ottoyrocky/phantom-brainオフラインAIを搭載したポータブルなインテリジェント偵察ネットワーク
オフラインAI搭載ペネトレーションテスト分析ツール（実ハードウェア連携）
WiFi、Sub-GHz、NFC/RFID、WPA2キャプチャをローカルLLM（Ollama経由）で分析 — インターネット不要、クラウドAPI不使用、100%オフライン。 メインLLMはWindows PC上で動作。Raspberry Piは軽量セカンダリノード（ライブキャプチャ＋phi3:miniのみ）として動作。
対応ハードウェア： Flipper Zero · WiFi Pineapple MK7 · Proxmark3 · Raspberry Pi 4 (Kali Linux) · Atheros AR9271
モデル： mistral:7b-instruct · deepseek-r1:7b · phi3:mini
ライセンス： GPL-3.0 | 作者： Otto | コミュニティ： AI Tinkerers
⚠️ 実験的プロジェクト — 本番環境での使用は想定していません。 AI分析は人間の研究者を支援するものであり、手動監査を代替するものではありません。発見事項は必ず独立して検証してください。
| ✅ Phantom Brainの役割 | ❌ Phantom Brainの非役割 |
|---|---|
| キャプチャ結果を構造化する自動分析ツール | Wireshark、bettercap、aircrack-ngの代替 |
| AI駆動のレポート生成（オフライン、ローカルLLM） | 自律型ペネトレーションテスター |
| ハードウェアツール間のオーケストレーター（Flipper、Pineapple、Proxmark） | 本番環境対応のセキュリティツール |
| 研究・学習プラットフォーム | 手動監査の代替 |
| 100%オフライン — データ流出なし | クラウド依存またはAPI依存 |
💡 AI生成のレポートはすべて出発点として扱い、最終的な判断としないでください。 LLMは脆弱性を幻覚する可能性があります。AIなしの構造化パーサー出力の方が常に信頼性が高いです。
FIELD (Mobile):
┌──────────────────┐
│ Flipper Zero │ ──► Sub-GHz (.sub), NFC (.nfc), WiFi scanning
└──────────────────┘
┌──────────────────┐
│ WiFi Pineapple │ ──► WPA2 Handshakes (.pcap), deauth, PMKID
└──────────────────┘
┌──────────────────┐
│ Proxmark3 │ ──► Advanced RFID/NFC (EM410x, MIFARE, EMV)
└──────────────────┘
BASE — PRIMARY NODE (required for full functionality):
┌──────────────────────────────────────────────────────┐
│ Windows PC (or Linux desktop) │
│ Python 3.11+ · Ollama · Flask API │
│ Runs: mistral:7b-instruct, deepseek-r1:7b │
│ ► PHANTOM BRAIN CLI, full analysis, reports │
└──────────────────────────────────────────────────────┘
BASE — SECONDARY NODE (optional, lightweight):
┌──────────────────────────────────────────────────────┐
│ Raspberry Pi 4 (Kali Linux) │
│ Ollama · Atheros AR9271 │
│ Runs: phi3:mini only (mistral:7b too heavy for Pi) │
│ ► Live WiFi capture · lightweight local inference │
│ NOTE: connects to the PC's Ollama for heavy models │
└──────────────────────────────────────────────────────┘
⚠️ アーキテクチャ注記： Raspberry PiはPhantom Brainフルスタックを自律的に実行しません。
mistral:7b-instructまたはdeepseek-r1:7bを用いた完全な分析には、OllamaがインストールされたPCが必要です。Piはキャプチャノードとして機能し、phi3:miniのみ軽量オフライン推論で実行できます。
input → classifier → tool.run() → ToolResult(risk, findings) → Ollama
各キャプチャタイプはLLMに渡される前に、固有のツールを経由します。ツールはリスクレベルと主な発見事項を構造化し、Ollamaに送られるコンテキストを充実させます。
.subファイルパーサー（sub_ghz_parser.py）sub_ghz_analyzer.py）.nfcファイルパーサー（nfc_parser.py）nfc_analyzer.py）proxmark_parser.py）pcap_parser_v2.py）hcxpcapngtool → hashcat -m 22000tools/base_tool.py — 統一されたBaseTool + ToolResultコントラクトToolResultにrisk（CRITICO/ALTO/MEDIO/BAJO）と構造化されたfindingstools/registry.py — 集中レジストリ、タイプに応じて適切なツールをディスパッチtools/classifier.py — 拡張子と内容による自動検出pytest tests/test_tools.py）db_manager.py）flask_api.pyがポート5000で動作GET /status — Ollamaと利用可能モデルの確認POST /upload — .pcap、.nfc、.subファイルを受信POST /analyze — Ollamaで分析しSQLiteに保存GET /analysis/<id> — 保存された分析結果をIDで取得| モデル | 最小RAM | ストレージ | 速度（CPU） | 最適用途 | ノード |
