DarkMoon

完全自律でペネトレーションテストを実行し、データを決して漏洩させないオープンソースのAIペネトレーションテストプラットフォーム

DarkMoonを認可済みターゲットに向けてください。50の専門AIエージェントが推論し、Web、クラウド、Active Directory、Kubernetesを横断して実際のエクスプロイトを連鎖させ、すべての発見に対して証拠を返します。セルフホスト型で、モデルは実際のIP、ホスト、認証情報ではなく、IP_PRIVATE_001のみを認識します。

⭐ DarkMoonにスターを付ける · ▶️ 60秒デモを見る · 🚀 クイックスタート · 📊 57脆弱性ベンチマーク

掲載メディア: Help Net Security · Cyber Security News · DevOps.com · SecurityBrief · LinuxLinks · IT Brief · ChannelLife

▶️ DarkMoonが完全自律型ペネトレーションテストを実行する様子を見る

DarkMoonとは？

DarkMoonはオープンソースのAIペネトレーションテストプラットフォームです。テストを認可されたターゲットに向けると、評価全体を自律的に実行します。推論、計画、そして50の専門エージェントを派遣し、制御されたMCPレイヤーを通じて実際の攻撃的オペレーションを実行し、すべての脆弱性を正確なコマンド、生の出力、その背後にある証拠とともに報告します。

これはペネトレーションテスターを置き換えるものではありません。証拠をもって評価の反復的な部分を排除し、専門家が単純作業ではなく判断に時間を費やせるようにします。

なぜDarkMoonなのか？

• 🌐 Webを超えて — Web、API、Active Directory、Kubernetes、クラウド（AWS、Azure、GCP）、CI/CD、データベース、IoTファームウェアを横断する単一のエージェントシステム。エンドツーエンドで連鎖します
• 🕶️ データがLLMに届かない — 可逆的なローカルトークン化により、実際のIP、ホスト名、URL、認証情報、パスを決定論的なプレースホルダー（IP_PRIVATE_001など）に変換し、ツールが実行される瞬間にのみローカルで再水和し、すべての結果からマスクして戻します。完全にローカルモデルで動作します。そして、コマンドを犠牲にすることは決してありません。値が送信先に送信できない場所に向かう場合でも、コマンドは実行され、送信先にはプレースホルダーが届きます。これはクラウド競合他社にはない部分です。
• 🧾 スコアではなく証拠 — すべての発見には正確なコマンドと生の出力が付属し、再現可能です。盲目的に信頼する必要も、トリアージする必要もほとんどありません
• 🔧 50の専門エージェント、50以上の攻撃ツール — Nuclei、NetExec、BloodHound、sqlmap、Impacket、Naabu、httpx、ffufなどがMCP上でオーケストレーションされます
• 🛡️ 設計によるセキュリティ — AIが直接コマンドを実行することはありません。すべてのアクションは制御され、ログ記録されたMCPインターフェースを通過します
• ♾️ CI/CDネイティブ — パイプラインでペンテストをトリガーし、成果物として発見結果を取得します
• 📖 隠し事なし — GPLv3、セルフホスト型。各エージェントの方法論は、読んだり、差分を取ったり、フォークしたりできるプレーンなMarkdownです

セキュリティチーム、DevSecOpsエンジニア、レッドチーマー、倫理的ハッキングの専門家向けに構築されています。

📊 ベンチマーク: OWASP Juice Shopでの57の実際の脆弱性

ローカルLLM（インフラから何も出ません）を使用した、OWASP Juice Shopに対する実際の再現可能なブラックボックス実行:

自分で再現してツールを比較してください: ASCIT31/Darkmoon-Benchmarks。

🆚 DarkMoonの比較

公開リポジトリ/ドキュメントから作成（2026-08）。修正はPRで歓迎します。

クイックスタート

前提条件

• Docker & Docker Compose
• LLM APIキー（OpenRouter、Anthropic、OpenAI、またはローカルモデル）

注: GPU設定、NVIDIAドライバーのトラブルシューティング、高度な環境設定については、完全ドキュメント、GPUトラブルシューティングを参照してください。

インストール

1. リポジトリをクローン

git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon

2. LLMプロバイダーを設定

install.shがプロバイダー設定を対話的に処理します。docker-compose.ymlを編集する必要はありません:

./install.sh           # .opencode.envがすでに設定されている場合はフォームをスキップ
./install.sh --init    # 再設定を強制（クラウドまたはローカルモデル）
./install.sh --help    # 使用方法を表示

クラウドプロバイダー（Anthropic、OpenAI、OpenRouterなど）とローカルモデル（Ollama、llama.cpp）をサポートします。

注: 環境変数とローカルモデル設定の詳細については、完全ドキュメント、環境変数を参照してください。

3. ビルドと起動

./install.sh  # フルスタックリセットによるクリーンインストール

4. 最初の評価を実行

./darkmoon.sh "TARGET: example.com"

5. リアルタイムで監視

./darkmoon.sh --log <session_id>

注: リアルタイムセッションログには、MCPサーバーが実行したすべてのコマンドが表示されます。詳細については、完全ドキュメント、セッションログを参照してください。

仕組み

DarkMoonは、ISO 27001、NIST SP 800-115、MITRE ATT&CKの方法論に沿った戦略的なAIセキュリティエージェントオーケストレーターとして動作します。

ターゲットを指定すると、プラットフォームは自動的に:

1. 🔍 ターゲット環境を発見します（ポート、サービス、プロトコル）
2. 🧠 テクノロジースタックをフィンガープリントします（フレームワーク、CMS、API）
3. 🎯 攻撃対象領域をモデル化します
4. 🚀 検出されたテクノロジーに基づいて専門サブエージェントを展開します
5. 🔬 リアクティブな適応を備えたインテリジェントな脆弱性スキャンループを実行します
6. ✅ 証拠（リクエスト、ペイロード、レスポンス）で発見を検証します
7. 📝 構造化された監査レポートを生成します

サブエージェントオーケストレーション

DarkMoonは、検出されたテクノロジーに応じて専門エージェントを動的に選択して派遣します:

複数のエージェントがハイブリッドアーキテクチャ全体で並行して実行できます。

認証情報が意味を持つプレーン（クラウドアカウント、CI/CD、シークレットストア、データベース、Active Directory、Kubernetes）は、推論だけで派遣されることはありません。具体的な成果物（キー、トークン、到達可能なメタデータエンドポイント）が見つかった場合、または明示的に承認した場合にのみ起動し、それ以外の場合はレポートでフラグが立てられます。

注: エージェントの完全なリスト、その構造、ライフサイクル、カスタムエージェントの作成方法については、完全ドキュメント、AIエージェントを参照してください。

アーキテクチャ概要

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

AIが推論して計画します。MCPが実行可能な内容を制御します。ツールボックスはDocker内で分離されたツールを実行します。AIがシステムに直接触れることはありません。これが設計によるセキュリティです。

注: 完全なアーキテクチャの内訳（デプロイメント図、ネットワークフロー、セキュリティ境界）については、完全ドキュメント、アーキテクチャを参照してください。

スコープ定義

DarkMoonはコマンドラインから直接、柔軟なスコープ定義をサポートします。

クイックペンテスト（ゼロ設定）:

./darkmoon.sh "TARGET: http://172.19.0.3:3000"

バグバウンティモード（フラグが自動的に有効化）:

./darkmoon.sh "TARGET: http://172.19.0.3:3000 PROGRAM=\"Juice Shop\" FOCUS=sqli,xss,idor NOISE=moderate FORMAT=h1"

主なフラグにはFOCUS、EXCLUDE、CREDS、TOKEN、NOISE、SEVERITY、FORMATなどがあり、すべてAIによって自然に解釈されます。

注: 完全なフラグリファレンス、アセットタイプ、EXCLUDE/FOCUSの自由形式構文、高度なマルチターゲットスコーピングについては、完全ドキュメント、スコープ定義を参照してください。

統合ツールボックス

DarkMoonには、マルチステージビルドでコンパイルおよび最適化された50以上のセキュリティツールを含む専用のDockerイメージが同梱されています:

すべてのツールに直接アクセスでき、パス設定は不要です。

注: インストールの詳細と新しいツールの追加方法を含む完全なツールリストについては、完全ドキュメント、ツールボックスを参照してください。

📖 ドキュメントガイド

DarkMoonの完全ドキュメントは、プラットフォームの運用に必要なすべてをカバーしています。最も重要なセクションへのクイックリファレンスは次のとおりです:

ユースケース

DarkMoonは多用途のセキュリティテストプラットフォームとして設計されており、以下に対応します:

• 🔒 セキュリティチーム — インフラ全体で継続的な自動ペネトレーションテストを実行
• ⚙️ DevSecOpsパイプライン — AI駆動のセキュリティ調査をCI/CDワークフローに統合
• 🎯 バグバウンティハンター — 自律的なターゲット分析で倫理的ハッキングを加速
• 🔬 セキュリティ研究者 — リアルタイムで適応するAIサイバーセキュリティプラットフォームで攻撃対象領域を探索
• 🎓 トレーニング & 教育 — ガイド付きの再現可能な評価で攻撃的セキュリティを学習

プロンプト例

# Webアプリケーションペンテスト
./darkmoon.sh "TARGET: http://172.19.0.3:3000"

# Active Directory評価
./darkmoon.sh "TARGET: 192.168.1.10"

# 特定のフォーカスでのバグバウンティ
./darkmoon.sh "TARGET: https://app.example.com PROGRAM=\"Example BB\" FOCUS=sqli,rce,ssrf EXCLUDE=H1 FORMAT=h1"

注: DVGA、Juice Shop、ヘッドレスブラウザシナリオを含むその他のプロンプト例については、完全ドキュメント、プロンプト例を参照してください。

コントリビューション

DarkMoonはオープンソースであり、コントリビューションを歓迎します。新しいエージェントの追加、ツールの統合、ワークフローの作成、ドキュメントの改善など、ガイドラインについてはCONTRIBUTING.mdを参照してください。

ライセンス

このプロジェクトはGNU General Public License v3.0の下でライセンスされています。詳細についてはLICENSEを参照してください。