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
METATRON — Assistente di penetration testing basato su IA che utilizza un LLM locale su Linux (Parrot OS) | Kitploit
Strumenti/GitHubGitHub/sooryathejas/metatron
RicognizioneAnalisi delle VulnerabilitàExploitRaccolta InformazioniSicurezza WebPenetration TestingApprendimento e FormazioneSicurezza dell'IA
GitHubsooryathejas/metatron

METATRON

Assistente di penetration testing basato su IA che utilizza un LLM locale su Linux (Parrot OS)

Vedi Repository
3.4k688697 mesi faRevisionato da Kitploit
Condividi

METATRON

Assistente di penetration testing basato su IA che utilizza LLM locale su Linux (Parrot OS)

🔱 METATRON

Assistente di penetration testing basato su IA

Banner di Metatron


📌 Cos'è Metatron?

Metatron è un assistente di penetration testing basato su IA, eseguibile da CLI, che gira interamente sulla tua macchina locale — niente cloud, niente chiavi API, niente abbonamenti.

Gli fornisci un IP o un dominio target. Esegue strumenti di ricognizione reali (nmap, whois, whatweb, curl, dig, nikto), invia tutti i risultati a un modello IA in esecuzione locale, e l'IA analizza il target, identifica le vulnerabilità, suggerisce exploit e raccomanda le correzioni. Tutto viene salvato in un database MariaDB con la cronologia completa delle scansioni.


✨ Funzionalità

  • 🤖 Analisi IA locale — basata su metatron-qwen tramite Ollama, funziona 100% offline
  • 🔍 Ricognizione automatica — nmap, whois, whatweb, curl headers, dig DNS, nikto
  • 🌐 Ricerca web — ricerca DuckDuckGo + lookup CVE (nessuna chiave API necessaria)
  • 🗄️ Backend MariaDB — cronologia completa delle scansioni con 5 tabelle collegate
  • ✏️ Modifica / Elimina — modifica qualsiasi risultato salvato direttamente dalla CLI
  • 🔁 Ciclo agentico — l'IA può richiedere ulteriori esecuzioni degli strumenti durante l'analisi
  • 🚫 Niente chiavi API — tutto è gratuito e locale -📤 Esportazione report

Metatron consente di esportare i risultati delle scansioni in formati di report puliti e condivisibili selezionando '2.view history'->seleziona slno ed esporta

📄 PDF — report professionali delle vulnerabilità 🌐 HTML — report visualizzabili nel browser


🖥️ Screenshot

Menu principale
Menu principale

Scansione in esecuzione
Strumenti di ricognizione in esecuzione sul target

Analisi IA
metatron-qwen analizza i risultati della scansione

Risultati
Vulnerabilità salvate nel database

Menu di esportazione
Esporta i risultati della scansione in PDF e/o HTML

---

🧱 Stack tecnologico

ComponenteTecnologia
LinguaggioPython 3
Modello IAmetatron-qwen (Qwen 3.5 con fine-tuning)
Modello basehuihui_ai/qwen3.5-abliterated:9b
Esecutore LLMOllama
DatabaseMariaDB
OSParrot OS (basato su Debian)
RicercaDuckDuckGo (gratuito, senza chiave)

⚙️ Installazione

1. Clona il repository

git clone https://github.com/sooryathejas/METATRON.git
cd METATRON

2. Crea e attiva l'ambiente virtuale

python3 -m venv venv
source venv/bin/activate

3. Installa le dipendenze Python

pip install -r requirements.txt

4. Installa gli strumenti di sistema

sudo apt install nmap whois whatweb curl dnsutils nikto

🤖 Configurazione del modello IA

Passaggio 1 — Installa Ollama

curl -fsSL https://ollama.com/install.sh | sh

Passaggio 2 — Scarica il modello base

ollama pull huihui_ai/qwen3.5-abliterated:9b

⚠️ Questo modello richiede almeno 8,4 GB di RAM. Se il tuo sistema ne dispone di meno, usa la variante 4b:

ollama pull huihui_ai/qwen3.5-abliterated:4b

Quindi modifica Modelfile e cambia la riga FROM con il modello 4b.

Passaggio 3 — Crea il modello personalizzato metatron-qwen

Il repository include un Modelfile che esegue il fine-tuning del modello base con parametri specifici per il pentest:

ollama create metatron-qwen -f Modelfile

Questo crea il tuo modello locale metatron-qwen con:

  • Finestra di contesto di 16.384 token
  • Temperatura: 0.7
  • Top-k: 10
  • Top-p: 0.9

Passaggio 4 — Verifica che il modello esista

ollama list

Dovresti vedere metatron-qwen nell'elenco.


🗄️ Configurazione del database

Passaggio 1 — Assicurati che MariaDB sia in esecuzione

sudo systemctl start mariadb
sudo systemctl enable mariadb

Passaggio 2 — Crea il database e l'utente

mysql -u root
CREATE DATABASE metatron;
CREATE USER 'metatron'@'localhost' IDENTIFIED BY '123';
GRANT ALL PRIVILEGES ON metatron.* TO 'metatron'@'localhost';
FLUSH PRIVILEGES;
EXIT;

Passaggio 3 — Crea le tabelle

mysql -u metatron -p123 metatron
CREATE TABLE history (
  sl_no     INT AUTO_INCREMENT PRIMARY KEY,
  target    VARCHAR(255) NOT NULL,
                      scan_date DATETIME NOT NULL,
                      status    VARCHAR(50) DEFAULT 'active'
);

CREATE TABLE vulnerabilities (
  id          INT AUTO_INCREMENT PRIMARY KEY,
  sl_no       INT,
  vuln_name   TEXT,
  severity    VARCHAR(50),
                              port        VARCHAR(20),
                              service     VARCHAR(100),
                              description TEXT,
                              FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE fixes (
  id       INT AUTO_INCREMENT PRIMARY KEY,
  sl_no    INT,
  vuln_id  INT,
  fix_text TEXT,
  source   VARCHAR(50),
                    FOREIGN KEY (sl_no) REFERENCES history(sl_no),
                    FOREIGN KEY (vuln_id) REFERENCES vulnerabilities(id)
);

CREATE TABLE exploits_attempted (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  exploit_name TEXT,
  tool_used    TEXT,
  payload      LONGTEXT,
  result       TEXT,
  notes        TEXT,
  FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE summary (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  raw_scan     LONGTEXT,
  ai_analysis  LONGTEXT,
  risk_level   VARCHAR(50),
                      generated_at DATETIME,
                      FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

🚀 Utilizzo

Metatron richiede due schede del terminale per funzionare.

Terminale 1 — Carica il modello IA

ollama run metatron-qwen

Attendi di vedere il prompt >>>. Questo significa che il modello è caricato in memoria e pronto. Puoi lasciare questo terminale in esecuzione in background.

Terminale 2 — Avvia Metatron

cd ~/METATRON
source venv/bin/activate
python metatron.py

Guida passo passo

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.

    654
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    490
  • 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.

    395
  • 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.

    336
  • 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.

    258
  • 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.

    252

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →