Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
llm-council-vapt — Revisione paritaria basata su IA per i risultati dei test di penetrazione o dei rapporti di Bug Bounty — convalida la gravità, le prove e la qualità della reportistica prima della consegna utilizzando più revisori IA indipendenti (Claude, GPT, Gemini) che si criticano a vicenda prima di emettere un verdetto. | Kitploit
Strumenti/GitHubGitHub/holiday-830/llm-council-vapt
Analisi delle VulnerabilitàPenetration TestingApprendimento e FormazioneSicurezza dell'IA
GitHubholiday-830/llm-council-vapt

llm-council-vapt

Vedi Repository
374 mesi faNon ancora revisionato

Informazioni

Revisione paritaria basata su IA per i risultati dei test di penetrazione o dei rapporti di Bug Bounty — convalida la gravità, le prove e la qualità della reportistica prima della consegna utilizzando più revisori IA indipendenti (Claude, GPT, Gemini) che si criticano a vicenda prima di emettere un verdetto.

Condividi

LLM Council — Validazione delle evidenze VAPT

Una pipeline di peer-review cieca che convalida un'evidenza di penetration test prima che arrivi al cliente. Lenti esperte indipendenti valutano l'evidenza, si sottopongono a revisione cieca l'una con l'altra, e un Presidente sintetizza un verdetto certificato — vale la pena segnalarlo e la gravità è calibrata?

Due modi per eseguirla:

ModalitàDoveCosa succede
Chairman manualeclaude.ai / app Claude chatUn Claude ragiona attraverso ogni lente in isolamento, poi sintetizza. Costo zero, nessuna chiave.
Parallelo (cross-vendor)Claude Code sulla tua macchinacouncil_direct.py distribuisce le lenti su Claude + ChatGPT + Gemini come chiamate concorrenti reali. Costa token del provider. Cattura i punti ciechi condivisi da un singolo vendor.

Questo repository è la fonte di verità. Modifica qui, committa con git. La knowledge base del Progetto Claude è un mirror di sola lettura — ricarica i file modificati quando cambiano sostanzialmente. Non fare sincronizzazione bidirezionale.


Struttura del repository

llm-council-vapt/
├── README.md                      # questo file
├── requirements.txt               # dipendenze python
├── .env.template                  # nomi delle chiavi, nessun valore
├── .gitignore                     # ignora .env (le chiavi non vengono mai committate)
├── skills/
│   └── llm-council/
│       └── SKILL.md               # la skill (8 membri, protocolli, modalità)
├── scripts/
│   └── council_direct.py          # motore parallelo cross-vendor
└── docs/
    └── project_system_prompt.md   # incolla nelle impostazioni del Progetto Claude

Installazione

# 1. clona / posiziona il repo
git clone <your-repo-url> llm-council-vapt
cd llm-council-vapt

# 2. rendi la skill rilevabile da Claude Code (symlink, così le modifiche rimangono attive)
mkdir -p ~/.claude/skills
ln -s ~/llm-council-vapt/skills/llm-council ~/.claude/skills/llm-council

# 3. chiavi
cp .env.template .env
nano .env        # incolla le tre chiavi, salva

Modifica .env e aggiungi le tue chiavi API di Anthropic, OpenAI e Google.

Opzione A — venv (consigliata)

Mantiene le dipendenze isolate dal tuo Python di sistema.

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

Opzione B — installazione a livello di sistema

pip install -r requirements.txt

Nota (sistemi Kali / basati su Debian): PEP 668 blocca pip install a livello di sistema per default. Se incontri externally-managed-environment, usa l'Opzione A o forzalo:

pip install -r requirements.txt --break-system-packages

Verifica installazione

python scripts/council_direct.py --help
ls -l ~/.claude/skills/llm-council/SKILL.md   # dovrebbe risolversi tramite symlink

Se entrambi funzionano senza errori, sei pronto.

Utilizzo

Vedi docs/USAGE.md per il riferimento completo dei comandi (ogni flag, ogni modalità, tutti gli esempi).