|---|---|---|---|---|---|
phi3:mini | 4 GB | ~2.3 GB | ~5分 | クイックトリアージ、軽量推論、Piで動作 — 推論深度は限定的 | Raspberry Pi 4 / PC |
mistral:7b-instruct | 8 GB | ~4.1 GB | ~30秒（PC） | 推奨デフォルト。 完全な分析、正確な実践可能なコマンド、最良の精度/速度比 | PCのみ |
deepseek-r1:7b | 8 GB | ~4.5 GB | ~45秒（PC） | 深層分析、詳細な緩和手順、連鎖思考推論 | PCのみ |
注記： 速度ベンチマークは32GB RAMのPC（CPUのみ、GPUなし）で測定。CUDA/ROCmによるGPUアクセラレーションにより推論時間は大幅に短縮されます。Piは
phi3:miniのみ安定動作 —mistral:7bはPi 4B 8GBでサーマルスロットリングとOOMを引き起こします。
すべてのモデルはOllama経由で100%オフラインで動作 — インターネット接続不要。
phantom-brain/
├── phantom_brain.py # メインCLI - エントリポイント
├── flask_api.py # API REST Flask
├── db_manager.py # SQLite - レポート履歴
├── pcap_parser_v2.py # Parser WPA2/PCAP
├── proxmark_parser.py # Parser output Proxmark3
├── nfc_parser.py # Flipper .nfc file parser
├── nfc_analyzer.py # NFC vulnerability analyzer
├── sub_ghz_parser.py # Flipper .sub file parser
├── sub_ghz_analyzer.py # Sub-GHz pattern analyzer
├── exploit_guide.py # Exploitation guides without AI
├── proxmark_launch.bat # Proxmark3 launcher script (Windows)
├── config.yaml.example # Configuration template
├── requirements.txt # Python dependencies
├── tools/ # Modular tools system (v0.9)
│ ├── base_tool.py # BaseTool + ToolResult with risk/findings
│ ├── classifier.py # Capture type auto-detection
│ ├── registry.py # Central tools registry
│ ├── proxmark_tool.py # Tool Proxmark3
│ ├── nfc_tool.py # Tool NFC
│ ├── wpa2_tool.py # Tool WPA2/PCAP
│ └── subghz_tool.py # Tool Sub-GHz
├── tests/ # Automated tests (14/14 passing)
│ └── test_tools.py
├── prompts/ # System prompts separated by type
│ └── system_prompts.py
├── benchmarks/ # Benchmark suite
│ ├── dataset/ # Captures with expected results
│ ├── results/ # JSON and markdown reports
│ ├── benchmark_runner.py
│ └── run_benchmark.py
├── reportes/ # Generated reports (ignored in git)
├── pcap/ # WPA2 captures (ignored in git)
└── archive/ # Previous versions
git clone https://github.com/OttoyRocky/phantom-brain.git
cd phantom-brain
pip install -r requirements.txt
cp config.yaml.example config.yaml
ollama pull mistral:7b-instruct
echo 'export OLLAMA_MODELS=/media/kali/discoexterno/ollama' >> ~/.zshrc
source ~/.zshrc
ollama pull phi3:mini
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab
cd /media/kali/discoexterno
git clone https://github.com/OttoyRocky/phantom-brain.git
python phantom_brain.py
python flask_api.py
curl http://127.0.0.1:5000/status
python -m pytest tests/test_tools.py -v
1. テキストを手動で貼り付け
2. 汎用ファイルを読み込み（scan.txt、nmapなど）
3. Flipper Zero / Marauderログを読み込み（.log）
4. Sub-GHzキャプチャを分析（.sub）
5. NFCキャプチャを分析（.nfc）
6. WPA2ハンドシェイクキャプチャを分析（.pcap）
7. Proxmark3キャプチャを分析（出力を直接貼り付け）
8. レポート履歴を表示
9. エクスプロイトガイド（AI分析なし）
10. ライブWiFiキャプチャ - Atheros AR9271（Raspberry Piのみ）
11. AIでスマートワードリストを生成（SSIDベース）
wordlist_<SSID>_<timestamp>.txt。!@#などの記号。hashcat -m 22000 captura.hc22000 wordlist_<SSID>_<timestamp>.txt