
Motore di pentesting AI autonomo, sicurezza offensiva continua su web, cloud, AD e Kubernetes. Ragionamento agentico + esecuzione reale di exploit producono vulnerabilità basate su prove. Gateway di privacy: l'LLM non vede mai i tuoi IP, host, credenziali o percorsi reali (segnaposto deterministici reidratati localmente), nulla esce dal tuo perimetro.
⭐ Star DarkMoon · 🚀 Quick Start · 🧩 Integrations · 📊 Benchmark · 🔒 Darkmoon Pro · ▶️ Install & Run (OSS) · ▶️ Demo (Pro)
DarkMoon è il penetration testing autonomo basato su AI per la tua infrastruttura. Puntalo verso un target autorizzato e conduce l'intera valutazione da solo, poi documenta ogni risultato con il comando esatto e l'output grezzo.
Darkmoon open source è uno strumento da riga di comando. Questo è ciò che ottieni clonando il repository. Avvii una valutazione dalla riga di comando e osservi ogni agente, comando e risultato scorrere in tempo reale.
Avvia un'esecuzione dalla CLI. Una riga |
Gli agenti autonomi ragionano e sfruttano, in diretta nel tuo terminale. Qui un sotto-agente segnala CVE-2019-9978 e passa direttamente allo sfruttamento. |
Recon e modello dell'ambiente. DarkMoon identifica lo stack e conferma la superficie d'attacco prima di colpire. |
Stream MCP in diretta. Ogni comando eseguito dall'agente e il suo output grezzo, con timestamp, tramite |
Dal segnale all'invio dell'agente. DarkMoon decide quali agenti specialistici impiegare in base esattamente a ciò che rileva sul target.
Come riportato in Help Net Security · Cyber Security News · DevOps.com · SecurityBrief · LinuxLinks · IT Brief · ChannelLife
git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon
./install.sh
install.sh configura il tuo provider LLM in modo interattivo (non è necessario modificare docker-compose.yml) e compila l'intero stack:
./install.sh # skip form if .opencode.env already configured
./install.sh --init # force reconfiguration (cloud or local model)
./install.sh --help # show usage
Supporta provider cloud (Anthropic, OpenAI, OpenRouter…) e modelli locali (Ollama, llama.cpp). Poi avvia la tua prima valutazione e guardala in tempo reale:
./darkmoon.sh "TARGET: example.com"
./darkmoon.sh --log <session_id>
Prerequisiti: Docker e Docker Compose, e una chiave API LLM (o un modello locale). Configurazione GPU, variabili d'ambiente e il riferimento completo dei flag sono disponibili nella Documentazione Completa.