Agente di security testing guidato da LLM che esegue un ciclo continuo di chiamate a strumenti contro un target, con oltre 160 adattatori per strumenti di recon, web, cloud, AD e post-exploitation e report delle esecuzioni persistiti.
Un agente di security-testing guidato da LLM: un unico loop continuo di tool-calling, non una pipeline a fasi recon→exploit. Il modello decide cosa eseguire successivamente, turno per turno, contro un target reale.
Disclaimer: gli strumenti in Tradecraft possono causare danni permanenti se non configurati correttamente. Usalo solo contro target di tua proprietà o per i quali hai esplicita autorizzazione al test. Non affidarti ai valori predefiniti — comprendi la configurazione (
docs/tools.md,docs/policy.md,docs/profiles.md) prima del tuo primo ingaggio.
I Tools sono le azioni che il modello può invocare — ciascuna è un contratto YAML
(cosa fa, quali input richiede) più un adapter che esegue un
comando reale e ne analizza l'output in dati strutturati. Vedi
docs/tools.md per come viene costruito un tool, oppure l'elenco
completo di ciò che è registrato — oltre 160 tool tra recon, web, cloud, AD,
Kubernetes e post-exploitation — in docs/tool-list.md.
Le Skills sono note markdown consultive che forniscono al modello conoscenze
di tradecraft trasversali ai tool — quando preferire uno strumento rispetto a un altro, come gli output di due
strumenti si concatenano. Non sono mai una fase imposta, e
vengono sempre renderizzate per intero. Vedi docs/skills.md.
Ogni esecuzione di un ingaggio viene persistita su disco e può essere trasformata in un
report (--report), esplorata successivamente in una console Q&A (tradecraft chat), oppure esportata come dati di fine-tuning SFT/DPO (tradecraft dataset).
Vedi docs/report.md, docs/post-engagement.md,
e docs/finetune.md.
config/tools/<id>.yaml model-facing contract (description, params, scope_param)
config/profiles/ curated tool sets per engagement shape (web, cloud, ad-network, ...)
tradecraft/domain.py pure shared types
tradecraft/adapters/<tool>/ execute.py (subprocess) + parse.py (pure parsing)
tradecraft/tools/ glues a YAML contract + adapter into one Tool.run()
tradecraft/memory/ append-only engagement log, facts, and evidence store
tradecraft/policy/ destructive-tool gate
tradecraft/skills/ advisory tradecraft markdown, rendered in full
tradecraft/execution/ the agentic loop + system-prompt assembly
tradecraft/reporting/ report generation + post-run investigation console
tradecraft/dataset/ offline SFT/DPO dataset extraction from persisted runs
tradecraft/cli.py entrypoint
La direzione delle dipendenze è unidirezionale: domain → adapters → tools → execution → cli.
python -m venv .venv && source .venv/bin/activate
pip install -e ".[test]"
cp .env.example .env # configure LLM_MODEL, LLM_BASE_URL, and LLM_API_KEY
Usa un modello abliterated (con i rifiuti di sicurezza rimossi) per LLM_MODEL — un
modello standard con tuning di sicurezza rifiuterà gran parte di ciò che questo agente
deve fare durante l'engagement.
Il binario richiesto da ciascuno strumento (vedi il suo config/tools/<id>.yaml) deve essere
nel PATH; un binario mancante viene restituito al modello come errore dello strumento,
non come crash. scripts/verify_container_tools.py verifica quali dei binari
degli strumenti registrati sono presenti. Per un set completo di strumenti collaudato
senza installare tutto manualmente, vedi
docs/setup.md per compilare ed eseguire invece l'immagine Docker.
tradecraft 10.0.0.5 --profile web
--profile seleziona un set curato di strumenti per la forma dell'engagement (web,
ad-network, cloud, kubernetes, post-exploitation, oppure full per
ogni strumento registrato); --tools lo sovrascrive con un elenco esplicito.
Gli strumenti distruttivi sono disattivati per impostazione predefinita — passa --allow-destructive per
abilitarli. Esegui tradecraft --help per l'elenco completo dei flag, oppure consulta
docs/cli.md per ogni sottocomando (chat, report,
dataset, memory) in sintesi.
Il routing/egress di rete (VPN, gateway SOCKS/TUN, oppure network_mode del container) è
gestito a livello di ambiente anziché all'interno degli adapter; se imposti
HTTP_PROXY/HTTPS_PROXY, aggiungi l'host LLM_BASE_URL a NO_PROXY.
pytest
docs/cli.md — ogni sottocomando e flag di tradecraft a colpo d'occhio.docs/setup.md — compilazione/esecuzione dell'immagine Docker, recupero dei log, estrazione dei dati di esecuzione.docs/tools.md — strumenti, adattatori.docs/tool-list.md — ogni strumento registrato, a colpo d'occhio.docs/policy.md — gating degli strumenti distruttivi, categorie di blast-radius, il budget di blocco degli account.docs/skills.md — cos'è una skill, come/quando aggiungerne una.docs/profiles.md — profili di forma dell'engagement, sovrapposizione, come aggiungerne uno.docs/report.md — generazione di un report da un'esecuzione.docs/post-engagement.md — la console Q&A post-esecuzione.docs/finetune.md — trasformare le esecuzioni di engagement in dati di fine-tuning SFT/DPO.CONTRIBUTING.md — come aggiungere un nuovo strumento.