Web、API、LLMアプリケーションセキュリティのためのローカルファーストAIレッドチーム。攻撃者視点の推論、証拠に基づく検出結果、AIコーディングエージェント向けのスキル。
あなたのローカル AI レッドチーム。
Web、API、LLM アプリケーションセキュリティのための攻撃者視点の推論。
プロジェクトサイト · クイックスタート · エージェントスキル · 評価モデル · アーキテクチャ · ドキュメント · スター履歴
OpenHunterAI は、スコープ、スキャンアクティビティ、検出結果、および修復を 1 つのローカルワークスペースに統合します。アカウントなしで開始し、モデル プロバイダーを接続して、あなたが所有する、またはテストを許可されている 検証済みの公開アプリケーションを評価します。
公開ランディングページ ではプロジェクトを紹介しています。運用ワークスペースはローカルで実行されます。 公開ビルドとローカルビルドを参照してください。
| 機能 | 得られるもの |
|---|---|
| ローカルワークスペース | サインアップ不要。プロジェクトとスキャン記録はローカルデータベースに保存 |
| 明示的なスコープ | ドメイン検証、決定論的プラン、人間による承認ゲート |
| 複数のシグナルソース | ブラウザ検査、偵察、ZAP、および Nuclei アダプター |
| AI 支援による調査 | OpenHack/Strix アダプターの境界。ランタイムはご自身で用意 |
| 証拠と修復 | サニタイズ済みの検出結果、カバレッジのギャップ、修正ガイダンス、手動再テスト |
| ポータブルなワークフロー | Codex、Claude Code、Gemini CLI、Grok Build、OMP 向けのスキル |
アルファ版。 統合のカバレッジは設定されたランタイムに依存します。正常な ワークスペースや空のレポートは、対象が安全であることを証明するものではありません。
OpenHunterAI は 48bf9036 の技術要件 の有用な中核を維持しています。すなわち、攻撃者の視点から外部から観測可能な 挙動を評価します。ソースコードは不要です。すべての実行は、検証済みの公開 ターゲットと承認済みのスコープに制約されたまま行われます。
flowchart LR
S["1. Lock scope"] --> M["2. Map surface"]
M --> B["3. Establish baseline"]
B --> H["4. Test bounded hypotheses"]
H --> E["5. Gate evidence"]
E --> R["6. Report and retest"]
| ステージ | 出力 | 制御 |
|---|---|---|
| スコープ固定 | 検証済みホスト、承認済みパス、スキャン計画 | 作業開始前の承認 |
| サーフェスマッピング | ブラウザおよび偵察シグナル | 公開されたスコープ内サーフェスのみ |
| ベースライン | 正常なレスポンスとカバレッジのコンテキスト | 制限付きワーカーとアダプターポリシー |
| 仮説検証 | 候補となるセキュリティシグナル | 破壊的なアクションは行わない。機密性の高い検証には承認が必要 |
| エビデンスゲート | サニタイズ済みで再現可能な検出事項 | 観測されたシグナルとアナリストの判断を分離 |
| レポートと再テスト | 修正ガイダンス、制限事項、手動確認 | 影響判断とクローズは人間が担当 |
OpenAPI/Swagger の記述、Postman の例、サニタイズ済みの HTTP キャプチャ、および専用のテストアカウントは、合意されたテストサーフェスの定義に役立ちます。生の機密トラフィックの自動インポートや保持は、約束された機能ではありません。
Git、Node.js 22+、および Compose v2 を備えた Docker が必要です。
git clone https://github.com/LumosLab-Innovation/OpenHunterAI.git
cd OpenHunterAI
node ops/local.mjs start
localhost:3001 を開きます。初回起動時にイメージがビルドされ、データベースマイグレーションが適用され、生成されたシークレットを含むプライベートな .env.local が作成されます。
.env.local にプロバイダーキーとモデル ID を設定し、node ops/local.mjs restart を実行します。| コマンド | 目的 |
|---|---|
node ops/local.mjs status | サービスを検査する |
node ops/local.mjs logs public-api | API エラーを診断する |
node ops/local.mjs stop | 停止する。データベースボリュームは保持する |
同梱: ブラウザ検査、ZAP、recon、および Nuclei アダプター。
別途用意: OpenHack および Strix ランタイム。
オプションのインタラクティブな target-login キャプチャ: node ops/local.mjs start --with-browser。
スキャン前に、Nuclei テンプレートポリシーのブロッカーを解消してください。 アダプターはパッケージ化されていますが、レビュー済みのテンプレートバンドルはまだ提供されていません。
ローカルとは、ワークスペースがあなたのマシン上で動作することを意味し、localhost/プライベートネットワークをスキャンする許可ではありません。そのポートはループバック上に保ってください。 セットアップ、モデル設定、トラブルシューティング →
エージェントに評価させたいアプリケーションリポジトリで実行します:
npx --yes skills add LumosLab-Innovation/OpenHunterAI --skill openhunter --agent codex claude-code gemini-cli grok --yes
コーディングエージェントを再読み込みしてから、次のように依頼します:
OpenHunter を使ってワークスペースを確認し、スコープを限定したセキュリティ評価を準備してください。 スキャンを開始する前に私の承認を待ってください。
OMP は Agents プロバイダーを通じて共有の .agents/skills インストールを検出します。このスキルには読み取り専用の API ヘルパーが含まれており、インストールしてもスキャンは開始されません。クライアント互換性 →
flowchart LR
UI["Local workspace<br/>React + Vite"] --> API["Public API<br/>Scope + scan plan"]
API --> BUS["NATS<br/>Orchestrator + workers"]
BUS --> EVIDENCE["Internal API<br/>Findings + reporting"]
EVIDENCE --> DB[("Postgres")]
API <--> DB
API -->|"Activity + reports"| UI
公開 API がプランを構築し、Go ワーカーが境界付きアダプターを通じてそれを実行します。 シグナルはレポートに入る前に findings ポリシーを通過します。レポーティングは バックエンドサービスであり、独立したスキャンワーカーではありません。
ランタイムとデータフロー · ワーカーマッピング · 統合セットアップ
| まずはここから | さらに詳しく |
|---|---|
| ローカルセットアップ | アーキテクチャとデータモデル |
| 製品概要 | 製品要件 |
| エージェントワークフロー | LLM ルーティング |
| セキュリティガードレール | 受け入れとリリースゲート |
すべてのドキュメント · 既知の制限 · 過去の技術仕様
バグを報告するか、改善を提案するか、ドキュメントの明確化にご協力ください。 まずコントリビューションルールをお読みください。脆弱性は認証情報や生のターゲットデータを含めずに 非公開で開示してください。
PolyForm Noncommercial 1.0.0 の下でソース公開されています。 商用ライセンス: LICENSING.md。 上流ツールと帰属表示はそれぞれ独自の通知を保持します。