
AI रेड-टीम प्लेटफ़ॉर्म। स्वायत्त LLM एजेंट Kali कंटेनर के अंदर शुरू से अंत तक पेनेट्रेशन टेस्ट चलाते हैं और रिपोर्ट लिखते हैं। LangGraph प्लान/एक्ट इंजन, LiteLLM के माध्यम से प्रोवाइडर-अज्ञेय मॉडल, PDF/JSON/SARIF आउटपुट। FastAPI + React।
AI एजेंट जो एक पेनिट्रेशन टेस्ट को शुरू से अंत तक चलाते हैं और रिपोर्ट लिखते हैं।
[!WARNING] REDCELL केवल शिक्षा, अनुसंधान, और कानूनी, अधिकृत सुरक्षा परीक्षण के लिए प्रदान किया गया है। इसका उपयोग केवल उन सिस्टमों का परीक्षण करने के लिए करें जिनके आप स्वामी हैं या जिनका परीक्षण करने के लिए आपके पास स्पष्ट लिखित अनुमति है, और केवल सहमत दायरे के भीतर। कंप्यूटर सिस्टमों तक अनधिकृत पहुँच या उनमें हस्तक्षेप अज़रबैजान (आपराधिक संहिता के अनुच्छेद 271 से 273) और अधिकांश अन्य देशों के कानूनों के तहत अपराध है। इसका उपयोग आप कैसे करते हैं, और कानून के भीतर रहना, पूरी तरह से आपकी ज़िम्मेदारी है।
REDCELL LLM एजेंटों की एक टीम को एक पेनटेस्ट के माध्यम से चलाता है। एक ऑर्केस्ट्रेटर एंगेजमेंट की योजना बनाता है और उद्देश्यों को executor एजेंटों को सौंपता है, जो एक Kali कंटेनर के भीतर वास्तविक टूल चलाते हैं और वापस रिपोर्ट करते हैं। आप एक ऑपरेटर कंसोल से रन को देखते और नियंत्रित करते हैं: एक चैट जो ऑर्केस्ट्रेटर को चलाती है, एक लाइव एजेंट ग्राफ़ और गतिविधि फ़ीड, एजेंट द्वारा संचालित ब्राउज़र का लाइव दृश्य, एजेंट द्वारा पकड़े गए किसी भी reverse shell पर एक टर्मिनल, और काम पूरा होने पर सौंपने के लिए एक रिपोर्ट।
मॉडल LiteLLM के माध्यम से pluggable हैं, इसलिए आप इसे OpenAI, Anthropic, Google, GLM, DeepSeek, Kimi, एक स्थानीय Ollama, या जो कुछ भी यह समर्थन करता है, पर इंगित कर सकते हैं। प्रत्येक रन जैसे-जैसे आगे बढ़ता है checkpoint करता है, इसलिए क्रैश या रीस्टार्ट वहीं से शुरू होता है जहाँ यह छूटा था।
run_command किसी भी ऐसी चीज़ को कवर करता है जिसके लिए समर्पित टूल नहीं है।docker exec के माध्यम से एक Kali कंटेनर में चलते हैं। प्रति सत्र localhost या एक सहेजा गया सर्वर चुनें; एक दूरस्थ सर्वर host networking के साथ SSH के माध्यम से वही कंटेनर चलाता है।flowchart LR
UI["Operator console<br/>React + Vite"] -->|REST + WebSocket| API["FastAPI"]
API --> PG[(PostgreSQL)]
API --> RS[(Redis<br/>pub/sub + queue)]
API --> S3[(MinIO<br/>files & reports)]
RS --> W["Worker (arq)"]
W --> ENG["Engine<br/>LangGraph + LiteLLM"]
ENG -->|docker exec| KALI["Kali container<br/>local or remote over SSH"]
KALI --> TGT["Targets"]
W -->|events / chat / shell| RS
RS -->|stream| API
API एजेंट नहीं चलाता। यह एक रन को कतार में डालता है, worker इसे निष्पादित करता है, और worker आउटपुट को Redis चैनलों पर प्रकाशित करता है जिन्हें API WebSockets के माध्यम से ब्राउज़र तक रिले करता है।
Python 3.12, FastAPI, async SQLAlchemy + asyncpg, Alembic, arq, LangGraph, LiteLLM, ReportLab, PostgreSQL, Redis, MinIO, asyncssh। फ्रंटएंड: React 18, Vite, TypeScript, Tailwind, TanStack Query, xterm। टूलिंग: Python के लिए uv, फ्रंटएंड के लिए bun।
आपको Docker, uv, और bun की आवश्यकता होगी।
# 1. infrastructure (Postgres, Redis, MinIO)
docker compose -f docker-compose.dev.yml up -d
# 2. Python deps, database, and seed data
uv sync --group live
uv run rc db upgrade
uv run rc seed # admin user, provider catalog, buckets
# 3. copy the env template
cp .env.example .env
# 4. run the three processes (separate terminals)
cd apps/api && uv run uvicorn app.main:app --host 127.0.0.1 --port 8080
cd apps/worker && uv run arq worker.settings.WorkerSettings
cd apps/web && bun install && bun run dev
या एक प्रोसेस मैनेजर के साथ तीनों को एक साथ शुरू करें (वे
Procfile में घोषित हैं): pipx install honcho फिर honcho start।
http://localhost:5183 खोलें और admin / admin से साइन इन करें।
रन डिफ़ॉल्ट रूप से वास्तविक टूल निष्पादित करते हैं। Settings में एक provider API key जोड़ें और सुनिश्चित करें कि Docker Kali image (ghcr.io/martian56/redcell-kali:latest) खींच सकता है। इसके बजाय canned output के विरुद्ध dry-run करने के लिए, .env में REDCELL_RUN_MODE=sim सेट करें।
REDCELL को निशाना बनाने के लिए जानबूझकर असुरक्षित ऐप्स, सभी स्थानीय: