Endpoints: `/health`, `/version`, `/agents`, `/tools`, `/engagements` (목록, 상세, findings, chains, detection rules, SARIF 내보내기). 쓰기 엔드포인트(`POST /engagements`, `POST /engagements/{id}/abort`)에는 `Authorization: Bearer $PENTEST_AI_API_TOKEN`이 필요합니다. 라이브 이벤트 스트림은 `WS /engagements/{id}/stream`에서 제공됩니다.

### 다른 MCP 서버를 도구 소스로 로드

hexstrike 또는 기타 MCP 호환 보안 서버와 구성하세요. `~/.pentest-ai/mcp_servers.json`을 편집하십시오:```json
{
  "servers": [
    {"name": "hexstrike", "command": "python3 hexstrike_mcp.py", "transport": "stdio"}
  ]
}

Spec, harness, 결과는 모두 git에 있습니다. ZAP / Nuclei / HexStrike와의 전체 Juice Shop 비교는 [`docs/benchmarks/juice-shop.md`](https://github.com/0xsteph/pentest-ai/blob/HEAD/docs/benchmarks/juice-shop.md)에서 확인할 수 있습니다. 감사할 수 없는 "98.7% 탐지율" 주장은 없습니다.

### 클라우드 작업공간 (Pro / Team / Enterprise)

CLI는 영원히 무료이며 모든 것을 로컬에 저장합니다. 작업 이력, 브랜드가 적용된 고객 전달용 PDF 보고서, 팀 협업을 원한다면 CLI를 [app.pentestai.xyz](https://app.pentestai.xyz) 작업공간에 연결하세요:```bash
# Sign up, then Dashboard -> API Keys -> Generate -> copy ptai_...
ptai auth login        # paste the key (hidden prompt)
ptai auth status       # confirm link
# or use an env var for CI:
export PENTESTAI_API_KEY=ptai_...

숫자 기반 카테고리 탐색, 검색(`/term`), 태그 필터링(`t web`), 키워드 기반 추천. 실제 모의 침투 작업은 여전히 전체 범위 확인과 함께 `ptai start`를 통해 진행됩니다.

</details>

## 왜 다른가

|  |  |
|---|---|
| 🤖 **LLM이 조정하지만 LLM에 의존하지 않음** | 17개의 에이전트가 정찰, 웹, API, AD, 클라우드, 모바일, 무선, 브라우저, 자격 증명, 권한 상승, 취약점 스캔, 공격 체이닝, PoC, 탐지, 보고서, 사회공학, LLM 레드팀을 다룹니다. LLM은 단계 루프를 실행하고 결과를 추론합니다. 버그 탐지는 선별된 결정적 프로브 라이브러리에 있습니다. API 키를 설정하지 않아도 동일한 프로브가 계속 실행됩니다. LLM은 조정할 뿐 스캔하지 않습니다. |
| 🔓 **MCP 경로에는 API 키 불필요** | Claude Code / Cursor / Codex 사용자는 기존 구독을 사용하여 MCP를 통해 ptai를 구동합니다. 200개 이상의 도구 래퍼와 60개의 프로브는 Anthropic 키 없이 LLM에서 호출할 수 있습니다. 독립형 CLI(`ptai start --agent-mode`)가 API 키가 필요한 지점입니다. 이는 MCP가 없는 Codex, CI, air-gapped 경로입니다. |
| 🔐 **로그인합니다** | 대부분의 스캐너는 로그인 페이지에서 멈춥니다. 이 도구는 세션을 유지하고, 자격 증명이 만료되면 갱신하며, 모든 다운스트림 도구가 쿠키를 상속받습니다. 인증 프로필은 *참조*(환경 변수, `op://`, Vault 경로, AWS Secrets Manager ARN)만 저장하며, 값 자체는 절대 저장하지 않습니다. |
| 🧪 **모든 발견 사항은 증명됩니다** | 비파괴적 개념 증명(PoC)이 대상에 대해 실행됩니다. 더 이상 시끄러운 스캐너에서 나온 40개의 '아마도' 후보를 분류할 필요가 없습니다. |
| ⚡ **CI 네이티브** | GitHub Action, 심각도 게이트, SARIF 출력, PR 댓글. 워크플로 파일에 넣으면 다음 PR에서 실행됩니다. |
| 💾 **노트북에서 실행** | MIT 라이선스, 클라우드 호출 없음. Ollama로 오프라인 실행 가능. 발견 사항은 디스크에 그대로 남습니다. |

## 작동 방식```
┌─────────────────────────────────────────────────────────────┐
│                    ptai start <target>                      │
└─────────────────────────────────────────────────────────────┘
                             │
          ┌──────────────────┼──────────────────┐
          ▼                  ▼                  ▼
      ┌────────┐        ┌────────┐        ┌─────────┐
      │ recon  │   ->    │  auth  │   ->    │   web   │
      └────────┘        └────────┘        └─────────┘
                                               │
          ┌────────────────────────────────────┤
          ▼                                    ▼
      ┌────────┐                          ┌─────────┐
      │   ad   │   ┌──────────────────┐   │ cloud   │
      └────────┘   │  Findings DB     │   └─────────┘
          │        │  (sqlite + evidence)│       │
          └───────▶│  scope-guarded     │◀──────┘
                   │  deduplicated      │
                   └──────────────────┘
                             │
                ┌────────────┼────────────┐
                ▼            ▼            ▼
           ┌──────┐    ┌─────────┐  ┌──────────┐
           │chain │    │validate │  │ detect   │
           └──────┘    └─────────┘  └──────────┘
                             │
                             ▼
                       ┌──────────┐
                       │  report  │   md · html · pdf · SARIF · JUnit
                       └──────────┘

I'm unable to translate because the provided input text is empty. Please provide the source content for chunk 31 of 39, and I will translate it into Korean while preserving all Markdown formatting.```bash
ptai playbook list                  # show installed playbooks
ptai playbook show web-app-quick    # preview before running
ptai playbook run ./my-ad.yaml      # execute

Findings post as a PR comment, SARIF uploads to GitHub Code Scanning, and the build fails on gated severity. **GitLab CI and Jenkins** 템플릿과 고급 옵션(CI의 인증 프로필, 비용 게이트, 범위 파일) -> [docs/ci-cd.md](https://github.com/0xsteph/pentest-ai/blob/HEAD/docs/ci-cd.md).

## Benchmarks

ptai의 설계는 큐레이션된 프로브 커버리지를 갖춘 SPA 펜테스트를 위해 특별히 제작되었습니다. OWASP Juice Shop에서 발표된 [4-툴 매트릭스](https://github.com/0xsteph/pentest-ai/blob/HEAD/docs/benchmarks/juice-shop.md)는 다음을 보여주었습니다:

| 도구 | 발견 수 | Critical+High | OWASP Top 10 버킷 | FP 비율 |
|---|---:|---:|---:|---:|
| **ptai 0.13.0** | **88** | **46** | **5** | **0%** |
| ZAP 2.17.0 | 593 | 0 | 1 | 47% |
| Nuclei 3.8.0 | 1 | 0 | 1 | 0% |
| HexStrike v6.0 | 11 | 0 | 1 | - |

n=1 단일 평가자, 단일 실행. 방법론 및 원시 아티팩트는 [`benchmarks/results/2026-05-12/juice-shop/`](https://github.com/0xsteph/pentest-ai/blob/HEAD/benchmarks/results/2026-05-12/juice-shop/)에 있습니다. 솔직한 평가: ptai는 큐레이션된 프로브 커버리지로 SPA 웹 펜테스트에 더 뛰어납니다. HexStrike는 더 광범위하며(클라우드, 바이너리, CTF) WordPress와 같은 전통적인 크롤링 가능한 표면에서 ptai를 능가할 가능성이 높습니다. 향후 릴리스에서 비교 범위를 넓힐 예정입니다.

최근 연구 맥락: 완전 자율 LLM 펜테스트 에이전트는 작업의 **21-31%**를 종단 간 완료하며, 인간 지원 설정은 **64%**에 도달합니다(ARTEMIS, DARPA AICC Atlantis, xOffense). ptai는 인간 지원 체제를 위해 설계되었습니다: LLM이 결과를 추론하고, 큐레이션된 프로브가 탐지하며, Ctrl+C를 두 번 누르면 운영자가 인수할 수 있습니다.

## vs the field

|  | `ptai` | Hexstrike | ZAP | Nuclei | Burp Pro | PentestGPT |
|---|:-:|:-:|:-:|:-:|:-:|:-:|
| MCP를 통한 LLM 구동(API 키 불필요) | ✓ | ✓ | | | | |
| 범위 가드 하의 LLM 합성 HTTP | ✓ | 부분 | | | | |
| MCP를 통한 인증 스캔 | ✓ | 부분 | 부분 | 원시 HTTP | ✓ | |
| 익스플로잇 체이닝 | ✓ | 부분 | | | | 부분 |
| 비파괴적 PoC 검증 | ✓ | | | | 부분 | |
| 저장형 인젝션 체인(POST -> GET 검증) | ✓ | 수동 | 부분 | | 수동 | |
| 큐레이션된 프로브(템플릿 기반이 아닌 특수화됨) | 60 | 툴 래퍼 기반 | 규칙 기반 | 8000+ 템플릿 | 수동 + 스캔 | - |
| 래핑된 CLI 보안 도구 | 200+ | 150+ | - | - | - | - |
| 도구 설치 마법사 | core/recommended/full + 툴별 | - | n/a | n/a | n/a | - |
| 엔게이지먼트 시작 시 스마트 설치 | ✓ | | | | | |
| CI 네이티브(SARIF + 심각도 게이트) | ✓ | | 부분 | 부분 | 부분 | |
| LLM 레드팀 프로브 | ✓ | | | | | |
| YAML 플레이북 | ✓ | | | 템플릿 | | |
| 라이선스 | MIT | MIT | Apache-2.0 | MIT | 상용 | MIT |

## What's inside

- **17개 에이전트**: 정찰, 웹, API 보안, AD, 클라우드, 모바일, 무선, 브라우저, 자격 증명 테스트, 권한 상승, 취약점 스캔, 익스플로잇 체이닝, PoC 검증, 탐지, 리포팅, LLM 레드팀, 소셜 엔지니어링
- **60개의 큐레이션된 웹 프로브**: OWASP Top 10 + API Top 10 커버
- **200개 이상의 도구 래퍼** 자동 설치 포함: nmap, masscan, nuclei, ffuf, sqlmap, gobuster, wapiti, nikto, dalfox, xsstrike, wpscan, hydra, hashcat, enum4linux, bloodhound-python, impacket 스위트, trufflehog, gitleaks, kube-hunter, trivy, prowler, scout-suite 등
- **4000개 이상의 Nuclei 템플릿** 통합: 원자적 취약점 탐지용
- **47개의 MCP 도구**: LLM 기반 엔게이지먼트용. `plan_tools` / `ensure_tools_installed`를 포함하며, 이를 통해 외부 LLM이 Anthropic API 키 없이 도구를 일괄 설치할 수 있습니다.
- **300개 이상의 LLM 모델**: LiteLLM 제공자를 통해 지원 (Anthropic, OpenAI, Ollama 직접; Azure, OpenRouter, DeepSeek, Groq, Mistral, Together AI, Bedrock, Vertex AI, Cohere는 LiteLLM 경유)
- **HTTP REST API + WebSocket** 표면(`ptai serve`): 비-MCP 통합용
- **로컬 웹 대시보드**: 실시간 엔게이지먼트 뷰, 발견 사항 테이블, 공격 체인 시각화, SARIF 내보내기
- **브라우저 자동화 에이전트**: 스크린샷 캡처, DOM 분석, 네트워크 캡처, 보안 헤더 등급(Playwright 기반)
- **HITL(Human-In-The-Loop) 원격 조작**(실행 중 엔게이지먼트를 인수하려면 Ctrl+C를 두 번)
- **MCP 클라이언트** 기능: 외부 MCP 서버를 도구 소스로 로드
- **공개 재현 가능한 벤치마크 하네스**는 `benchmarks/`에 있습니다. 숫자, 코드, 원시 아티팩트, 모두 git에 포함됩니다.
- **6가지 출력 형식**: Markdown, HTML, PDF, SARIF 2.1.0, JUnit XML, 컴플라이언스 매핑(OWASP, CWE, CVE, CVSS v3.1)
- **2,400개 이상의 테스트**: Python 3.10, 3.11, 3.12, 3.13 CI 지원
- **MIT 라이선스**, 100% 당신의 것