In chat (modalità Chairman manuale)

Basta digitare un comando — nessuna chiave, nessuno script:

/llm-council -q -u                 # veloce, carica file
/llm-council medium validation -p  # media, incolla contenuto
/llm-council -f -u -v2 -s high     # completa, carica, versione 2, valida claim High

Flag: modalità -q|-m|-f (o quick|medium|full validation), input -u (carica) / -p (incolla), versione -vN, gravità -s low|medium|high|critical.

Sulla tua macchina (modalità parallela cross-vendor)

python3 scripts/council_direct.py \
    --mode full \
    --finding ./finding.md \
    --severity high \
    --version 2 \
    --finding-id <YOUR-FINDING-ID> \
    --project <PREFIX> > council_run.json

--finding accetta un percorso file o testo grezzo. Lo script stampa JSON (valutazioni + classifiche cieche + aggregato + eventuali errori). Poi chiedi a Claude Code di leggere council_run.json ed eseguire la Fase 3 del council (sintesi del Presidente) per produrre il verdetto finale.


Modalità → membri

quick  (-q) → Red-teamer · CVSS Auditor · Evidence Auditor                 (3)
medium (-m) → + Attack Chain Analyst · Remediation Critic                  (5)
full   (-f) → + Threat Intel Analyst · False Negative Hunter ·
              Business Impact Translator                                    (8)

Veloce = controllo di sanità rapido durante l'engagement. Media = evidenze che intendi riportare. Completa = gate pre-consegna; default per qualsiasi High/Critical.


ID Modelli

Verificato contro la documentazione ufficiale dei provider (Giugno 2026). Non permanente — aggiorna MODELS all'inizio di scripts/council_direct.py quando i provider rilasciano nuovi flagship.

PostoProviderID ModelloChiave
ClaudeAnthropicclaude-opus-4-8ANTHROPIC_API_KEY
ChatGPTOpenAIgpt-5.5OPENAI_API_KEY
GeminiGooglegemini-3.1-pro-previewGEMINI_API_KEY

Note di sicurezza

  • .env è in gitignore. Le chiavi reali non vengono mai committate. Verifica con git status prima del tuo primo git add — .env non deve apparire.
  • Le chiavi vengono lette in fase di esecuzione dall'ambiente tramite python-dotenv. Non vengono mai scritte nei log o nel JSON di output.
  • Il council convalida le affermazioni del report rispetto alle evidenze che fornisci — non testa endpoint live. La verità di base rimane nel tuo lavoro con curl / nmap / Burp.

Formati di input

Lo script legge evidenze basate su testo direttamente: .md, .txt, .json, .csv, .yaml o testo grezzo passato inline. I formati binari/documento (.pdf, .docx, .xlsx, ecc.) non sono supportati — lo script li rileva ed esce con un messaggio che ti dice di convertire prima in .md/.txt. Poiché le evidenze sono redatte in markdown, normalmente non è un problema.

Analisi delle evidenze correlate (catena)

In modalità full/medium l'Analista della catena d'attacco può considerare evidenze sorelle:

  • --findings-dir <path> — directory da scannerizzare (default: la directory del file di evidenza stesso).
  • --project <prefix> — tag opzionale di prefisso del nome file per filtrare quali sorelle contano come correlate. Se omesso, vengono considerate tutte le sorelle di testo leggibile. Il tag viene fornito in fase di esecuzione; nessun nome cliente o prefisso è codificato nel codice.

Mantieni i tuoi file di evidenza reali fuori da questo repo (ovunque sulla tua macchina). Punta --findings-dir a quella posizione per ogni esecuzione.


Lacune note (tracciate, non ancora implementate)

  1. Modello di report per falsi positivi — un modello di output dedicato per le evidenze rifiutate dal council, separato dal formato standard del verdetto.

Autore

Costruito da Holiday

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    772
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    505
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    420
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    260
  • 6

    antifox

    antifox-ai/antifox

    Piattaforma multi-agente di penetration testing autonoma basata sull'IA che esegue ricognizione, scoperta della superficie d'attacco, validazione dello sfruttamento e consegna di report supportati da evidenze.

    251

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →