रक्षा**: इनपुट, प्रोसेसिंग और निष्पादन चरणों में सुरक्षा, टूल-स्तरीय मान्यता के साथ
- **Base64/Base32 अवेयर**: छिपे हुए दुर्भावनापूर्ण कमांड का पता लगाने के लिए एन्कोडेड पेलोड को स्वचालित रूप से डीकोड और विश्लेषण करता है
- **कॉन्फ़िगरेबल**: `CAI_GUARDRAILS` एनवायरनमेंट वेरिएबल के माध्यम से सक्षम/अक्षम किया जा सकता है
विस्तृत कार्यान्वयन के लिए, [docs/guardrails.md](https://github.com/aliasrobotics/cai/blob/archive/docs/guardrails.md) और [docs/cai_prompt_injection.md](https://github.com/aliasrobotics/cai/blob/archive/docs/cai_prompt_injection.md) देखें।
### 🔹 ह्यूमन-इन-द-लूप (HITL)```
┌─────────────────────────────────┐
│ │
│ Cybersecurity AI (CAI) │
│ │
│ ┌─────────────────┐ │
│ │ Autonomous AI │ │
│ └────────┬────────┘ │
│ │ │
│ │ │
│ ┌────────▼─────────┐ │
│ │ HITL Interaction │ │
│ └────────┬─────────┘ │
│ │ │
└────────────────┼────────────────┘
│
│ Ctrl+C (cli.py)
│
┌───────────▼───────────┐
│ Human Operator(s) │
│ Expertise | Judgment │
│ Teleoperation │
└───────────────────────┘
CAI साइबर सुरक्षा AI बनाने के लिए एक फ्रेमवर्क प्रदान करता है जिसमें अर्ध-स्वायत्त संचालन पर जोर दिया गया है, क्योंकि वास्तविकता यह है कि पूर्ण-स्वायत्त साइबर सुरक्षा प्रणालियाँ अभी भी अपरिपक्व हैं और जटिल कार्यों से निपटने में महत्वपूर्ण चुनौतियों का सामना करती हैं। जबकि CAI स्वायत्त क्षमताओं की खोज करता है, हम मानते हैं कि प्रभावी सुरक्षा संचालन के लिए अभी भी मानव टेलीऑपरेशन की आवश्यकता होती है जो सुरक्षा प्रक्रिया में विशेषज्ञता, निर्णय और निगरानी प्रदान करता है।
तदनुसार, Human-In-The-Loop (HITL) मॉड्यूल CAI का एक मुख्य डिज़ाइन सिद्धांत है, जो यह स्वीकार करता है कि मानव हस्तक्षेप और टेलीऑपरेशन जिम्मेदार सुरक्षा परीक्षण के आवश्यक घटक हैं। cli.py इंटरफ़ेस के माध्यम से, उपयोगकर्ता निष्पादन के दौरान किसी भी बिंदु पर केवल Ctrl+C दबाकर एजेंटों के साथ सहजता से बातचीत कर सकते हैं। यह core.py और REPL अब्सट्रैक्शन REPL में भी लागू किया गया है।
CAI स्थापित करने के बाद इसे शुरू करने के लिए, CLI में बस cai टाइप करें:```bash
└─# cai
CCCCCCCCCCCCC ++++++++ ++++++++ IIIIIIIIII
CCC::::::::::::C ++++++++++ ++++++++++ I::::::::I
CC:::::::::::::::C ++++++++++ ++++++++++ I::::::::I
C:::::CCCCCCCC::::C +++++++++ ++ +++++++++ II::::::II
C:::::C CCCCCC +++++++ +++++ +++++++ I::::I C:::::C +++++ +++++++ +++++ I::::I C:::::C ++++ ++++ I::::I C:::::C ++ ++ I::::I C:::::C + +++++++++++++++ + I::::I C:::::C +++++++++++++++++++ I::::I C:::::C +++++++++++++++++ I::::I C:::::C CCCCCC +++++++++++++++ I::::I C:::::CCCCCCCC::::C +++++++++++++ II::::::II CC:::::::::::::::C +++++++++ I::::::::I CCC::::::::::::C +++++ I::::::::I CCCCCCCCCCCCC ++ IIIIIIIIII
Cybersecurity AI (CAI), vX.Y.Z
Bug bounty-ready AI
CAI>
That should initialize CAI and provide a prompt to execute any security task you want to perform. The navigation bar at the bottom displays important system information. This information helps you understand your environment while working with CAI.
Here's a quick [demo video](https://asciinema.org/a/zm7wS5DA2o0S9pu1Tb44pnlvy) to help you get started with CAI. We'll walk through the basic steps — from launching the tool to running your first AI-powered task in the terminal. Whether you're a beginner or just curious, this guide will show you how easy it is to begin using CAI.
From here on, type on `CAI` and start your security exercise. Best way to learn is by example:
### पर्यावरण चर (Environment Variables)
निजी मॉडल का उपयोग करने के लिए, आपको एक [`.env.example`](https://github.com/aliasrobotics/cai/blob/archive/.env.example) फ़ाइल दी गई है। इसे कॉपी करें और `.env` नाम से रीनेम करें। अपनी संबंधित API कुंजियाँ भरें, और आप CAI का उपयोग करने के लिए तैयार हैं।
पर्यावरण चरों की सूची
| चर (Variable) | विवरण (Description) |
|----------|-------------|
| CTF_NAME | चलाने के लिए CTF चैलेंज का नाम (जैसे "picoctf_static_flag") |
| CTF_CHALLENGE | परीक्षण करने के लिए CTF के अंतर्गत विशिष्ट चैलेंज का नाम |
| CTF_SUBNET | CTF कंटेनर के लिए नेटवर्क सबनेट |
| CTF_IP | CTF कंटेनर के लिए IP पता |
| CTF_INSIDE | क्या कंटेनर के अंदर से CTF को जीतना है |
| CAI_MODEL | एजेंटों के लिए उपयोग करने योग्य मॉडल |
| CAI_DEBUG | डीबग आउटपुट स्तर सेट करें (0: केवल टूल आउटपुट, 1: विस्तृत डीबग आउटपुट, 2: CLI डीबग आउटपुट) |
| CAI_BRIEF | संक्षिप्त आउटपुट मोड सक्षम/अक्षम करें |
| CAI_MAX_TURNS | एजेंट इंटरैक्शन के लिए अधिकतम टर्न्स की संख्या |
| CAI_TRACING | OpenTelemetry ट्रेसिंग सक्षम/अक्षम करें |
| CAI_AGENT_TYPE | उपयोग करने के लिए एजेंट निर्दिष्ट करें (boot2root, one_tool...) |
| CAI_STATE | स्टेटफुल मोड सक्षम/अक्षम करें |
| CAI_MEMORY | मेमोरी मोड सक्षम/अक्षम करें (episodic, semantic, all) |
| CAI_MEMORY_ONLINE | ऑनलाइन मेमोरी मोड सक्षम/अक्षम करें |
| CAI_MEMORY_OFFLINE | ऑफ़लाइन मेमोरी सक्षम/अक्षम करें |
| CAI_ENV_CONTEXT | llm कॉन्टेक्स्ट में डीर और वर्तमान एनवायरनमेंट जोड़ें |
| CAI_MEMORY_ONLINE_INTERVAL | ऑनलाइन मेमोरी अपडेट के बीच टर्न्स की संख्या |
| CAI_PRICE_LIMIT | डॉलर में वार्तालाप की मूल्य सीमा |
| CAI_REPORT | रिपोर्टर मोड सक्षम/अक्षम करें (ctf, nis2, pentesting) |
| CAI_SUPPORT_MODEL | सहायक एजेंट के लिए उपयोग करने योग्य मॉडल |
| CAI_SUPPORT_INTERVAL | सहायक एजेंट निष्पादन के बीच टर्न्स की संख्या |
| CAI_WORKSPACE | वर्कस्पेस का नाम परिभाषित करता है |
| CAI_WORKSPACE_DIR | निर्देशिका पथ निर्दिष्ट करता है जहाँ वर्कस्पेस स्थित है |