## Who uses it for what

**AppSec 팀.** `ptai`를 CI에 연결하세요. 스테이징에 대한 모든 PR은 인증 스캔을 받습니다. 빌드는 높은 심각도의 발견 사항에서 실패합니다. 수정 -> 재테스트 -> 확인 루프가 자동으로 실행됩니다.

**컨설턴트.** 일주일짜리 엔게이지먼트를 설정하고, `ptai`를 대상 목록에 지정한 다음, 인간이 필요한 부분에 시간을 쓰세요: 발견 사항 분석, 시연할 체인 선택, 고객과의 대화. 보고서는 자동으로 작성됩니다.

**버그 바운티 헌터.** 아침 식사 시간에 실행하세요. 돌아오면 HackerOne에 붙여넣을 준비가 된 PoC와 함께 검증된 발견 사항 목록이 있습니다.

**레드팀.** AD 방법론을 YAML 플레이북으로 인코딩하세요. 모든 새 엔게이지먼트가 이를 실행합니다. 동일한 방법론을 팀 전체가 공유합니다.

**Claude Code / Cursor / Codex 사용자.** ptai를 MCP 서버로 추가하세요. 어시스턴트에게 일반 영어로 스캔을 실행하도록 요청하세요. 기존 구독이 LLM 비용을 지불하고, ptai는 도구를 제공합니다.

**AI 기능을 출시하는 개발자.** 챗봇에 대해 `--enable-llm-redteam`을 활성화하세요. 몇 분 안에 OWASP LLM Top 10 보고서를 얻을 수 있습니다.

## Responsible use

`pentest-ai`는 공격적 보안 도구입니다. 사용자가 지정한 대상에 대해 실제 네트워크 및 호스트 작업을 실행합니다. **모든 대상을 테스트할 수 있는 명시적이고 서면화된 권한을 보유했는지 확인할 책임은 전적으로 사용자에게 있습니다.**

`ptai`를 설치하거나 실행함으로써 [허용 가능한 사용 정책](https://pentestai.xyz/aup) 및 [서비스 약관](https://pentestai.xyz/terms)에 동의하게 됩니다. 서면 승인 없이 소유하지 않은 시스템을 테스트하면 미국 컴퓨터 사기 및 남용법(Computer Fraud and Abuse Act), 영국 컴퓨터 남용법 1990(Computer Misuse Act 1990), GDPR 제32조 및 해당 관할권의 동등 법률을 위반할 수 있습니다. 오용에 대한 책임은 전적으로 사용자에게 있습니다.

첫 실행 시 AUP 수락을 확인하라는 메시지가 표시되며 선택 사항은 `~/.pentest-ai/aup-consent.txt`에 저장됩니다. CI에서 `PENTEST_AI_AUP_ACCEPTED=1`을 설정하면 대화식 프롬프트 없이 건너뛸 수 있습니다.

시작 시 `ptai`는 범위 파일을 로드합니다. 범위를 벗어난 호스트는 도구 호출 시 거부됩니다. PoC는 기본적으로 비파괴적입니다. 스텔스 모드에서는 자동으로 속도 제한이 적용됩니다. 그런 사람이 되지 마세요.

### 대역외 콜백(OAST) - 개인정보 보호

`ptai`는 서버 측에서 실행될 때 대역외 콜라보레이터를 울리는 페이로드를 전송하여 블라인드 취약점 유형(블라인드 SSRF, 블라인드 SQLi, 블라인드 XXE, 블라인드 저장 XSS, SSTI, Log4Shell)을 탐지합니다. 기본적으로 콜백은 ProjectDiscovery의 공개 `oast.fun` 인프라로 라우팅됩니다.

**콜라보레이터에 도달하는 것과 읽을 수 있는 사람.** 각 엔게이지먼트는 로컬 `ptai` 프로세스에서 새로운 RSA-2048 키페어를 생성합니다. 상호작용 페이로드(콜라보레이터가 수신한 원시 HTTP 요청, DNS 쿼리, SMTP 봉투)는 서버 측에서 저장 시 AES-CTR-256으로 암호화되며, AES 키는 엔게이지먼트의 공개 키를 사용해 RSA-OAEP-SHA256으로 래핑됩니다. **일치하는 개인 키 보유자, 즉 로컬 `ptai` 프로세스만이 이를 복호화할 수 있습니다.** ProjectDiscovery(또는 콜라보레이터를 운영하는 주체)는 상호작용 내용을 읽을 수 없습니다. 그러나 **메타데이터는 서버에서 볼 수 있습니다**: 상호작용이 발생했다는 사실, 호출 대상의 소스 IP, 타임스탬프, 프로토콜.

**자가 호스팅이 필요한 경우.** PortSwigger는 버그 바운티 참여 규칙에서 공개 Burp Collaborator 사용을 명시적으로 금지하며, 대기업 프로그램(Meta, Apple, 금융)은 점점 더 콜백 인프라가 테스터가 제어하는 호스트에서 종료될 것을 요구합니다. 유료 엔게이지먼트의 경우 자체 Interactsh 서버(Apache-2.0, 단일 Go 바이너리)를 실행하고 ptai가 이를 가리키게 하세요:```bash
ptai start http://target --oast-server https://oast.example.com --oast-token <T>

OAST가 꺼져 있으면 블라인드 취약점 클래스는 탐지되지 않습니다. 인밴드(in-band) 탐지 경로(크기 델타 / SQL 오류 마커 / 메타데이터 서명 / 시간 기반)는 계속 실행됩니다.

## 생태계

| 저장소 | 설명 |
|---|---|
| [**pentest-ai**](https://github.com/0xSteph/pentest-ai) | 이 저장소. CLI 및 MCP 서버. Python 제품. |
| [**pentest-ai-agents**](https://github.com/0xSteph/pentest-ai-agents) | 독립형 Claude Code 서브에이전트 마크다운 파일. 선택 사항이며, 이 CLI 없이도 실행됩니다. |

공유 워크스페이스, 브랜드화된 PDF 보고서, SSO 또는 관리형 엔게이지먼트가 필요하신가요? [웹사이트](https://pentestai.xyz)에는 Pro / Team / Enterprise 대시보드와 원샷 Launch Engagement 옵션이 있습니다. OSS 도구는 계속 OSS로, 영원히 무료입니다.

## 커뮤니티

- **Discord:** [서버 참여하기](https://discord.gg/6weeTAubJw). 대화하고, 도움을 받고, 발견 사항을 공유하고, 눈팅하세요.
- **질문, 아이디어, 피드백:** [GitHub Discussions](https://github.com/0xSteph/pentest-ai/discussions)
- **버그 신고:** [GitHub Issues](https://github.com/0xSteph/pentest-ai/issues)
- **Show and tell:** `ptai`가 찾아준 가장 놀라운 발견을 [Show and tell](https://github.com/0xSteph/pentest-ai/discussions/categories/show-and-tell)에 게시하세요.

## FAQ

**API 키가 필요한가요?** MCP 경로에서는 필요 없습니다. Claude Code, Cursor, Codex 또는 Claude Desktop에서 ptai를 사용한다면 기존 구독이 곧 LLM입니다. 독립형 CLI(Path 3)에서만 키가 필요하며, 거기서도 Ollama로 완전히 로컬에서 실행할 수 있습니다. [설치](#install)를 참조하세요.

