Skip to content
KitploitKITPLOIT
उपकरणब्लॉग
जमा करें
उपकरणब्लॉग
जमा करें

हैकिंग, पेनटेस्ट और साइबर सुरक्षा उपकरण आपके सुरक्षा शस्त्रागार के लिए!

Kitploit हैकिंग, साइबर सुरक्षा और पेंटेस्टिंग टूल्स की एक निर्देशिका है। कमजोरियों को खोजने, सिस्टम का विश्लेषण करने, परीक्षण को स्वचालित करने और अपनी सुरक्षा को मजबूत करने के लिए नवीनतम प्रोजेक्ट अपडेट खोजें।

··फ़ीड·संपर्क·गोपनीयता·© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
NeuroSploit — AI-संचालित पेंटेस्ट हार्नेस जिसमें ब्लैक-बॉक्स, व्हाइट-बॉक्स, ग्रे-बॉक्स, होस्ट/क्लाउड और LLM रेड-टीम मोड शामिल हैं; क्रॉस-मॉडल वोटिंग और टूल रसीदों के साथ निष्कर्षों को मान्य करता है। | Kitploit
उपकरण/GitHubGitHub/joasasantos/neurosploit
भेद्यता परीक्षण फ्रेमवर्कटोहीभेद्यता स्कैनरस्थैतिक कोड विश्लेषण (SAST)शोषणएपीआई सुरक्षा परीक्षणवेब सुरक्षापेनिट्रेशन टेस्टिंगक्लाउड सुरक्षागलत कॉन्फ़िगरेशनरेड टीमिंगAI सुरक्षा
1.3k31513घं 11मि पहलेKitploit द्वारा समीक्षित

सबसे लोकप्रिय

सभी देखें →

हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →
साझा करें
GitHubjoasasantos/neurosploit

NeuroSploit

AI-संचालित पेंटेस्ट हार्नेस जिसमें ब्लैक-बॉक्स, व्हाइट-बॉक्स, ग्रे-बॉक्स, होस्ट/क्लाउड और LLM रेड-टीम मोड शामिल हैं; क्रॉस-मॉडल वोटिंग और टूल रसीदों के साथ निष्कर्षों को मान्य करता है।

रिपॉजिटरी देखें

🧠 NeuroSploit v4.0.0

JoasASantos%2FNeuroSploit | Trendshift

Stars Forks Issues Last commit

स्वायत्त, मल्टी-मॉडल पैनेट्रेशन-टेस्टिंग हार्नेस — Rust, केवल CLI।
by Joas A Santos & Red Team Leaders

⭐ अगर यह उपयोगी है, तो रिपॉजिटरी स्टार करें — इससे बहुत मदद मिलती है।

📖 नए हैं? पूरा Tutorial & User Guide → पढ़ें — हर मोड, फ्लैग, कॉन्फ़िग और उदाहरण समझाया गया है। संस्करण-दर-संस्करण बदलाव RELEASE.md में हैं।


NeuroSploit एक URL, एक सोर्स रिपॉजिटरी, एक चल रहे ऐप, या एक होस्ट/IP को एक स्वायत्त सुरक्षा अभियान में बदल देता है। एक Rust हार्नेस (tokio) LLM के पूल को चलाता है — API key या स्थानीय सब्सक्रिप्शन (Claude Code / Codex / Gemini / Grok) के माध्यम से — टारगेट की recon करता है, केवल उन एजेंटों को बुद्धिमानी से चुनता है जो खोजी गई सतह से मेल खाते हैं, उन्हें समानांतर चलाता है, निष्कर्षों को गहरे प्रभाव में चेन करता है, और रिपोर्ट करने से पहले क्रॉस-मॉडल वोटिंग + टूल-रसीद ग्राउंडिंग द्वारा हर दावे को मान्य करता है। इसमें 435 मार्कडाउन एजेंट और एक Mission Control TUI शामिल है।

एंगेजमेंट मोड

मुख्य विशेषताएं

  • 🧠 POMDP विश्वास + value-of-information — टारगेट आंशिक रूप से देखने योग्य है, इसलिए निष्कर्ष बूलियन नहीं हैं: एक प्रॉपर्टी-ग्राफ विश्वास संभावनाओं को वहन करता है, और "और स्कैन करें बनाम अभी शोषण करें" विश्वास एन्ट्रॉपी से निकलता है। may_assert गेट एक गणितीय एंटी-हैल्यूसिनेशन नियम है (विश्वास फैला हुआ होने पर शोषणक्षमता का दावा न करें)।
  • 🧾 ग्राउंडिंग — कठोर नियम: बिना रसीद के कोई दावा नहीं (साक्ष्य, व्याख्या नहीं)। Black-box/host/AI के लिए अनुभवजन्य (कच्चा टूल आउटपुट), प्रतीकात्मक (file:line समीक्षित सोर्स में — एक कोड उद्धरण ही रसीद है) — white-box SAST और skills ऑडिट के लिए, और grey-box के लिए दोनों में से कोई; बिना ग्राउंडेड दावों को पदावनत कर दिया जाता है।
  • 🔬 नियतात्मक HTTP प्रोब — मॉडल recon से पहले, हार्नेस एक वास्तविक अनुरोध/प्रतिक्रिया विश्लेषण चलाता है (status/redirects, सुरक्षा हेडर, कुकी फ्लैग, CORS रिफ्लेक्शन, तकनीकी फ़िंगरप्रिंट, लिंक्ड JS, 404 बेसलाइन, उच्च-संकेत पथ) और इन देखे गए तथ्यों को recon में फीड करता है, ताकि एजेंट चयन और शोषण निर्णय साक्ष्य पर आधारित हों — मॉडल के अनुमान पर नहीं।
  • 🔗 अटैक चेनिंग — कोई भी प्रिमिटिव पिवट करता है। 13 मल्टी-स्टेज चेन एजेंट (SQLi→RCE→LPE, SSRF→क्लाउड क्रेड्स, अपलोड→LFI→RCE→LPE, CVE→RCE→pivot, …) साथ ही एक चेनिंग सिद्धांत जो किसी भी पुष्ट किए गए फुटहोल्ड को अगले चरण में बदल देता है: इसे एक प्रिमिटिव (exec / read / write / request-forgery / identity / secret) में घटाएं और पिवट करें — फाइल-अपलोड→RCE, SSRF→मेटाडेटा क्रेड्स, IDOR→टेकओवर — लूटे गए क्रेडेंशियल्स का पुन: उपयोग करते हुए और बिज़नेस लॉजिक (भुगतान/टेनेंसी/वर्कफ़्लो दुरुपयोग) के बारे में तर्क करते हुए। प्रत्येक चरण सिद्ध; सख्ती से गैर-विनाशकारी (कोई डेटा हानि नहीं, कोई DB अधिलेखन नहीं, कोई DoS नहीं)।
  • ☁️ क्लाउड परीक्षण — AWS / GCP / Azure एजेंट जो प्रदाता CLIs (aws/gcloud/az) चलाते हैं। के माध्यम से कनेक्ट करें: AWS कुंजियाँ, एक Google service-account JSON, या एक Azure service principal — देखें ।

यह स्लिम, केवल-Rust वितरण है (neurosploit-rs/ + agents_md/)। पुराना Python इंजन और वेब GUI पुरानी v3.4.0 शाखा पर रहते हैं।


📦 इंस्टॉल (एक पंक्ति)

Linux / macOS (x64 और arm64):```bash curl -fsSL https://raw.githubusercontent.com/JoasASantos/NeuroSploit/main/setup.sh | bash

root@kitploit:~
**Windows** (PowerShell, x64 और arm64):```powershell
irm https://raw.githubusercontent.com/JoasASantos/NeuroSploit/main/install.ps1 | iex

समर्थित प्लेटफ़ॉर्म

OSx64arm64
Linux (Kali अनुशंसित)✅✅
macOS

शुद्ध Rust + stdlib, इसलिए यह हर उस स्थान पर मूल रूप से बिल्ड होता है जहाँ एक स्थिर Rust टूलचेन चलती है। इंस्टॉलर OS/arch का स्वतः पता लगाता है और यदि Rust गायब है तो उसे इंस्टॉल करता है। नेटिव Windows पर install.ps1 उपयोग करें; WSL2 / Git Bash के अंतर्गत setup.sh वन-लाइनर भी काम करता है।

इंस्टॉलर आवश्यकता पड़ने पर Rust को स्वतः इंस्टॉल करता है, रिपो को ~/.neurosploit में क्लोन करता है, रिलीज़ बाइनरी बिल्ड करता है, और neurosploit को ~/.local/bin में लिंक करता है। अपडेट करने के लिए इसे किसी भी समय फिर से चलाएँ। env vars से ट्वीक करें: NEUROSPLOIT_REF (branch/tag), NEUROSPLOIT_DIR, PREFIX।

हाथ से बिल्ड करना पसंद है?```bash git clone https://github.com/JoasASantos/NeuroSploit && cd NeuroSploit/neurosploit-rs cargo build --release # → target/release/neurosploit

root@kitploit:~
## ⚡ त्वरित आरंभ (60 सेकंड)```bash
# easiest path — just run it; the interactive session asks everything:
neurosploit

# or one-liner (subscription login, no API key needed):
neurosploit run http://testphp.vulnweb.com/ --subscription --model anthropic:claude-opus-4-8 -v

# white-box — review a source repository (SAST agents, file:line evidence):
git clone https://github.com/digininja/DVWA /tmp/DVWA
neurosploit whitebox /tmp/DVWA --subscription --model anthropic:claude-opus-4-8 -v

# grey-box — review the code AND exploit the running app together:
neurosploit greybox /tmp/DVWA --url http://localhost:8080/ --creds creds.yaml \
  --subscription --model anthropic:claude-opus-4-8 --mcp -v

# host / infra — Linux / Windows / Active Directory (SSH/Win creds in creds.yaml):
neurosploit host 10.0.0.10 --creds creds.yaml --subscription --model anthropic:claude-opus-4-8 -v

# 🛰  Mission Control TUI — live panels (header/feed/findings/targets) + a composer
#    you can type in WHILE the run streams (summary · pause · errors · notes):
neurosploit tui http://testphp.vulnweb.com/ --subscription --model anthropic:claude-opus-4-8 --mcp

हर मोड (ब्लैक/व्हाइट/ग्रे/होस्ट) के लिए पूर्ण चरण-दर-चरण TUTORIAL.md में है।

कोई लॉगिन नहीं? इसके बजाय API key का उपयोग करें — देखें Authentication।


🖥️ वेब कंसोल (v4.0.0 में नया)

एक ही हार्नेस के लिए एक ब्राउज़र UI — हर क्रिया वास्तविक संकलित CLI को चलाती है और उसके आउटपुट को पार्स करती है; हार्नेस लॉजिक का कुछ भी ब्राउज़र में पुनः लागू नहीं किया गया है।```bash cd neurosploit-rs && cargo build --release # once node web/server.js # → http://localhost:4173

root@kitploit:~
शून्य npm निर्भरताएँ (केवल Node बिल्ट-इन)।

- **5-चरणीय एंगेजमेंट विज़ार्ड** — एसेट (मोड + टार्गेट/रिपो) → स्कोप और प्रमाणीकरण (उद्देश्य, फोकस,
  दायरे से बाहर) → लीड्स (नीचे दिया गया 435-एजेंट बोर्ड) → मॉडल और रन (प्रोवाइडर/मॉडल चयनकर्ता,
  API-की बनाम सब्सक्रिप्शन टॉगल, वोट/चेन-डेप्थ/रीकॉन) → समीक्षा। हर एंगेजमेंट को
  पहले से नाम दिया जाता है, ताकि रन इतिहास में कच्चे टार्गेट स्ट्रिंग के बजाय पहचाने जा सकें।
- **लीड बोर्ड** — सभी 435 एजेंट स्वतः वर्गीकृत (बिज़नेस लॉजिक, ब्रोकन एक्सेस कंट्रोल,
  इंजेक्शन, LLM एप्लिकेशन, प्रमाणीकरण और सत्र, SSRF और नेटवर्क, क्लाउड और इंफ्रा, …)। एकल
  लीड, पूरी श्रेणी (आंशिक चयन पर अनिश्चित स्थिति) टॉगल करें, या **सभी चुनें / सभी
  हटाएँ** का उपयोग करें — यह सक्रिय खोज फ़िल्टर का सम्मान करता है। हार्नेस के अपने
  रीकॉन-आधारित चयन को चुनने देने के लिए सब कुछ बंद छोड़ दें।
- **कस्टम लीड → वास्तविक एजेंट** — "+ कस्टम लीड" केवल एक टेक्स्ट संकेत नहीं जोड़ता: यह
  `claude` CLI (Opus, आपकी Anthropic सब्सक्रिप्शन) को कॉल करके `agents_md/vulns/` में एक
  वास्तविक विशेषज्ञ-एजेंट मार्कडाउन फ़ाइल उत्पन्न करता है, उसी प्रारूप में जो हर बिल्ट-इन एजेंट
  उपयोग करता है, तुरंत पिन करने योग्य। यदि Claude उपलब्ध नहीं है तो एक साधारण फोकस-टेक्स्ट संकेत पर वापस चला जाता है।
- **लाइव रन दृश्य** — चरण/प्रगति CLI के अपने stdout से SSE पर स्ट्रीम होती है, एक निष्कर्ष
  तालिका, और **जनरेटिव अटैक पाथ चेनिंग**: एक नोड/एज ग्राफ़ (रूट = टार्गेट, प्रत्येक पुष्ट
  निष्कर्ष के लिए एक नोड, किल-चेन चरण द्वारा स्थित, `chains_from` से किनारे जब हार्नेस
  ने एक सेट किया हो) एक फ्लैट सूची के बजाय — पूर्ण निष्कर्ष विवरण के लिए किसी भी नोड या
  पंक्ति पर क्लिक करें, जिसमें कोई भी PoC स्क्रिप्ट शामिल है जो शोषण करने वाले एजेंट ने `pocs/` में लिखी है।
- **प्रमाणीकरण और कुंजियाँ** (एक मेनू) — टार्गेट प्रमाणीकरण हेडर + IDOR/BOLA/BFLA परीक्षण के लिए
  नामित भूमिकाएँ (रन के लिए एक अस्थायी `creds.yaml` तैयार करता है), और प्रति-प्रोवाइडर API कुंजियाँ
  केवल सर्वर प्रक्रिया की मेमोरी में रखी जाती हैं — कभी डिस्क पर नहीं लिखी जातीं।
- पेज रिफ्रेश से बच जाता है: चालू रन विज़ार्ड पर रीसेट होने के बजाय उसी लाइव स्ट्रीम से
  पुनः जुड़ जाता है।

पूर्ण API संदर्भ: **[web/API.md](https://github.com/joasasantos/neurosploit/blob/HEAD/web/API.md)** · त्वरित आरंभ: **[web/README.md](https://github.com/joasasantos/neurosploit/blob/HEAD/web/README.md)**।

---

## 🔌 इंटीग्रेशन (GitHub · GitLab · Jira)

NeuroSploit को अपने SDLC में एकीकृत करें। REPL (`/integrations`) या CLI
(`neurosploit integrations enable github|gitlab|jira`) से टॉगल करें। **टोकन कभी संग्रहीत नहीं होते**
— केवल env var का *नाम* सहेजा जाता है; मान आपके वातावरण से पढ़ा जाता है।```bash
export GITHUB_TOKEN=ghp_...                 # PAT with `repo` scope (private repos)
neurosploit integrations enable github

# Review a Pull Request's code (clones the PR head, white-box) and comment back:
neurosploit pr digininja/DVWA 42 --subscription --model anthropic:claude-opus-4-8 --comment

# Same, but BLOCK the merge on a confirmed critical: fails the check, sets a
# `neurosploit/security` commit status, and posts a REQUEST_CHANGES review.
neurosploit pr digininja/DVWA 42 --model anthropic:claude-opus-4-8 --comment --fail-on critical

# Watch a branch and re-review on every new commit:
neurosploit watch myorg/private-app --branch main --subscription --model anthropic:claude-opus-4-8

# Private GitLab repo (token-injected clone) — works in whitebox/greybox:
export GITLAB_TOKEN=glpat-... ; neurosploit integrations enable gitlab
neurosploit whitebox https://gitlab.com/myorg/private-svc --subscription --model anthropic:claude-opus-4-8

# Open a Jira card per finding (any engagement):
export [email protected] JIRA_API_TOKEN=...      # set base/project once: /integrations setup jira
neurosploit whitebox https://github.com/myorg/app --jira --subscription --model anthropic:claude-opus-4-8

ऑटोमेशन (GitHub Actions)

दो रेडी-मेड वर्कफ़्लो examples/github-actions/ में शामिल हैं — उन्हें अपने रेपो में कॉपी करें:

  • neurosploit-pr-gate.yml — हर PR की समीक्षा करता है और पुष्टि हुए क्रिटिकल पर मर्ज ब्लॉक करता है। इसे अनिवार्य बनाएं: सेटिंग्स → ब्रांचेस → neurosploit-pr-gate स्टेटस चेक आवश्यक करें (और/या REQUEST_CHANGES का सम्मान करने के लिए समीक्षा आवश्यक करें)। Actions सीक्रेट्स में ANTHROPIC_API_KEY सेट करें (या मॉडल बदलें); बिल्ट-इन GITHUB_TOKEN स्टेटस/समीक्षाएँ कवर करता है।
  • neurosploit-mention.yml — स्कैन ट्रिगर करने के लिए PR या इश्यू पर @neurosploit कमेंट करें (केवल रेपो लेखक कर सकते हैं)। उल्लेख के बाद का टेक्स्ट निर्देश है (किसी भी भाषा में): @neurosploit focus SQLi and IDOR, या @neurosploit scan https://staging.app ब्लैक-बॉक्स रन के लिए।

📖 प्रत्येक टूल के लिए चरण-दर-चरण सेटअप: TUTORIAL-INTEGRATION.md।


☁️ क्लाउड क्रेडेंशियल्स (AWS/GCP/Azure)

creds.yaml में क्लाउड ब्लॉक जोड़ें और हार्नेस सही एनवी वेरिएबल्स एक्सपोर्ट करता है ताकि AWS/GCP/Azure एजेंट aws / gcloud / az चला सकें। सीक्रेट्स आपकी फ़ाइल/सीक्रेट-मैनेजर में रहते हैं; एजेंट पहले रीड-ओनली एन्यूमरेशन करते हैं, कभी विनाशकारी नहीं।```yaml

--- AWS: static keys (or a named profile) ---

aws: access_key_id: AKIA... secret_access_key: ...

session_token: ... # if using temporary creds

region: us-east-1

profile: my-sso-profile # alternative to keys

--- GCP: service-account JSON (path recommended; inline single-line also works) ---

gcp: service_account_json: /path/to/sa.json project: my-project-id

--- Azure: service principal (recommended for automation) ---

azure: tenant_id: ... client_id: ... client_secret: ... subscription_id: ...

root@kitploit:~
Please provide the Markdown content to translate.```bash
neurosploit host my-cloud-account --creds creds.yaml \
  --subscription --model anthropic:claude-opus-4-8 -v

एजेंट IAM विशेषाधिकार-वृद्धि, स्टोरेज एक्सपोज़र (S3/GCS/Blob), कंप्यूटिंग और
नेटवर्क एक्सपोज़र, सीक्रेट्स (Secrets Manager / Secret Manager / Key Vault),
सेवा-खाता/SP दुरुपयोग, और पहचान गणना (Entra ID) को कवर करते हैं। सर्वोत्तम-अभ्यास
प्रमाणीकरण: AWS एक्सेस कुंजियाँ या प्रोफ़ाइल; GCP एक सेवा-खाता JSON
(GOOGLE_APPLICATION_CREDENTIALS); Azure एक सेवा प्रिंसिपल
(az login --service-principal).


👥 एकाधिक पहचानें — अभिगम-नियंत्रण परीक्षण (IDOR / BOLA / BFLA)

NeuroSploit को creds.yaml में दो या अधिक नामित भूमिकाएँ दें और यह प्रत्येक के रूप में
प्रमाणीकरण करता है तथा क्रॉस-रोल पहुँच का परीक्षण करता है (एक निम्न-विशेषाधिकार भूमिका का किसी अन्य उपयोगकर्ता की
वस्तु या व्यवस्थापक कार्य तक पहुँचना एक निष्कर्ष है):```yaml admin: jwt: eyJ... # per role: jwt | header (raw) | cookie | apikey | login+username+password user: apikey: abc123 # → X-Api-Key: abc123 victim: cookie: "session=deadbeef"

root@kitploit:~
Aircrack-ng

Aircrack-ng can recover WEP keys once enough encrypted packets have been captured. It can also attack WPA/WPA2 networks, but this is covered in a different section.

### Fragmentation attack

This attack is able to obtain a valid keystream by using the PRGA (Pseudorandom Generation Algorithm). It only needs one packet. This is the command to execute:

```bash
aircrack-ng -z fragmented.cap

Obs: The file "wpa.cap" used in this example on the official documentation is not available on this repository.```bash neurosploit run https://app.example --creds creds.yaml
--subscription --model anthropic:claude-opus-4-8 -v

root@kitploit:~
प्रत्येक निष्कर्ष **अधिकृत बनाम अनधिकृत** अनुरोध युग्म से सिद्ध किया जाता है,
डेटा-सुरक्षा गार्डरेल (केवल-पठन, PII मास्क्ड) के अंतर्गत।

## 🏷️ पहचान और उत्पत्ति-निर्धारण (साहित्यिक चोरी-रोधी)

प्रत्येक अनुरोध पर एक पहचान-सूचक **User-Agent** (डिफ़ॉल्ट
`NeuroSploit/<ver> …`, **`/ua`** या `NEUROSPLOIT_UA` से बदलें) और एक
`X-NeuroSploit-Scan` हेडर टैग किया जाता है, और प्रत्येक निष्कर्ष पर **मुहर** लगती है "Identified and
validated by NeuroSploit" — इसलिए उत्पत्ति-सूचना ट्रैफ़िक, निष्कर्ष
पाठ, `findings.json` और रिपोर्ट फ़ुटर में मौजूद रहती है।

---

## निर्माण```bash
cd neurosploit-rs
cargo build --release        # → target/release/neurosploit

इसके लिए Rust टूलचेन (rustup) आवश्यक है। अनुशंसित: Kali Linux पर चलाएँ (या Kali Docker इमेज) ताकि एजेंटों द्वारा उपयोग किए जाने वाले आक्रामक उपकरण पहले से मौजूद हों:```bash docker run -it --rm kalilinux/kali-rolling apt update && apt install -y curl nmap ffuf nodejs npm

rustscan (faster port scan): cargo install rustscan (or grab a release from GitHub)

root@kitploit:~
एजेंट सुचारू रूप से निम्नस्तरीय हो जाते हैं: यदि `rustscan` स्थापित नहीं है तो वे `nmap` का उपयोग करते हैं; यदि
दोनों नहीं हैं, तो वे `curl` से जांच करते हैं। यदि कोई Playwright MCP ब्राउज़र उपलब्ध है तो वे
JS-भारी पेजों के लिए उसका उपयोग करते हैं, अन्यथा वे `curl` का सहारा लेते हैं।

---

## उपयोग

इंटरैक्टिव विज़ार्ड के लिए **बिना किसी तर्क** के चलाएँ:```bash
./target/release/neurosploit

या इसे सीधे चलाएँ:```bash

Black-box — subscription (no API key), Opus, browser via Playwright if present, verbose

./target/release/neurosploit run http://testphp.vulnweb.com/
--subscription --model anthropic:claude-opus-4-8 --mcp -v

Black-box — API keys, multi-model voting panel (1st finds, others adjudicate)

./target/release/neurosploit run http://testphp.vulnweb.com/
--model anthropic:claude-opus-4-8 --model openai:gpt-5.1 --vote-n 3

White-box — clone a vulnerable app and review its source

git clone https://github.com/digininja/DVWA /tmp/DVWA ./target/release/neurosploit whitebox /tmp/DVWA
--subscription --model anthropic:claude-opus-4-8 -v

Offline pipeline self-test (no keys/login needed)

./target/release/neurosploit run http://testphp.vulnweb.com/ --offline

Utilities

./target/release/neurosploit agents # library counts ./target/release/neurosploit models # providers & models ./target/release/neurosploit --help # full help with examples

root@kitploit:~
### विकल्प (`run` / `whitebox`)

| फ़्लैग | अर्थ |
|------|---------|
| `--model provider:model` | दोहराने योग्य। पहला = प्राथमिक; बाकी फेलओवर **और** वोटिंग जूरी बनाते हैं। |
| `--subscription` | API कुंजी के बजाय स्थानीय CLI लॉगिन (Claude/Codex/Gemini/Grok) का उपयोग करें। |
| `--mcp` | Playwright MCP सक्षम करें (`npx` के माध्यम से ऑटो-प्रोविज़न; MCP के बिना बैकएंड अंतर्निहित टूल का उपयोग करते हैं)। |
| `--vote-n N` | कितने मॉडलों को सहमत होना चाहिए कि कोई निष्कर्ष वास्तविक है (डिफ़ॉल्ट 3 / व्हाइटबॉक्स के लिए 2)। |
| `--max-agents N` | एजेंटों की संख्या सीमित करें (`0` = रिकॉन से मेल खाने वाले सभी)। |
| `-v, --verbose` | प्रत्येक एजेंट को लॉग करें जब वह लॉन्च होता है, रिकॉन करता है, और वोट करता है। |

### प्रमाणीकरण — API कुंजी *या* सब्सक्रिप्शन के माध्यम से चलाएँ

आप NeuroSploit को दो तरीकों से चला सकते हैं। वे स्वतंत्र हैं: प्रति रन चुनें।

