
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.

La piattaforma open-source di penetration testing autonomo basata sull'intelligenza artificiale
L'unico pentester AI autonomo in cui il modello non vede mai i tuoi IP, hostname o credenziali reali.
Presente su Help Net Security · Cyber Security News · SecurityBrief · LinuxLinks · IT Brief · ChannelLife
DarkMoon è uno strumento di penetration testing automatizzato che orchestra valutazioni complete della sicurezza tramite agenti di sicurezza basati sull'intelligenza artificiale. Realizzato come strumento open-source di cybersicurezza, consente alle organizzazioni di eseguire valutazioni delle vulnerabilità di livello professionale senza intervento manuale.
Invece di sostituire il pentester, DarkMoon agisce come un sistema autonomo di test di sicurezza: ragiona, pianifica e coordina agenti specializzati che eseguono operazioni di sicurezza offensiva reali attraverso un livello di esecuzione controllato.
Il penetration testing tradizionale è:
DarkMoon risolve tutto questo con il penetration testing basato sull'AI:
IP_PRIVATE_001, …); i valori reali vengono iniettati localmente, subito prima dell'esecuzione di uno strumento, e mascherati di nuovo in ogni risultato. Nessun dato sensibile lascia mai il tuo perimetro verso il provider LLM — usa la potenza di Claude rispettando severi vincoli di sovranità dei dati. I tentativi di esfiltrazione vengono bloccati.Perfetto per team di sicurezza, ingegneri DevSecOps, professionisti dell'ethical hacking e organizzazioni di ogni dimensione.
Nota: La configurazione della GPU, la risoluzione dei problemi dei driver NVIDIA e la configurazione avanzata dell'ambiente sono trattate nella Documentazione Completa — Risoluzione dei Problemi GPU.
1. Clona il repository
git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon
2. Configura il tuo provider LLM
install.sh gestisce la configurazione del provider in modo interattivo — non è necessario modificare docker-compose.yml:
./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).
Nota: Per tutti i dettagli sulle variabili d'ambiente e sulla configurazione dei modelli locali, consulta la Documentazione Completa — Variabili d'Ambiente.
3. Compila e avvia
./install.sh # Clean install with full stack reset
4. Esegui la tua prima valutazione
./darkmoon.sh "TARGET: example.com"
5. Monitora in tempo reale
./darkmoon.sh --log <session_id>
Nota: I log delle sessioni in tempo reale mostrano ogni comando eseguito dal server MCP. Consulta la Documentazione Completa — Log delle Sessioni per i dettagli.
DarkMoon opera come un orchestratore strategico di agenti di sicurezza AI allineato alle metodologie ISO 27001, NIST SP 800-115 e MITRE ATT&CK.
Quando fornisci un target, la piattaforma automaticamente:
DarkMoon seleziona e distribuisce dinamicamente agenti specializzati in base alle tecnologie scoperte:
Più agenti possono essere eseguiti in parallelo su architetture ibride.
Nota: Per l'elenco completo degli agenti, la loro struttura, il ciclo di vita e come creare agenti personalizzati, consulta la Documentazione Completa — Agenti AI.
User ──> DarkmoonCLI ──> OpenCode (AI Brain) ──> MCP (Security Gatekeeper) ──> Docker Toolbox (Real Tools)
sequenceDiagram
participant U as User
participant O as OpenCode
participant A as AI Agent
participant M as MCP Darkmoon
participant T as Docker Toolbox
U->>O: User prompt
O->>A: Delegate task
A->>M: MCP function call
M->>T: Execute real tool
T-->>M: Results
M-->>A: Structured output
A-->>O: Next decision
O-->>U: Summary / result
L'AI ragiona e pianifica. L'MCP controlla ciò che può essere eseguito. La Toolbox esegue strumenti isolati all'interno di Docker. L'AI non tocca mai direttamente il sistema — questa è la sicurezza by design.
Nota: Per la descrizione completa dell'architettura (diagrammi di distribuzione, flussi di rete, confini di sicurezza), consulta la Documentazione Completa — Architettura.
DarkMoon supporta una definizione flessibile dello scope direttamente dalla riga di comando.
Pentest rapido (zero configurazione):
./darkmoon.sh "TARGET: http://172.19.0.3:3000"
Modalità bug bounty (i flag si attivano automaticamente):
./darkmoon.sh "TARGET: http://172.19.0.3:3000 PROGRAM=\"Juice Shop\" FOCUS=sqli,xss,idor NOISE=moderate FORMAT=h1"
I flag principali includono FOCUS, EXCLUDE, CREDS, TOKEN, NOISE, SEVERITY, FORMAT e altri ancora — tutti interpretati naturalmente dall'AI.
