
AI-संचालित सहकर्मी समीक्षा (peer review) पेंटेस्ट (Pentest) निष्कर्षों या बग बाउंटी रिपोर्ट (Bug Bounty Reports) के लिए — वितरण से पहले गंभीरता, साक्ष्य, और रिपोर्टिंग गुणवत्ता को मान्य करता है, जिसमें कई स्वतंत्र AI समीक्षक (Claude, GPT, Gemini) एक-दूसरे की आलोचना करते हैं और फिर एक फैसले पर पहुँचते हैं।
एक ब्लाइंड पीयर-रिव्यू पाइपलाइन जो ग्राहक तक पहुँचने से पहले पेनिट्रेशन-टेस्ट फाइंडिंग को मान्य करती है। स्वतंत्र विशेषज्ञ लेंस फाइंडिंग का आकलन करते हैं, एक-दूसरे की ब्लाइंड समीक्षा करते हैं, और एक चेयरमैन एक सत्यापित निर्णय को संश्लेषित करता है — क्या यह रिपोर्ट करने योग्य है, और क्या गंभीरता कैलिब्रेटेड है?
इसे चलाने के दो तरीके:
| मोड | कहाँ | क्या होता है |
|---|---|---|
| मैनुअल चेयरमैन | claude.ai / Claude एप चैट | एक Claude प्रत्येक लेंस के माध्यम से अलग-अलग तर्क करता है, फिर संश्लेषित करता है। शून्य लागत, कोई कुंजी नहीं। |
| समानांतर (क्रॉस-वेंडर) | आपकी मशीन पर Claude Code | council_direct.py लेंस को Claude + ChatGPT + Gemini में वास्तविक समवर्ती कॉल के रूप में वितरित करता है। प्रदाता टोकन की लागत। एकल विक्रेता द्वारा साझा किए गए अंध धब्बों को पकड़ता है। |
यह रिपॉजिटरी स्रोत सत्य है। यहाँ संपादित करें, git के साथ कमिट करें। Claude प्रोजेक्ट नॉलेज बेस केवल-पढ़ने योग्य मिरर है — जब फ़ाइलें सार्थक रूप से बदलती हैं तो बदली हुई फ़ाइलों को पुनः अपलोड करें। दो-तरफ़ा सिंक न करें।
llm-council-vapt/
├── README.md # this file
├── requirements.txt # python deps
├── .env.template # key names, no values
├── .gitignore # ignores .env (keys never committed)
├── skills/
│ └── llm-council/
│ └── SKILL.md # the skill (8 members, protocols, modes)
├── scripts/
│ └── council_direct.py # parallel cross-vendor engine
└── docs/
└── project_system_prompt.md # paste into Claude Project settings
# 1. clone / place the repo
git clone <your-repo-url> llm-council-vapt
cd llm-council-vapt
# 2. make the skill discoverable by Claude Code (symlink, so edits stay live)
mkdir -p ~/.claude/skills
ln -s ~/llm-council-vapt/skills/llm-council ~/.claude/skills/llm-council
# 3. keys
cp .env.template .env
nano .env # paste the three keys, save
.env को संपादित करें और अपनी Anthropic, OpenAI, और Google API कुंजियाँ जोड़ें।
अपने सिस्टम Python से निर्भरताओं को अलग रखता है।
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
pip install -r requirements.txt
नोट (Kali / Debian-आधारित सिस्टम): PEP 668 डिफ़ॉल्ट रूप से सिस्टम-व्यापी
pip installको ब्लॉक करता है। यदि आपexternally-managed-environmentदेखते हैं, तो विकल्प A का उपयोग करें या इसे बलपूर्वक करें:pip install -r requirements.txt --break-system-packages
python scripts/council_direct.py --help
ls -l ~/.claude/skills/llm-council/SKILL.md # should resolve via the symlink
यदि दोनों साफ चलते हैं, तो आप तैयार हैं।
पूर्ण कमांड संदर्भ (हर फ्लैग, हर मोड, सभी उदाहरण) के लिए docs/USAGE.md देखें।
बस एक कमांड टाइप करें — कोई कुंजी नहीं, कोई स्क्रिप्ट नहीं:
/llm-council -q -u # quick, upload file
/llm-council medium validation -p # medium, paste content
/llm-council -f -u -v2 -s high # full, upload, version 2, validate High claim
फ्लैग: मोड -q|-m|-f (या quick|medium|full validation), इनपुट -u (अपलोड) / -p (पेस्ट), वर्शन -vN, गंभीरता -s low|medium|high|critical।
python3 scripts/council_direct.py \
--mode full \
--finding ./finding.md \
--severity high \
--version 2 \
--finding-id <YOUR-FINDING-ID> \
--project <PREFIX> > council_run.json
--finding एक फ़ाइल पथ या रॉ टेक्स्ट स्वीकार करता है। स्क्रिप्ट JSON प्रिंट करती है (आकलन + ब्लाइंड रैंकिंग + समग्र + कोई भी विफलता)। फिर Claude Code को council_run.json पढ़ने और काउंसिल के चरण 3 (चेयरमैन संश्लेषण) को चलाने के लिए कहें ताकि अंतिम निर्णय तैयार हो सके।
quick (-q) → Red-teamer · CVSS Auditor · Evidence Auditor (3)
medium (-m) → + Attack Chain Analyst · Remediation Critic (5)
full (-f) → + Threat Intel Analyst · False Negative Hunter ·
Business Impact Translator (8)
त्वरित = तेज़ इन-एंगेजमेंट सैनिटी जांच। मध्यम = वे फाइंडिंग जिन्हें आप रिपोर्ट करने का इरादा रखते हैं। पूर्ण = प्री-डिलीवरी गेट; किसी भी High/Critical के लिए डिफ़ॉल्ट।
आधिकारिक प्रदाता दस्तावेज़ (जून 2026) के विरुद्ध सत्यापित। स्थायी नहीं — जब प्रदाता नए फ्लैगशिप जारी करते हैं तो scripts/council_direct.py के शीर्ष पर MODELS अपडेट करें।
.env gitignored है। असली कुंजियाँ कभी कमिट नहीं होतीं। अपने पहले git add से पहले git status से सत्यापित करें — .env प्रकट नहीं होना चाहिए।python-dotenv के माध्यम से वातावरण से पढ़ी जाती हैं। वे कभी लॉग या आउटपुट JSON में नहीं लिखी जातीं।स्क्रिप्ट टेक्स्ट-आधारित फाइंडिंग को सीधे पढ़ती है: .md, .txt, .json, .csv, .yaml, या इनलाइन पास किया गया रॉ टेक्स्ट। बाइनरी/डॉक्यूमेंट फॉर्मेट (.pdf, .docx, .xlsx, आदि) समर्थित नहीं हैं — स्क्रिप्ट उन्हें पहचानती है और एक संदेश के साथ बाहर निकलती है जो आपको पहले .md/.txt में कनवर्ट करने के लिए कहता है। चूंकि फाइंडिंग मार्कडाउन में लिखी जाती हैं, यह सामान्यतः कोई समस्या नहीं है।
पूर्ण/मध्यम मोड में अटैक चेन विश्लेषक सहोदर फाइंडिंग पर विचार कर सकता है:
--findings-dir <path> — स्कैन करने के लिए निर्देशिका (डिफ़ॉल्ट रूप से फाइंडिंग फ़ाइल की अपनी निर्देशिका)।--project <prefix> — वैकल्पिक फ़ाइलनाम-उपसर्ग टैग जो फ़िल्टर करता है कि कौन से सहोदर संबंधित माने जाएं। यदि छोड़ दिया जाए, तो सभी पढ़ने योग्य टेक्स्ट सहोदर पर विचार किया जाता है। टैग रनटाइम पर प्रदान किया जाता है; कोई क्लाइंट नाम या उपसर्ग कोड में नहीं बेक किए गए हैं।--findings-dir को इंगित करें।Holiday द्वारा निर्मित।
| सीट | प्रदाता | मॉडल आईडी | कुंजी |
|---|
| Claude | Anthropic | claude-opus-4-8 | ANTHROPIC_API_KEY |
| ChatGPT | OpenAI | gpt-5.5 | OPENAI_API_KEY |
| Gemini | gemini-3.1-pro-preview | GEMINI_API_KEY |