#### 1) API के माध्यम से (प्रदाता API कुंजी)

अपने मॉडल पैनल में प्रदाताओं के लिए कुंजी(याँ) एक्सपोर्ट करें, फिर `--subscription` के **बिना** चलाएँ। कोई भी OpenAI-संगत प्रदाता काम करता है।```bash
# pick one or more, depending on the models you select
export ANTHROPIC_API_KEY=sk-ant-...        # anthropic:claude-*
export OPENAI_API_KEY=sk-...               # openai:gpt-*
export GEMINI_API_KEY=AIza...              # gemini:gemini-*
export XAI_API_KEY=xai-...                 # xai:grok-*
export NVIDIA_NIM_API_KEY=nvapi-...        # nvidia_nim:*
export DEEPSEEK_API_KEY=...                # deepseek:*
export MISTRAL_API_KEY=...                 # mistral:*
export DASHSCOPE_API_KEY=...               # qwen:*  (Alibaba DashScope)
export GROQ_API_KEY=...                    # groq:*
export TOGETHER_API_KEY=...                # together:*
export MOONSHOT_API_KEY=...                # moonshot:*  (Kimi K3/K2)
export OPENROUTER_API_KEY=...              # openrouter:*
export OPENCODE_API_KEY=...                # opencode:*  (OpenCode Zen gateway)
export NOUS_API_KEY=...                    # nous:*  (Nous Portal — Hermes)
export LITELLM_API_KEY=...                 # litellm:*  (your LiteLLM proxy)
export AZURE_OPENAI_API_KEY=...            # azure:<deployment>  (also set AZURE_OPENAI_ENDPOINT)
# ollama / llamacpp need no key (local)

# then run via API (note: NO --subscription)
./target/release/neurosploit run http://testphp.vulnweb.com/ \
    --model anthropic:claude-opus-4-8 --vote-n 3 -v

# multi-provider voting panel via API (1st finds, the others adjudicate)
./target/release/neurosploit run http://testphp.vulnweb.com/ \
    --model anthropic:claude-opus-4-8 --model openai:gpt-5.1 --model gemini:gemini-2.5-pro

या कुंजियों को .env में रखें और इसे सोर्स करें (cp .env.example .env; संपादित करें; set -a; . ./.env; set +a)।

Provider → env var → endpoint (सभी OpenAI-संगत):

पूरी provider/model सूची के लिए ./target/release/neurosploit models चलाएँ।

लोकल, बिना सेंसरशिप और CPU-only — ollama: और llamacpp: पूरी तरह से आपके सिस्टम पर चलते हैं, बिना किसी API key के और बिना कोई डेटा host से बाहर भेजे। llamacpp: एक llama-server OpenAI-संगत endpoint को टारगेट करता है (LLAMACPP_BASE_URL से ओवरराइड करें); model वही gguf है जो आपने लोड किया है। ऑफ़लाइन engagements और बिना फ़िल्टर वाले offensive prompting के लिए आदर्श।

2) सब्सक्रिप्शन के माध्यम से (बिना API key)

--subscription API key की जगह आपके लोकल agentic-CLI लॉगिन को चलाता है — पहले किसी एक CLI को इंस्टॉल करें और उसमें लॉगिन करें:

opencode: को भी Playwright MCP (--mcp) मिलता है, ठीक वैसे ही जैसे anthropic/openai को। nous: इसके बजाय Hermes के अपने बिल्ट-इन toolsets (web/terminal/computer-use) पर निर्भर करता है — इसमें CLI-स्तर का MCP hook नहीं है।```bash ./target/release/neurosploit run http://testphp.vulnweb.com/
--subscription --model anthropic:claude-opus-4-8 --mcp -v

root@kitploit:~
---

## यह कैसे काम करता है```
target ─▶ recon (curl/nmap/…) ─▶ INTELLIGENT agent selection (recon-aware)
       ─▶ parallel exploitation ─▶ cross-model validation vote
       ─▶ severity/score ─▶ report (HTML + Typst PDF) ─▶ RL reward update

हर रन एक स्व-निहित फ़ोल्डर runs/ns-<ts>-<target>/ लिखता है:

एक रीइन्फोर्समेंट-लर्निंग रिवॉर्ड स्टोर (data/rl_state_rs.json) भविष्य के रनों में एजेंट चयन को बायस करता है।

एजेंट लाइब्रेरी — agents_md/ (435)

प्रत्येक एजेंट एक स्व-निहित मार्कडाउन प्लेबुक है (## User Prompt पद्धति + ## System Prompt सख्त एंटी-फॉल्स-पॉजिटिव नियम)। एक नया .md संबंधित फ़ोल्डर में डालें — या वेब कंसोल के "+ Custom lead" (ऊपर देखें) — और हार्नेस इसे उठा लेता है; neurosploit agents लाइव काउंट दिखाता है।


सुरक्षा

केवल अधिकृत परीक्षण के लिए। एजेंटों को निर्देश दिया गया है कि दायरे में रहें, कभी विनाशकारी/DoS कार्रवाई न करें, और शोषण का प्रमाण माँगें। आप किसी भी लक्ष्य के लिए अनुमति लेने के ज़िम्मेदार हैं।

श्रेय

Joas A Santos और Red Team Leaders।

लाइसेंस

MIT.

टूल डाउनलोड करें
मोडकमांडयह क्या करता है
Black-boxneurosploit run <url>recon → select → exploit → vote → report
White-boxneurosploit whitebox <repo>सोर्स/SAST समीक्षा (file:line साक्ष्य)
Grey-boxneurosploit greybox <repo> --url <app>कोड समीक्षा + लाइव शोषण एक साथ
Host/Infraneurosploit host <ip> --creds creds.yamlLinux / Windows / AD और क्लाउड (AWS/GCP/Azure) परीक्षण
AI / LLM red-teamneurosploit aitest <ai-url>जेलब्रेक और प्रॉम्प्ट इंजेक्शन + लाइव AI एजेंट के खिलाफ OWASP LLM Top 10 / MCP
AI Skills / n8nneurosploit skills <file|folder>Skill/प्लगइन और n8n वर्कफ़्लो परिभाषाओं की white-box ऑडिट
Mission Controlneurosploit tui <url>रन के दौरान लाइव TUI पैनल + कंपोज़र
Interactiveneurosploitलगातार REPL सत्र (प्रति प्रोजेक्ट फिर से शुरू होता है)
creds.yaml
Cloud credentials
  • 🤖 LLM रेड-टीमिंग — 30 AI एजेंट जो एक लाइव AI सिस्टम को विभिन्न परिदृश्यों में जेलब्रेक और प्रॉम्प्ट-इंजेक्ट करते हैं: AdvPrefix, PAIR, TAP, Crescendo, many-shot, persona/DAN, encoding/obfuscation, refusal-suppression; साथ ही इनडायरेक्ट इंजेक्शन (RAG/वेब/ईमेल/टूल आउटपुट), गोल हाइजैकिंग, टूल/फ़ंक्शन-कॉल दुरुपयोग, और सिस्टम-प्रॉम्प्ट एक्सफ़िल्ट्रेशन। प्रत्येक एक अटैकर→LLM-जज लूप (बेसलाइन रिफ्यूज़ल → तकनीक → निर्णय) चलाता है और बायपास को एक सुरक्षित, रिडैक्टेड रसीद के साथ सिद्ध करता है। OWASP LLM Top 10 (2025), MCP खतरों और OWASP AI Exchange से मैप करता है; Skill/प्लगइन और n8n फाइलें white-box ऑडिट की जाती हैं।
  • 🧰 Misconfig और CVE hunting → शोषण, सुरक्षित रूप से — एक पूर्ण CVE पाइपलाइन: संस्करण फ़िंगरप्रिंट (सटीक संस्करण पिन करें) → रिसर्च विश्लेषक (NVD/GHSA CVEs में मैप करें, पहुंच क्षमता का न्याय करें) → PoC फाइंडर (सार्वजनिक PoC खोजें/जांचें/अनुकूलित करें) → एक्सप्लॉइट स्क्रिप्टर (कोई मौजूद न होने पर कस्टम एक्सप्लॉइट लिखें)। हर PoC रन के pocs/ फ़ोल्डर में लिखा जाता है और रिपोर्ट में संदर्भित किया जाता है ताकि निष्कर्ष पुन: प्रस्तुत किए जा सकें। साथ ही असंभव-misconfig एजेंट (एक्सपोज्ड .git/.env, debug/actuator, डिफ़ॉल्ट क्रेड्स, डैशबोर्ड, CORS) और रेट-लिमिट परीक्षण — सभी एक सख्त डेटा-सुरक्षा/PII गार्डरेल के तहत (कोई विनाशकारी/स्टेट-बदलने वाली कार्रवाई नहीं; PII केवल मास्क किए गए नमूने से सिद्ध, कभी डंप नहीं)।
  • 🎯 एक भेद्यता का पुन: परीक्षण — --only <agent> (दोहराने योग्य / कॉमा-सेपरेटेड) केवल उन्हीं एजेंटों को चलाता है जिन्हें आप नाम देते हैं और recon-आधारित चयन को छोड़ देता है — एक खोज को तेज़ी से पुन: परीक्षण करें। run / whitebox / greybox पर काम करता है; neurosploit agents नाम सूचीबद्ध करता है।
  • 🔬 White-box white-box ही रहता है — कोड एजेंट एक स्थैतिक-समीक्षा सिद्धांत (प्रतीकात्मक file:line रसीदें, source-to-sink टेन्ट ट्रेसिंग, मैनिफेस्ट संस्करण→CVE) के तहत चलते हैं जो काल्पनिक लाइव/ब्लैक-बॉक्स नेटवर्क कार्रवाइयों को रोकता है, और pocs/ में एक प्रतिकृति PoC जारी कर सकते हैं।
  • 🗣️ प्राकृतिक-भाषा REPL — इंटरैक्टिव सत्र में, आप जो चाहते हैं उसका वर्णन करें, किसी भी भाषा में: "testa https://loja.com com opus, foco em SQLi, fora de escopo /admin, roda"। एक हाइब्रिड पार्सर target/models/focus/ objective/out-of-scope सेट करता है और टॉगल (Burp, ब्राउज़र, वोट, recon गहराई) करता है और लॉन्च कर सकता है — सामान्य आकृतियों के लिए शून्य-टोकन नियतात्मक पार्स, किसी भी अस्पष्ट चीज़ के लिए मॉडल फॉलबैक। याद रखने के लिए कोई फ्लैग नहीं।
  • 🔀 CI/CD PR गेट — neurosploit pr <repo> <n> --fail-on critical एक पुल रिक्वेस्ट की समीक्षा करता है, और एक पुष्ट खोज पर थ्रेशोल्ड के बराबर या उससे अधिक होने पर यह चेक विफल करता है, एक neurosploit/security कमिट स्थिति सेट करता है, और एक REQUEST_CHANGES समीक्षा पोस्ट करता है — ताकि ब्रांच प्रोटेक्शन मर्ज को ब्लॉक कर दे। तैयार GitHub Actions वर्कफ़्लो शामिल हैं (PR गेट + एक @neurosploit मेंशन बॉट जो जब कोई writer टिप्पणी करता है तो स्कैन चलाता है)। देखें Integrations।
  • 🎯 एंगेजमेंट उद्देश्य और आउट-ऑफ-स्कोप — लक्ष्य/संदर्भ और कठोर बहिष्करण शब्दों में दें (/objective, /scope-out, या --objective / --out-of-scope); दोनों हर एजेंट प्रॉम्प्ट को संचालित करते हैं।
  • 📸 रिपोर्ट में प्रमाण स्क्रीनशॉट — एजेंट प्रति खोज दृश्य प्रमाण कैप्चर करते हैं (evidence/<finding-id>-N.png), Typst/HTML/Markdown रिपोर्ट में इसकी भेद्यता के बगल में एम्बेडेड।
  • 🖥️ स्थानीय, बिना सेंसर और केवल CPU मॉडल — ollama: और llamacpp: पूरे एंगेजमेंट को आपके बॉक्स पर बिना API key और बिना डेटा छोड़े होस्ट पर चलाते हैं। llamacpp: एक llama-server OpenAI-संगत एंडपॉइंट (LLAMACPP_BASE_URL, डिफ़ॉल्ट localhost:8080) से बात करता है; model वही gguf है जो आपने लोड किया। ऑफ़लाइन/एयर-गैप्ड काम और बिना फ़िल्टर आक्रामक प्रॉम्प्टिंग के लिए आदर्श।
  • 🕵️ Burp/ZAP प्रॉक्सी — /proxy <url> (या /burp) एजेंट ट्रैफ़िक को आपके स्थानीय इंटरसेप्टिंग प्रॉक्सी के माध्यम से रूट करता है ताकि आप Burp में निरीक्षण और पुनः चला सकें।
  • 🗺️ अटैक ग्राफ और किल चेन — निष्कर्ष OWASP / CWE / MITRE ATT&CK / चरण में मैप किए गए; रिपोर्ट में Mermaid ग्राफ के रूप में प्रस्तुत।
  • ✅ क्रॉस-मॉडल सत्यापन — एक अलग मॉडल प्रत्येक खोज का निर्णय करता है; RL-भारित, recon-जागरूक एजेंट चयन।
  • 🛰️ Mission Control TUI — लाइव header/feed/findings/targets पैनल + एक कंपोज़र जिसमें आप रन स्ट्रीम होने के दौरान टाइप कर सकते हैं (summary, pause, …)।
  • 💾 प्रति-प्रोजेक्ट मेमोरी — <cwd>/.neurosploit/ सत्र, रन इतिहास और कमांड इतिहास रखता है; REPL दोबारा खोलने पर फिर से शुरू होता है। कोई डेटाबेस आवश्यक नहीं।
  • 🪙 टोकन/लागत टेलीमेट्री, प्रति-एजेंट एट्रिब्यूशन, सुंदर Ctrl-C → रिपोर्ट या छोड़ें, Typst/HTML/JSON/MD रिपोर्ट।
  • ✅
    ✅ (Apple Silicon)
    Windows✅✅
    एकीकरणआपको क्या मिलता हैएनवी वेरिएबल्स
    GitHubनिजी क्लोन · pr समीक्षा + टिप्पणी · PR गेट (--fail-on: जाँच विफल + कमिट स्थिति + REQUEST_CHANGES) · watch शाखाGITHUB_TOKEN
    GitLabव्हाइटबॉक्स/ग्रेबॉक्स के लिए निजी क्लोनGITLAB_TOKEN
    Jiraप्रत्येक फाइंडिंग के लिए एक कार्ड (--jira)JIRA_EMAIL, JIRA_API_TOKEN
    --model prefixEnv varBase URL
    anthropic:ANTHROPIC_API_KEYapi.anthropic.com
    openai:OPENAI_API_KEYapi.openai.com
    gemini:GEMINI_API_KEYgenerativelanguage.googleapis.com
    xai:XAI_API_KEYapi.x.ai
    nvidia_nim:NVIDIA_NIM_API_KEYintegrate.api.nvidia.com
    deepseek:DEEPSEEK_API_KEYapi.deepseek.com
    mistral:MISTRAL_API_KEYapi.mistral.ai
    qwen:DASHSCOPE_API_KEYdashscope-intl.aliyuncs.com
    groq:GROQ_API_KEYapi.groq.com
    together:TOGETHER_API_KEYapi.together.xyz
    moonshot:MOONSHOT_API_KEYapi.moonshot.ai
    openrouter:OPENROUTER_API_KEYopenrouter.ai
    opencode:OPENCODE_API_KEYopencode.ai/zen (OpenCode Zen gateway)
    nous:NOUS_API_KEYinference-api.nousresearch.com (Hermes 4)
    litellm:LITELLM_API_KEYआपका LiteLLM proxy (LITELLM_BASE_URL, डिफ़ॉल्ट localhost:4000)
    azure:AZURE_OPENAI_API_KEYआपका Azure OpenAI संसाधन (AZURE_OPENAI_ENDPOINT)
    ollama:(कोई नहीं)localhost:11434
    llamacpp:(कोई नहीं)localhost:8080
    --model prefixCLI उपयोगलॉगिन
    anthropic:claude (Claude Code)claude फिर /login
    openai:codexcodex login
    gemini:geminigemini login
    xai:grokgrok login
    opencode:opencodeopencode auth login (या TUI में /connect) — Zen/plan खाता
    nous:hermeshermes setup --portal — Nous Portal OAuth
    फ़ाइलसामग्री
    status.jsonrunning → complete सारांश के साथ
    recon.json / recon.mdमैप किया गया अटैक सरफेस
    exploitation.mdप्रति-एजेंट कच्चा ट्रांसक्रिप्ट
    findings.json / findings.mdसत्यापित निष्कर्ष (अन्य टूल्स/AI द्वारा पुन: उपयोग)
    report.html, report.typ, report.pdfअंतिम रिपोर्ट (PDF Typst इंजन के माध्यम से)
    श्रेणीगिनतीउद्देश्य
    vulns/245किसी विशिष्ट भेद्यता वर्ग (web/API) का शोषण करें
    code/78व्हाइट-बॉक्स सोर्स-कोड (SAST) समीक्षा
    ai/30AI/LLM रेड-टीमिंग, जेलब्रेक, MCP खतरे
    infra/34होस्ट/क्लाउड: Linux, Windows, AD, AWS/GCP/Azure
    meta/23ऑर्केस्ट्रेटर, वैलिडेटर, स्कोरर, रिपोर्टर, RL
    chains/13मल्टी-स्टेज अटैक चेन (SQLi→RCE→LPE, SSRF→क्लाउड, …)
    recon/12सूचना संग्रह / अटैक सरफेस