**정말 자율적으로 동작하나요, 아니면 제가 계속 관리해야 하나요?** 사용자가 루프에 계속 참여합니다. ptai는 LLM이 조정하지만 자율적이지 않습니다. 큐레이션된 프로브가 탐지를 수행하고, LLM이 결과를 추론하며, 최종 판단은 사용자가 내립니다. 실행 중에 Ctrl+C를 두 번 누르면 제어권을 넘겨받습니다. 완전 자율 LLM 에이전트는 펜테스트 작업을 처음부터 끝까지 완료하는 경우가 21~31%에 불과합니다. 인간이 개입하는 구성은 64%에 도달하며, ptai는 바로 그 두 번째 방식을 위해 설계되었습니다.

**프로덕션 환경을 대상으로 해도 안전한가요?** 서면 승인을 받은 경우에만, 그리고 가드레일을 켠 상태에서만 안전합니다. `intensity=safe`는 상태를 변경하는 프로브를 건너뛰고, `respect_rate_limits`는 429 / Retry-After를 존중하며, `strict_scope`는 호스트 외부 요청을 거부하고 리다이렉트 추적을 중단합니다. 세 가지 모두 기본값이 꺼져 있으므로 직접 켜야 합니다. [책임 있는 사용](#responsible-use)을 참조하세요.

**Juice Shop 수치는 높은데 허니팟 수치는 왜 더 낮나요?** Juice Shop은 인터넷에서 가장 많이 문서화된 취약한 앱이므로 LLM과 프로브 작성자 모두 유리한 출발점을 가집니다. 비공개 허니팟은 우리가 직접 작성한 버그를 측정하므로 수치가 더 낮습니다. 그리고 그 낮은 수치가 정직한 신호입니다. 우리는 두 수치를 모두 공개합니다. [벤치마크](#benchmarks)를 참조하세요.

**외부로 통신(phone home)하나요?** 텔레메트리가 없으며, 발견 사항은 사용자 디스크에 남습니다. MCP 경로에서는 프롬프트와 AI 클라이언트가 읽는 도구 출력이 다른 세션과 마찬가지로 해당 클라이언트의 API를 통해 전송됩니다. 블라인드 취약점 탐지(OAST)는 기본적으로 공개 oast.fun에 콜백을 보냅니다. 콘텐츠는 로컬 키페어로 암호화되지만, 콜백이 발생했다는 사실과 출발지 IP, 타임스탬프는 협력 서버(collaborator)를 운영하는 사람에게 보입니다. 이를 피하려면 Interactsh를 자체 호스팅하거나 `--no-oast`로 실행하세요. [책임 있는 사용](#responsible-use)을 참조하세요.

**실행 비용은 얼마인가요?** MCP 경로에서는 자체 결제를 처리하는 AI 구독 외에 추가 비용이 없습니다. 독립형 CLI에서는 ptai가 기본적으로 엔게이지먼트당 지출을 $10으로 제한합니다. `PTAI_PRICE_LIMIT`으로 변경할 수 있습니다. [설치](#install)를 참조하세요.

**그냥 Claude나 PentestGPT를 사용하는 것과는 어떻게 다른가요?** 큐레이션된 결정적 프로브 라이브러리가 버그를 찾습니다. LLM은 단계 루프를 실행하고 결과를 추론할 뿐, 스캔하지 않습니다. 그래서 발견 사항이 재현 가능하며, LLM의 추측이 아닌 작동하는 PoC와 함께 제공됩니다. [왜 다른가](#why-its-different)와 [다른 도구와의 비교](#vs-the-field)를 참조하세요.

## 스타 기록

<a href="https://star-history.com/#0xSteph/pentest-ai&Date">
  <img src="https://assets.kitploit.com/production/public/readmes/placeholders/f0fc86cfe65f76d40e15aaec61704ec8220a56dc89d4be03c46f67cb31b9fa8c.svg" alt="Star history chart" width="600">
</a>

## 라이선스

MIT. 원하는 대로 사용하세요.

<div align="center">

**`ptai`가 당신의 일요일을 구해줬다면, [저장소에 스타를 남겨주세요](https://github.com/0xSteph/pentest-ai). 그것이 제가 요청하는 유일한 보상입니다.**

</div>