Nota: Per il riferimento completo dei flag, i tipi di asset, la sintassi libera di EXCLUDE/FOCUS e la gestione avanzata di più target, consulta la Documentazione Completa — Definizione dello Scope.
DarkMoon include un'immagine Docker appositamente realizzata che contiene oltre 50 strumenti di sicurezza compilati e ottimizzati in una build multi-stage:
Tutti gli strumenti sono direttamente accessibili — nessuna configurazione dei percorsi necessaria.
Nota: Per l'elenco completo degli strumenti con i dettagli di installazione e come aggiungere nuovi strumenti, consulta la Documentazione Completa — Toolbox.
La Documentazione Completa di DarkMoon copre tutto ciò di cui hai bisogno per operare la piattaforma. Ecco un rapido riferimento alle sezioni più importanti:
DarkMoon è progettato come una piattaforma versatile di test di sicurezza per:
# Web application pentest
./darkmoon.sh "TARGET: http://172.19.0.3:3000"
# Active Directory assessment
./darkmoon.sh "TARGET: 192.168.1.10"
# Bug bounty with specific focus
./darkmoon.sh "TARGET: https://app.example.com PROGRAM=\"Example BB\" FOCUS=sqli,rce,ssrf EXCLUDE=H1 FORMAT=h1"
Nota: Per altri esempi di prompt, inclusi gli scenari con DVGA, Juice Shop e browser headless, consulta la Documentazione Completa — Esempi di Prompt.
DarkMoon è open source e accetta volentieri contributi. Che tu voglia aggiungere nuovi agenti, integrare strumenti, creare workflow o migliorare la documentazione — consulta CONTRIBUTING.md per le linee guida.
Questo progetto è rilasciato sotto la GNU General Public License v3.0. Consulta LICENSE per i dettagli.
Creato da ASC-IT con 💚 per la comunità globale della sicurezza
🔒 Open Source · 🤖 Basato sull'AI · 🇫🇷 Fatto in Francia
⭐ Metti una stella su GitHub · 📖 Documentazione Completa · ▶️ Guarda la Demo
| Tecnologia Rilevata | Agente Attivato |
|---|
| WordPress, Drupal, Joomla, Magento, PrestaShop, Moodle | Agente specifico per CMS |
| PHP, Node.js, Flask, ASP.NET, Spring Boot, Ruby on Rails | Agente specifico per stack |
| GraphQL | Agente GraphQL |
| Active Directory | Agente AD |
| Kubernetes | Agente Kubernetes |
| Browser headless richiesto | Agente browser headless |
| Categoria | Strumenti (esempi) |
|---|
| Scansione delle porte | Naabu, Masscan |
| Scansione web | Nuclei, ffuf, dirb, sqlmap, Arjun, wafw00f |
| Recon & crawling | Subfinder, Katana, Waybackurls, httpx |
| CMS | WPScan, CMSeeK, WhatWeb |
| Active Directory | NetExec, BloodHound, Impacket (oltre 30 script) |
| Kubernetes | kubectl, Kubescape, Kubeletctl |
| Rete | Hydra, curl, dig, strumenti SNMP |
| Browser | Lightpanda (headless) |
| Argomento | Cosa Troverai | Link |
|---|
| Configurazione GPU e Driver | Risoluzione dei problemi NVIDIA per Docker, WSL e Linux nativo | Guida GPU |
| Variabili d'Ambiente | Configurazione del provider LLM, chiavi API, selezione del modello | Configurazione Ambiente |
| Avvio e Build | Comportamento di install.sh, docker compose build, gestione dello stack | Build e Avvio |
| Scope e Flag | Sintassi di TARGET, modalità bug bounty, FOCUS/EXCLUDE, credenziali | Definizione dello Scope |
| Flusso di Lavoro della Valutazione | Passo dopo passo: scoperta, fingerprinting, agenti, report | Motore di Valutazione |
| Log delle Sessioni in Tempo Reale | Monitora in diretta i comandi eseguiti dal server MCP | Log delle Sessioni |
| Agenti AI | Struttura degli agenti, ciclo di vita, come creare o modificare agenti | Agenti AI |
| Architettura | Diagrammi di distribuzione, confini di sicurezza, flusso di esecuzione | Architettura |
| Toolbox | Elenco completo degli strumenti, aggiunta di strumenti, interni dell'immagine Docker | Toolbox |
| Flussi di Lavoro MCP | Struttura dei workflow, creazione di workflow personalizzati, best practice | Flussi di Lavoro MCP |
| Elenco degli Strumenti Disponibili | Tabella completa di oltre 50 strumenti con percorsi e sorgenti | Elenco Strumenti |
| Laboratori di Addestramento | Laboratori vulnerabili consigliati per addestrare DarkMoon | Laboratori Pentester |