| CAI_GUARDRAILS | प्रॉम्प्ट इंजेक्शन सुरक्षा के लिए गार्डरेल सक्षम/अक्षम करें (डिफ़ॉल्ट: true) |
### ओपनरूटर इंटीग्रेशन (OpenRouter Integration)
Cybersecurity AI (CAI) प्लेटफॉर्म बड़ी भाषा मॉडल (LLM) के लिए एक एकीकृत इंटरफ़ेस, OpenRouter के साथ सहज एकीकरण प्रदान करता है। यह एकीकरण उन उपयोगकर्ताओं के लिए महत्वपूर्ण है जो अपने साइबर सुरक्षा कार्यों में उन्नत AI क्षमताओं का लाभ उठाना चाहते हैं। OpenRouter एक सेतु के रूप में कार्य करता है, जो CAI को विभिन्न LLM के साथ संवाद करने में सक्षम बनाता है, जिससे CAI के भीतर उपयोग किए जाने वाले AI एजेंटों की लचीलापन और शक्ति बढ़ जाती है।
CAI में OpenRouter सपोर्ट सक्षम करने के लिए, आपको अपने `.env` फ़ाइल में विशिष्ट प्रविष्टियाँ जोड़कर अपने पर्यावरण को कॉन्फ़िगर करना होगा। यह सेटअप सुनिश्चित करता है कि CAI OpenRouter API के साथ इंटरैक्ट कर सके, जिससे Meta-LLaMA जैसे परिष्कृत मॉडलों के उपयोग की सुविधा मिलती है। इसे कॉन्फ़िगर करने का तरीका इस प्रकार है:```bash
CAI_AGENT_TYPE=redteam_agent
CAI_MODEL=openrouter/meta-llama/llama-4-maverick
OPENROUTER_API_KEY=<sk-your-key> # note, add yours
OPENROUTER_API_BASE=https://openrouter.ai/api/v1
Cybersecurity AI (CAI) प्लेटफ़ॉर्म Azure OpenAI के साथ सहजता से एकीकृत होता है, जिससे संगठन एंटरप्राइज़-होस्टेड मॉडल (जैसे gpt-4o) पर CAI चला सकते हैं। यह पथ उन टीमों के लिए आदर्श है जिन्हें उन्नत मॉडल क्षमताओं का लाभ उठाते हुए Azure प्रशासन के अंतर्गत काम करना आवश्यक है। CAI में Azure OpenAI समर्थन सक्षम करने के लिए, अपने .env में निम्नलिखित प्रविष्टियाँ जोड़कर अपने वातावरण को कॉन्फ़िगर करें। इससे यह सुनिश्चित होता है कि CAI आपके Azure डिप्लॉयमेंट एंडपॉइंट तक पहुँच सके और सही ढंग से प्रमाणित कर सके।```bash CAI_AGENT_TYPE=redteam_agent CAI_MODEL=azure/
OPENAI_API_KEY=dummy
AZURE_API_KEY= AZURE_API_BASE=https://.openai.azure.com/openai/deployments//chat/completions?api-version=2025-01-01-preview
### MCP
CAI बाहरी उपकरणों और सेवाओं को AI एजेंटों के साथ एकीकृत करने के लिए Model Context Protocol (MCP) का समर्थन करता है। MCP दो परिवहन तंत्रों के माध्यम से समर्थित है:
1. **SSE (Server-Sent Events)** - वेब-आधारित सर्वरों के लिए जो HTTP कनेक्शनों पर अपडेट भेजते हैं:```bash
CAI>/mcp load http://localhost:9876/sse burp
एक बार कनेक्ट होने के बाद, आप MCP टूल्स को किसी भी एजेंट में जोड़ सकते हैं:```bash
CAI>/mcp add burp redteam_agent
Adding tools from MCP server 'burp' to agent 'Red Team Agent'...
Adding tools to Red Team Agent
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Tool ┃ Status ┃ Details ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ send_http_request │ Added │ Available as: send_http_request │
│ create_repeater_tab │ Added │ Available as: create_repeater_tab │
│ send_to_intruder │ Added │ Available as: send_to_intruder │
│ url_encode │ Added │ Available as: url_encode │
│ url_decode │ Added │ Available as: url_decode │
│ base64encode │ Added │ Available as: base64encode │
│ base64decode │ Added │ Available as: base64decode │
│ generate_random_string │ Added │ Available as: generate_random_string │
│ output_project_options │ Added │ Available as: output_project_options │
│ output_user_options │ Added │ Available as: output_user_options │
│ set_project_options │ Added │ Available as: set_project_options │
│ set_user_options │ Added │ Available as: set_user_options │
│ get_proxy_http_history │ Added │ Available as: get_proxy_http_history │
│ get_proxy_http_history_regex │ Added │ Available as: get_proxy_http_history_regex │
│ get_proxy_websocket_history │ Added │ Available as: get_proxy_websocket_history │
│ get_proxy_websocket_history_regex │ Added │ Available as: get_proxy_websocket_history_regex │
│ set_task_execution_engine_state │ Added │ Available as: set_task_execution_engine_state │
│ set_proxy_intercept_state │ Added │ Available as: set_proxy_intercept_state │
│ get_active_editor_contents │ Added │ Available as: get_active_editor_contents │
│ set_active_editor_contents │ Added │ Available as: set_active_editor_contents │
└───────────────────────────────────┴────────┴─────────────────────────────────────────────────┘
Added 20 tools from server 'burp' to agent 'Red Team Agent'.
CAI>/agent 13
CAI>Create a repeater tab
आप सभी सक्रिय MCP कनेक्शन और उनके परिवहन प्रकारों को सूचीबद्ध कर सकते हैं:```bash CAI>/mcp list
https://github.com/user-attachments/assets/386a1fd3-3469-4f84-9396-2a5236febe1f
## विकास
विकास VS Code डेवलपमेंट एनवायरनमेंट के माध्यम से सुगम बनाया जाता है। हमारे विकास वातावरण को आज़माने के लिए, रिपॉजिटरी को क्लोन करें, VS Code खोलें और डेवलपमेंट कंटेनर मोड में प्रवेश करें:
### योगदान
यदि आप इस परियोजना में योगदान देना चाहते हैं, तो अपने MR से पहले [**Pre-commit**](https://pre-commit.com/) का उपयोग करें```bash
pip install pre-commit
pre-commit # files staged
pre-commit run --all-files # all files
वर्तमान में, एक्सटेंशन सार्वजनिक रूप से उपलब्ध नहीं हैं क्योंकि उन्हें बनाए रखने का इंजीनियरिंग प्रयास महत्वपूर्ण है। इसके बजाय, हम सहयोगों के माध्यम से भागीदार कंपनियों के लिए चुनिंदा कस्टम caiextensions उपलब्ध करा रहे हैं।
CAI शोधकर्ताओं के लिए निःशुल्क प्रदान किया जाता है। CAI की पहचान सटीकता में सुधार करने, खुले सुरक्षा अनुसंधान को आगे बढ़ाने और भविष्य के मॉडल विकसित और प्रशिक्षित करने के लिए, हम आपसे अनुरोध करते हैं कि आप उपयोग डेटा संग्रह की अनुमति देकर CAI समुदाय में योगदान दें। यह डेटा हमें सुधार के क्षेत्रों की पहचान करने, यह समझने में मदद करता है कि फ्रेमवर्क का उपयोग कैसे किया जा रहा है, नई सुविधाओं को प्राथमिकता देने और मॉडल प्रशिक्षण और मूल्यांकन प्रयासों का समर्थन करने में मदद करता है।
डेटा संग्रह का कानूनी आधार GDPR के अनुच्छेद 6(1)(f) के अंतर्गत है — CAI का सुरक्षा उपकरण और अनुसंधान को बनाए रखने, सुधारने और आगे बढ़ाने में वैध हित — अनुसंधान उद्देश्यों के लिए अनुच्छेद 89 सुरक्षा उपायों के साथ।
एकत्रित डेटा में शामिल है:
हम आपकी गोपनीयता को गंभीरता से लेते हैं और केवल वही एकत्र करते हैं जो CAI को बेहतर बनाने, अनुसंधान का समर्थन करने और मॉडलों को जिम्मेदारी से प्रशिक्षित और मूल्यांकन करने के लिए आवश्यक है। अधिक जानकारी के लिए, research＠aliasrobotics.com से संपर्क करें। आप CAI_TELEMETRY पर्यावरण चर के माध्यम से कुछ डेटा संग्रह सुविधाओं को अक्षम कर सकते हैं, हालांकि हम आपको इसे सक्षम रखने के लिए प्रोत्साहित करते हैं ताकि चल रहे अनुसंधान और मॉडल विकास में योगदान दे सकें:```bash
CAI_TELEMETRY=False cai
### स्थानीय रूप से CI-Setup को पुनः बनाएँ
CI/CD पाइपलाइन का अनुकरण करने के लिए, आप Gitlab runner machines में निम्नलिखित चला सकते हैं:```bash
docker run --rm -it \
--privileged \
--network=exploitflow_net \
--add-host="host.docker.internal:host-gateway" \
-v /cache:/cache \
-v /var/run/docker.sock:/var/run/docker.sock:rw \
registry.gitlab.com/aliasrobotics/alias_research/cai:latest bash
OLLAMA मुझे 404 त्रुटियाँ दे रहा है
Ollama का API OpenAI मोड में /v1/chat/completions का उपयोग करता है जबकि openai लाइब्रेरी base_url + /chat/completions का उपयोग करती है।
हम जनरल AI समुदाय के साथ समग्र संरेखण के लिए बाद वाले को अपनाते हैं और पूर्व को सशक्त बनाते हैं जिससे उपयोगकर्ता स्वयं v1 जोड़ सकते हैं:```bash
OLLAMA_API_BASE=http://IP:PORT/v1
इस विषय पर अधिक जानकारी के लिए निम्नलिखित मुद्दों को देखें:
- https://github.com/aliasrobotics/cai/issues/76
- https://github.com/aliasrobotics/cai/issues/83
- https://github.com/aliasrobotics/cai/issues/82
सभी caiextensions कहाँ हैं?
सभी [caiextensions देखें](https://gitlab.com/aliasrobotics/alias_research/caiextensions)
मैं रिपोर्ट caiextension कैसे स्थापित करूं?
[यहाँ देखें](#optional-requirements-caiextensions)
मैं Gitlab के लिए SSH पहुँच कैसे सेट करूं?
एक नई SSH कुंजी उत्पन्न करें```bash
ssh-keygen -t ed25519
SSH एजेंट में कुंजी जोड़ें```bash ssh-add ~/.ssh/id_ed25519
Gitlab में सार्वजनिक कुंजी जोड़ें
कुंजी कॉपी करें और इसे Gitlab में https://gitlab.com/-/user_settings/ssh_keys के अंतर्गत जोड़ें```bash
cat ~/.ssh/id_ed25519.pub
इसे सत्यापित करने के लिए:```bash ssh -T [email protected] Welcome to GitLab, @vmayoral!
मैं Python cache कैसे साफ़ करूँ?```bash
find . -name "*.pyc" -delete && find . -name "__pycache__" -delete
यदि होस्ट नेटवर्किंग ollama के साथ काम नहीं कर रही है, तो जाँचें कि क्या इसे Docker में अक्षम कर दिया गया है क्योंकि आप साइन इन नहीं हैं।
Docker OS X में कभी-कभी अजीब व्यवहार करता है। जाँचें कि क्या निम्न संदेश दिखाई दिया है:
Host networking has been disabled because you are not signed in. Please sign in to enable it.
सुनिश्चित करें कि इसे संबोधित किया गया है और यह भी कि Dev Container 8000 पोर्ट को फ़ॉरवर्ड नहीं कर रहा है (यदि आवश्यक हो, तो पोर्ट अनुभाग में 'x' पर क्लिक करें)।
कनेक्शन सत्यापित करने के लिए, VSCode devcontainer के अंदर से:```bash curl -v http://host.docker.internal:8000/api/version
किसी भी लक्ष्य पर CAI चलाएँ
cai-004-first-message
इस मामले में प्रारंभिक उपयोगकर्ता प्रॉम्प्ट है: `Target IP: 192.168.3.10, perform a full network scan`।
एजेंट ने nmap स्कैन करना शुरू किया। आप या तो एजेंट के साथ बातचीत कर सकते हैं और उसे और निर्देश दे सकते हैं, या इसे चलने दे सकते हैं कि यह आगे क्या खोजता है।
मैं एजेंट के साथ कैसे बातचीत करूँ? दो बार CTRL + C टाइप करें
cai-005-ctrl-c
यदि आप HITL मोड का उपयोग करना चाहते हैं, तो आप दो बार ```Ctrl + C``` दबाकर ऐसा कर सकते हैं।
यह आपको जब चाहें एजेंट के साथ बातचीत (प्रॉम्प्ट) करने की अनुमति देगा। एजेंट पिछला संदर्भ नहीं खोएगा, क्योंकि यह `history` वेरिएबल में संग्रहीत होता है, जो इसे और किसी भी कॉल किए जाने वाले एजेंट को पास किया जाता है। यह किसी भी एजेंट को पिछली जानकारी का उपयोग करने और अधिक सटीक और कुशल होने में सक्षम बनाता है।
क्या CAI चलने के दौरान मॉडल बदल सकता हूँ? /model
मॉडल बदलने के लिए ```/model``` का उपयोग करें।
cai-007-model-change
मैं सभी उपलब्ध एजेंटों की सूची कैसे देख सकता हूँ? /agent
सभी उपलब्ध एजेंटों की सूची देखने के लिए ```/agent``` का उपयोग करें।
cai-010-agents-menu
मैं सभी पर्यावरण चर कहाँ सूचीबद्ध कर सकता हूँ? /env
cai-008-config
मैं टोकन उपयोग और लागत की निगरानी कैसे कर सकता हूँ?
सत्र व्यय और टोकन सांख्यिकी के लिए REPL में **`/cost`** का उपयोग करें, जब वार्तालाप लंबे हो जाएं तो **`/compact`** का उपयोग करें, और (**TUI** मोड में) UI में प्रति-टर्मिनल लागत और मॉडल संकेतक देखें।```bash
CAI> /cost
सीएलआई कमांड संदर्भ में पूर्ण कमांड सूची देखें।
सीएलआई के बारे में और कैसे जानें? /help
cai-006-help
मैं पूरे निष्पादन को कैसे ट्रेस कर सकता हूं?
पर्यावरण चर CAI_TRACING उपयोगकर्ता को इसे CAI_TRACING=true पर सेट करने की अनुमति देता है ताकि ट्रेसिंग सक्षम हो, या CAI_TRACING=false पर सेट करने से यह अक्षम हो जाता है।
जब CAI को पहली बार संकेत दिया जाता है, तो उपयोगकर्ता को दो पथ, निष्पादन लॉग और ट्रेसिंग लॉग प्रदान किए जाते हैं।
cai-009-logs
क्या मैं पिछले रन लॉग का उपयोग करके CAI की क्षमताओं का विस्तार कर सकता हूं?
हां। आज CAI इन‑कॉन्टेक्स्ट लर्निंग (ICL) पर निर्भर करते हुए सर्वश्रेष्ठ प्रदर्शन करता है। दीर्घकालिक भंडार बनाने के बजाय, अनुशंसित वर्कफ़्लो प्रासंगिक पिछले लॉग को सीधे वर्तमान सत्र में लोड करना है ताकि मॉडल संदर्भ में उनके साथ तर्क कर सके।
/load कमांड का उपयोग करके JSONL लॉग को CAI के संदर्भ में लाएं (यह लीगेसी मेमोरी-लोडिंग टूल को प्रतिस्थापित करता है):```bash
CAI>/load logs/cai_20250408_111856.jsonl # Load into current agent
CAI>/load agent # Load into a specific agent
---
[Read more](https://github.com/aliasrobotics/cai)