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.

··피드·문의·개인정보·© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
METATRON — 리눅스(Parrot OS)에서 로컬 LLM을 사용하는 AI 기반 침투 테스트 도우미 | Kitploit
도구/GitHubGitHub/sooryathejas/metatron
ReconnaissanceVulnerability AnalysisExploitationInformation GatheringWeb SecurityPenetration TestingLearning & EducationAI Security
GitHubsooryathejas/metatron

METATRON

리눅스(Parrot OS)에서 로컬 LLM을 사용하는 AI 기반 침투 테스트 도우미

저장소 보기
3.4k688275개월 전Kitploit 검토 완료

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →
공유

METATRON

로컬 LLM을 사용하는 AI 기반 침투 테스트 도우미 (리눅스, Parrot OS)

🔱 METATRON

AI 기반 침투 테스트 도우미

Metatron 배너


📌 Metatron이란?

Metatron은 클라우드, API 키, 구독 없이 로컬 머신에서 완전히 실행되는 CLI 기반 AI 침투 테스트 도우미입니다.

대상 IP나 도메인을 입력하면, 실제 정찰 도구(nmap, whois, whatweb, curl, dig, nikto)를 실행하고 모든 결과를 로컬에서 실행 중인 AI 모델에 전달합니다. AI는 대상을 분석하고 취약점을 식별하며, 익스플로잇을 제안하고 수정 사항을 권장합니다. 모든 내용은 MariaDB 데이터베이스에 전체 스캔 기록과 함께 저장됩니다.


✨ 기능

  • 🤖 로컬 AI 분석 — Ollama를 통해 metatron-qwen으로 구동, 100% 오프라인 실행
  • 🔍 자동 정찰 — nmap, whois, whatweb, curl 헤더, dig DNS, nikto
  • 🌐 웹 검색 — DuckDuckGo 검색 + CVE 조회 (API 키 불필요)
  • 🗄️ MariaDB 백엔드 — 5개의 연결된 테이블로 전체 스캔 기록 저장
  • ✏️ 편집/삭제 — CLI에서 저장된 결과를 직접 수정 가능
  • 🔁 에이전트 루프 — AI가 분석 중 추가 도구 실행 요청 가능
  • 🚫 API 키 불필요 — 모든 것이 무료이며 로컬에서 동작
  • 📤 보고서 내보내기

Metatron은 '2.기록 보기' → slno 선택 → 내보내기를 통해 스캔 결과를 깔끔하고 공유 가능한 보고서 형식으로 내보낼 수 있습니다.

📄 PDF — 전문 취약점 보고서 🌐 HTML — 브라우저에서 볼 수 있는 보고서


🖥️ 스크린샷

메인 메뉴
메인 메뉴

스캔 실행 중
대상에 대한 정찰 도구 실행

AI 분석
metatron-qwen이 스캔 결과 분석 중

결과
취약점이 데이터베이스에 저장됨

내보내기 메뉴
스캔 결과를 PDF 및 HTML로 내보내기

---

🧱 기술 스택


⚙️ 설치

1. 저장소 복제

root@kitploit:~
git clone https://github.com/sooryathejas/METATRON.git
cd METATRON

2. 가상 환경 생성 및 활성화

root@kitploit:~
python3 -m venv venv
source venv/bin/activate

3. Python 의존성 설치

root@kitploit:~
pip install -r requirements.txt

4. 시스템 도구 설치

root@kitploit:~
sudo apt install nmap whois whatweb curl dnsutils nikto

🤖 AI 모델 설정

1단계 — Ollama 설치

root@kitploit:~
curl -fsSL https://ollama.com/install.sh | sh

2단계 — 기본 모델 다운로드

root@kitploit:~
ollama pull huihui_ai/qwen3.5-abliterated:9b

⚠️ 이 모델은 최소 8.4GB RAM이 필요합니다. 시스템 메모리가 부족하면 4b 변형을 사용하세요:

root@kitploit:~
ollama pull huihui_ai/qwen3.5-abliterated:4b

그런 다음 Modelfile을 편집하여 FROM 줄을 4b 모델로 변경하세요.

3단계 — 커스텀 metatron-qwen 모델 빌드

저장소에는 기본 모델을 침투 테스트 특화 파라미터로 파인튜닝하는 Modelfile이 포함되어 있습니다:

root@kitploit:~
ollama create metatron-qwen -f Modelfile

이 명령은 다음과 같은 설정의 로컬 metatron-qwen 모델을 생성합니다:

  • 16,384 토큰 컨텍스트 윈도우
  • 온도: 0.7
  • Top-k: 10
  • Top-p: 0.9

4단계 — 모델 존재 확인

root@kitploit:~
ollama list

목록에 metatron-qwen이 보여야 합니다.


🗄️ 데이터베이스 설정

1단계 — MariaDB 실행 확인

root@kitploit:~
sudo systemctl start mariadb
sudo systemctl enable mariadb

2단계 — 데이터베이스 및 사용자 생성

root@kitploit:~
mysql -u root
root@kitploit:~
CREATE DATABASE metatron;
CREATE USER 'metatron'@'localhost' IDENTIFIED BY '123';
GRANT ALL PRIVILEGES ON metatron.* TO 'metatron'@'localhost';
FLUSH PRIVILEGES;
EXIT;

3단계 — 테이블 생성

root@kitploit:~
mysql -u metatron -p123 metatron
root@kitploit:~
CREATE TABLE history (
  sl_no     INT AUTO_INCREMENT PRIMARY KEY,
  target    VARCHAR(255) NOT NULL,
                      scan_date DATETIME NOT NULL,
                      status    VARCHAR(50) DEFAULT 'active'
);

CREATE TABLE vulnerabilities (
  id          INT AUTO_INCREMENT PRIMARY KEY,
  sl_no       INT,
  vuln_name   TEXT,
  severity    VARCHAR(50),
                              port        VARCHAR(20),
                              service     VARCHAR(100),
                              description TEXT,
                              FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE fixes (
  id       INT AUTO_INCREMENT PRIMARY KEY,
  sl_no    INT,
  vuln_id  INT,
  fix_text TEXT,
  source   VARCHAR(50),
                    FOREIGN KEY (sl_no) REFERENCES history(sl_no),
                    FOREIGN KEY (vuln_id) REFERENCES vulnerabilities(id)
);

CREATE TABLE exploits_attempted (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  exploit_name TEXT,
  tool_used    TEXT,
  payload      LONGTEXT,
  result       TEXT,
  notes        TEXT,
  FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE summary (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  raw_scan     LONGTEXT,
  ai_analysis  LONGTEXT,
  risk_level   VARCHAR(50),
                      generated_at DATETIME,
                      FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

🚀 사용법

Metatron을 실행하려면 두 개의 터미널 탭이 필요합니다.

터미널 1 — AI 모델 로드

root@kitploit:~
ollama run metatron-qwen

>>> 프롬프트가 나타날 때까지 기다리세요. 이는 모델이 메모리에 로드되어 준비되었음을 의미합니다. 이 터미널은 백그라운드에서 실행 상태로 둘 수 있습니다.

터미널 2 — Metatron 실행

root@kitploit:~
cd ~/METATRON
source venv/bin/activate
python metatron.py

워크스루

1. 메인 메뉴 표시:

root@kitploit:~
  [1] 새 스캔
  [2] 기록 보기
  [3] 종료

2. [1] 새 스캔 선택 → 대상 입력:

root@kitploit:~
[?] 대상 IP 또는 도메인 입력: 192.168.1.1

또는

root@kitploit:~
[?] 대상 IP 또는 도메인 입력: example.com

3. 실행할 정찰 도구 선택:

root@kitploit:~
  [1] nmap
  [2] whois
  [3] whatweb
  [4] curl 헤더
  [5] dig DNS
  [6] nikto
  [a] 모두 실행 (nikto 제외)
  [n] 모두 실행 + nikto (느림)

4. Metatron이 도구를 실행하고, 결과를 AI에 전달하며, 분석을 출력합니다.

5. 모든 내용이 자동으로 MariaDB에 저장됩니다.

6. 스캔 후 결과를 편집하거나 삭제할 수 있습니다.


📁 프로젝트 구조

root@kitploit:~
METATRON/
├── metatron.py       ← 주요 CLI 진입점
├── db.py             ← MariaDB 연결 및 모든 CRUD 연산
├── tools.py          ← 정찰 도구 실행기 (nmap, whois 등)
├── llm.py            ← Ollama 인터페이스 및 AI 도구 디스패치 루프
├── search.py         ← DuckDuckGo 웹 검색 및 CVE 조회
├── Modelfile         ← metatron-qwen용 커스텀 모델 설정
├── requirements.txt  ← Python 의존성
├── .gitignore        ← venv, pycache, db 파일 제외
├── LICENSE           ← MIT 라이선스
├── README.md         ← 이 파일
└── screenshots/      ← 문서용 터미널 스크린샷

🗃️ 데이터베이스 스키마

모든 5개 테이블은 history 테이블의 sl_no (세션 번호)로 연결됩니다:

root@kitploit:~
history              ← 스캔 세션당 한 행 (sl_no가 중심)
    │
    ├── vulnerabilities   ← 발견된 취약점, sl_no로 연결
    │       │
    │       └── fixes     ← 취약점별 수정 사항, vuln_id + sl_no로 연결
    │
    ├── exploits_attempted ← 시도된 익스플로잇, sl_no로 연결
    │
    └── summary           ← 전체 AI 분석 덤프, sl_no로 연결

⚠️ 면책 조항

이 도구는 교육 목적 및 승인된 침투 테스트 전용입니다.

  • Metatron은 소유권이 있거나 명시적인 서면 허가를 받은 시스템에서만 사용하세요.
  • 승인되지 않은 시스템 스캔 또는 익스플로잇은 불법입니다.
  • 작성자는 이 도구의 오용에 대해 책임을 지지 않습니다.

👤 작성자

Soorya Thejas

  • GitHub: @sooryathejas

📄 라이선스

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

도구 다운로드
구성 요소기술
언어Python 3
AI 모델metatron-qwen (Qwen 3.5 파인튜닝)
기본 모델huihui_ai/qwen3.5-abliterated:9b
LLM 러너Ollama
데이터베이스MariaDB
OSParrot OS (Debian 기반)
검색DuckDuckGo (무료, 키 없음)