Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
도구/GitHubGitHub/gadievron/raptor
Penetration Testing FrameworksDynamic Analysis (Sandboxing)Exploit FrameworksStatic Code Analysis (SAST)Vulnerability AnalysisFuzzingBinary AnalysisSupply Chain SecurityAI-Assisted ReversingRed Teaming
GitHubgadievron/raptor

raptor

공격 및 방어 운영을 위해 정적 분석, 바이너리 분석, 퍼징, LLM 기반 취약점 검증, 익스플로잇 생성, 패치 작성을 통합하는 자율 보안 연구 프레임워크입니다.

저장소 보기
3.6k56210421시간 6분 전Kitploit 검토 완료

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

아직 인기 데이터가 없습니다.

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →
공유
╔═══════════════════════════════════════════════════════════════════════════╗
║                                                                           ║
║             ██████╗  █████╗ ██████╗ ████████╗ ██████╗ ██████╗             ║
║             ██╔══██╗██╔══██╗██╔══██╗╚══██╔══╝██╔═══██╗██╔══██╗            ║
║             ██████╔╝███████║██████╔╝   ██║   ██║   ██║██████╔╝            ║
║             ██╔══██╗██╔══██║██╔═══╝    ██║   ██║   ██║██╔══██╗            ║
║             ██║  ██║██║  ██║██║        ██║   ╚██████╔╝██║  ██║            ║
║             ╚═╝  ╚═╝╚═╝  ╚═╝╚═╝        ╚═╝    ╚═════╝ ╚═╝  ╚═╝            ║
║                                                                           ║
║             Autonomous Offensive/Defensive Research Framework             ║
║             Based on Claude Code (v3.1.0)                                 ║
║                                                                           ║
║             Gadi Evron, Daniel Cuthbert, Thomas Dullien (Halvar Flake)    ║
║             Michael Bargury, John Cartwright                              ║
║                                                                           ║
╚═══════════════════════════════════════════════════════════════════════════╝

⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⢀⣠⣤⣤⣀⣀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⣾⣿⣿⠿⠿⠟
⠀⠀⠀⠀⠀⠀⠀⠀⢀⣀⣀⣀⣀⣀⣀⣤⣴⣶⣶⣶⣤⣿⡿⠁⠀⠀⠀
⣀⠤⠴⠒⠒⠛⠛⠛⠛⠛⠿⢿⣿⣿⣿⣿⣿⣿⣿⣿⣿⠟⠁⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠉⠛⣿⣿⣿⡟⠻⢿⡀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⢀⣾⢿⣿⠟⠀⠸⣊⡽⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⢸⡇⣿⡁⠀⠀⠀⠉⠁⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠈⠻⠿⣿⣧⠀ Get them bugs.....⠀⠀⠀⠀⠀

저자: Gadi Evron, Daniel Cuthbert, Thomas Dullien (Halvar Flake), Michael Bargury, John Cartwright (@gadievron, @danielcuthbert, @thomasdullien, @mbrg, @grokjc)

라이선스: MIT, LICENSE 참조. CodeQL 및 기타 서드파티 구성 요소는 자체 라이선스 조건을 따릅니다. 서드파티 고지 및 종속성을 참조하세요.

저장소: https://github.com/gadievron/raptor


RAPTOR란 무엇인가?

해커가 해커를 위해 만들었습니다.

RAPTOR는 Claude Code 위에 구축된 자율 보안 연구 프레임워크입니다(단, Claude Code에 종속되지는 않습니다 -- 자체 분석 계층을 연결할 수도 있습니다). 정적 분석, 바이너리 분석, LLM 기반 취약점 검증, 익스플로잇 생성, 패치 작성을 하나의 워크플로로 연결하여 코드베이스나 바이너리에 대해 실행할 수 있습니다.

완성도 높은 소프트웨어는 아닙니다. 여가 시간에 만들어졌고, 열정과 덕테이프로 겨우 버티고 있으며, 우리가 계속 쓰지 않을 수 없을 만큼 충분히 잘 작동합니다. 더 나은 방향으로 개선하고 싶다면 PR을 열어주세요.

RAPTOR는 보안 연구와 사람의 검토를 지원합니다. RAPTOR의 보고서가 코드베이스의 안전성을 인증하는 것은 아닙니다.

RAPTOR는 Recursive Autonomous Penetration Testing and Observation Robot의 약자입니다. 정말로 RAPTOR라고 부르고 싶었습니다.

구축 방식

RAPTOR는 대부분 AI가 생성한 코드입니다. 사람은 방향을 설정하고, 결과물을 검토하며, 설계 결정을 내리고, AI는 구현을 작성합니다. 기계적 검증(테스트, 정적 분석, 코퍼스 보정)은 코드를 누가 — 또는 무엇이 — 작성했든 품질 기준을 필요한 수준으로 유지합니다.

여기서 시작하세요: 기능 · 빠른 시작 · 첫 실행 · 보안 · 문서

RAPTOR가 할 수 있는 일

  • 코드베이스를 첫 탐색부터 후보 수정안까지 이끕니다. 공격 표면을 매핑하고, 의심스러운 코드를 조사하고, 스캐너 결과를 평가하고, 익스플로잇 가능성을 테스트하며, 검토용 PoC와 패치를 생성합니다. /agentic으로 시작하세요. 집중적인 조사가 필요할 때는 /understand 또는 독립 실행형 /audit을 사용하세요.
  • 소프트웨어가 함께 배포하는 것을 점검합니다. 애플리케이션 종속성, 컨테이너 패키지, 워크플로 구성 요소를 검사하고, 권고 및 공급망 위험을 식별하며, SBOM을 생성하고, /sca로 수정 또는 업그레이드를 계획합니다.
  • 낯선 바이너리나 크래시를 조사합니다. 진입점과 파서 경계를 복원하고, 런타임 증거를 수집하고, 대상을 퍼징하고, /binary, /fuzz, /crash-analysis로 실패 원인을 조사합니다.
  • 실행 중인 애플리케이션을 테스트합니다. /web으로 웹 엔드포인트를 탐색하고, /frida를 통한 Frida 계측으로 선택된 런타임 동작을 검사합니다.
  • 오픈소스 프로젝트의 이력을 조사합니다. GitHub 활동, 아카이브된 이벤트, 로컬 git 증거를 /oss-forensics로 상호 연관시킵니다.

성숙도는 워크플로마다 다릅니다. 전체 카탈로그에서 명령과 상태를 확인할 수 있으며, 워크플로 색인에서 시작점을 선택하는 데 도움을 받을 수 있습니다.

왜 RAPTOR인가?

  • LLM 지원 오탐 필터링. Semgrep, CodeQL 및 기타 도구는 후보 경고를 기계적으로 생성합니다. RAPTOR는 주변 코드와 데이터 흐름을 검사하여 각 경고가 실제 버그를 설명하는지 평가합니다.
  • 스캐너 출력을 넘어서는 감사 엔진. 가설 기반 조사는 분석 도구를 사용하여 스캐너가 놓칠 수 있는 격차를 검토하고 증거와 커버리지를 추적합니다. /agentic은 워크플로 내에서 감사 기능을 사용하며, 독립 실행형 /audit은 전용 체계적 검토를 제공합니다. 감사 엔진을 참조하세요.
  • 8단계 악용 가능성 검증. /validate는 후보 취약점이 공격자에 의해 도달 가능한지, 그 전제 조건이 충족될 수 있는지, 그리고 어떤 완화 조치가 악용을 방지하는지 조사합니다. 기계적 실현 가능성 검사와 자체 검토가 평가를 지원하며, 동적 검증은 사용 가능한 아티팩트와 실행 권한에 따라 달라집니다. 검증을 참조하세요.
  • 광범위한 소프트웨어 구성 분석. 의존성, 컨테이너 패키지, 워크플로 구성 요소, 권고, 도달 가능성 및 공급망 신호가 SBOM 및 수정 계획과 함께 통합됩니다. SCA를 참조하세요.
  • 연결된 소스 및 바이너리 증거. 런타임 추적, 퍼즈 증거 및 선택적 SMT 검사는 소스 검토에서 나온 발견 사항을 강화할 수 있습니다. 사용자 정의 탐지 규칙은 업스트림 스캐너를 보완합니다.
  • 목적에 맞게 구축된 사용자 정의 샌드박싱 계층. RAPTOR는 생성된 PoC, 대상 빌드 및 연구 도구를 각 도구와 실행 단계에 맞춘 정책으로 격리합니다. 아래 보안 모델을 참조하세요.
  • 축적되는 연구. 프로젝트는 발견 사항, 커버리지, 주석 및 실행 간 비교를 보존합니다. 위협 모델, 영구 메모리 및 전문가 페르소나는 각 조사가 이전 작업을 기반으로 구축되도록 돕습니다.

보안 모델

분석 대상 저장소는 악성 코드, 저장소 제어 구성, 프롬프트 주입 또는 보고서에 렌더링되는 콘텐츠를 통해 분석가를 공격할 수 있습니다. RAPTOR는 여러 경계를 통해 이러한 표면을 다룹니다:

  • 계층화된 프로세스 격리. 사용자 정의 샌드박스는 Linux 네임스페이스, Landlock, seccomp 및 리소스 제한을 결합하며, macOS는 Seatbelt를 사용합니다. 정책은 도구, 플랫폼 및 프로필에 따라 파일 시스템 접근, 네트워크 연결, 시스템 호출, 프로세스 생성 및 리소스 소비를 제한합니다.
  • 제한된 호스트 접근. 신뢰할 수 없는 실행 정책은 대상 입력을 읽기 전용으로 유지하고, 쓰기를 부여된 출력/스크래치 경로로 제한하며, 운영자의 일반 홈 디렉터리를 노출하는 대신 전용 홈을 사용합니다.
  • 제어된 이그레스. 도구 정책은 네트워킹을 차단하거나 허용 목록에 있는 프록시를 통해 라우팅합니다. 네트워크를 사용하는 조사자는 에이전트별 URL 게이트도 갖습니다.
  • 자격 증명 분리. 런처가 관리하는 LLM 디스패처는 상위 프로세스에 제공자 자격 증명을 보관하며, 워커는 API 키를 받지 않고 소켓을 사용합니다. 직접 Python CLI를 사용하면 동일한 디스패처 경계가 제공되지 않습니다.
  • 시작 및 구성 검사. 런처 사전 검사는 저장소 훅, MCP 구성 및 위험한 환경 설정을 검사합니다. 환경 정리 및 격리된 인터프리터 시작은 런처 체인을 보호합니다.
  • 에이전트 기능 및 동의 경계. 도구 제한과 참석/격리 게이트는 적대적 입력을 처리하는 에이전트를 제약합니다. 에이전트 메시지는 운영자 권한을 부여할 수 없습니다. 신뢰할 수 없는 실행은 필요한 격리가 불가능할 때 거부되며, 축소된 보호에는 명시적 동의가 필요합니다.
  • 적대적 입력 및 출력 처리. 소스 발췌는 신뢰할 수 없는 데이터로 취급되며, 보고서 정리 과정은 자동 외부 가져오기를 트리거할 수 있는 마크업을 제거합니다.

프롬프트 인젝션은 여전히 가능합니다. 보장 범위는 신뢰할 수 없는 실행, 신뢰할 수 있는 도구 진입점, 플랫폼, 운영자가 선택한 프로필 간에 서로 다릅니다. 이러한 제어는 모든 에이전트 작업이 격리된다는 주장이 아닙니다. 컨테이너는 배포 경계를 추가합니다. 정확한 계약과 잔여 위험은 샌드박스 보장 및 한계, 에이전트 보안, 위협 모델, WSL 요구 사항을 참조하세요.

사전 요구 사항

  • 수동 체크아웃: Python 3.13+, uv, 그리고 워크플로에 필요한 도구들. 기본 소스 스캔에는 Semgrep이 필요하며, 독립 실행형 SCA에는 필요하지 않습니다.
  • 대화형 셸: 활성 구독 또는 Anthropic API 키가 있는 Claude Code. 아래 설치 경로는 Node.js 18+도 사용합니다.
  • 독립 실행형 CLI: Claude Code는 선택 사항입니다. LLM 지원 분석에는 구성된 제공자가 필요하며, 기계적 스캔은 LLM 없이 실행할 수 있습니다.

플랫폼 요구 사항과 선택적 도구는 설치 및 종속성을 참조하세요.

계정 및 비용

셸의 Claude Code 로그인은 발견 사항 분석에 사용되는 자격 증명과 독립적이며, 발견 사항 분석은 Claude Code, 다른 제공자 또는 로컬 모델을 사용할 수 있습니다.

도구 다운로드