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
rag-seguridad — CyberRAG — 사이버보안 노트와 서적을 대상으로 하는 100% 로컬 RAG(Ollama): 하이브리드 검색, 출처 인용 답변, 단계별 펜테스트 어시스턴트, 재색인 모니터. 무거운 프레임워크 없음. | Kitploit
도구/GitLabGitLab/rdelasierra-uy/rag-seguridad
Vulnerability AnalysisInformation GatheringCTFPenetration TestingPrivacyMachine LearningLearning & EducationCurated ResourcesAI SecurityLabs & Practice
GitLabrdelasierra-uy/rag-seguridad
9213일 전아직 검토되지 않음

rag-seguridad

CyberRAG — 사이버보안 노트와 서적을 대상으로 하는 100% 로컬 RAG(Ollama): 하이브리드 검색, 출처 인용 답변, 단계별 펜테스트 어시스턴트, 재색인 모니터. 무거운 프레임워크 없음.

저장소 보기
공유

CyberRAG local — RAG sobre tu conocimiento, 100% Ollama

RAG(Retrieval-Augmented Generation) 시스템으로, 사이버보안 노트(Obsidian vault, HTB writeup, 필기)를 자연어로 조회할 수 있습니다. 모든 것이 당신의 머신에서 실행됩니다: 임베딩과 생성은 로컬 Ollama를 사용하며, 어떤 데이터도 당신의 네트워크를 벗어나지 않습니다. 그리고 langchain 없이: 각 구성 요소는 이해 가능한 자체 코드입니다.

전체 기술 문서 → docs/ARQUITECTURA.md 배경 개념(RAG, 임베딩, 하이브리드 검색, 공정 분배, rerank), 계층별 아키텍처, 형식 추출, 증분 인덱스, 지식 공간, 컴퓨팅 용량을 다룹니다.

단계별 pentest 어시스턴트 → docs/ASISTENTE-PENTEST.md 단계별(Recon / 열거 / 익스플로잇 / Privesc / Post / 보고서) 및 벡터(web, SMB, AD, Linux, Windows…)별 HTB 멘토로, 도움 수준(empuja / explica / directo)을 통해 오토파일럿 없이 매뉴얼을 이해할 수 있으며, 포트/서비스를 붙여넣을 수 있는 머신 상태 필드가 있습니다. 승인된 공격 작업 + ISO 27001 보고서를 위해 설계되었습니다.

아키텍처 보고서(L2/학습자용) → docs/INFORME-ARQUITECTURA.md 한 번의 읽기로 전체 개요: 무엇인지, 내부적으로 어떻게 구성되어 있는지, 어떻게 사용하는지, 그리고 20분 안에 가르치는 계획까지.

서버 런북 → docs/RUNBOOK-SERVIDOR.md 호스트 운영: 협상 불가 규칙, 네트워크/방화벽, xRDP/faillock, GPU 복구(Xid 31).

재인덱스 모니터 → web/monitor.py (브라우저 대시보드: 진행률, 속도, ETA, GPU 및 모델 실시간 표시, GPU 부하 없이).

왜

  • 당신의 교육 방식: 각 구성 요소(벡터, 코사인, 청킹)를 이해합니다 — 블랙박스가 아닙니다.
  • 프라이버시: 당신의 writeup과 필기는 절대 클라우드에 닿지 않습니다(Gemini/OpenAI 없음).
  • 무거운 의존성 제로: numpy + Ollama HTTP API만 사용합니다.

아키텍처

Tus documentos (.md/.txt/.log)
        │
        ▼
  ┌────────────┐   chunking con solape   ┌──────────────────┐
  │  Chunks    │ ─────────────────────▶  │  Embeddings      │
  │ (pedazos)  │                         │  nomic-embed-text│
  └────────────┘                         └────────┬─────────┘
                                                  ▼
                                           ┌──────────────┐
                                           │  Índice .npz │  (output/indice.npz)
                                           └──────┬───────┘
                          ┌───────────────────────┘
                          ▼
   Pregunta ───▶ vector ──▶ similitud coseno ──▶ top-k chunks
                                                      │
                                                      ▼
   Respuesta ◀── generación con contexto ◀───────────┘
                (qwen2.5-coder / mistral, local)

RAG의 3가지 구성 요소:

  1. 색인화 — 각 문서를 겹침이 있는 청크로 나눕니다: 노트의 경우 512자 (겹침 50), 책의 경우 3000자(겹침 600). 각 청크는 검색 시 임베딩 품질을 높여주는 역할 접두사(search_document: )와 함께 벡터화됩니다.
  2. 검색 — 각 청크는 768개의 숫자로 이루어진 벡터(nomic-embed-text의 임베딩, 로컬)로 저장됩니다. 질문이 들어오면(search_query: 로 벡터화됨) 코사인 유사도가 단어의 어휘적 일치와 결합된(하이브리드 검색) 청크를 찾습니다. 코사인만으로는 비교 질문에 충분하지 않으며, 어휘적 구성 요소가 용어가 정확히 위치한 청크를 구출해냅니다.
  3. 생성 — 상위 k개의 청크를 컨텍스트로 로컬 채팅 모델에 전달하면, 모델은 오직 그것만으로 응답합니다(정보가 없으면 "정보가 없습니다"라고 말합니다).

요구 사항

  • Python 3.10+
  • 127.0.0.1:11434에서 실행 중인 Ollama
  • nomic-embed-text 모델 (setup.sh가 자동으로 다운로드합니다)
  • 로컬 채팅 모델: 기본값은 qwen2.5-coder:7b입니다. 이 모델은 이론(ISO/책 인용)과 실습실(HTB)의 공격적 주제 모두를 거부하지 않고 응답합니다. 환경 변수 RAG_CHAT_MODEL로 코드를 건드리지 않고 변경할 수 있습니다 (예: 세련된 이론 산문을 위해 RAG_CHAT_MODEL=llama3.1:8b rag web — 다만 공격적 콘텐츠에서는 스스로 제한합니다; mistral:latest는 인용을 잘하지만 때때로 원시 컨텍스트를 그대로 붙여넣습니다).
  • PDF를 색인화하려면 pdftotext (poppler-utils)

설치

./setup.sh

사용법

# Indexar los documentos de ejemplo en document[o]s/
python3 rag_ollama.py index

# Indexar otra carpeta (ej.: tu vault de Obsidian) — en vivo, sin copiar
python3 rag_ollama.py --docs-dir ~/vault index

# Preguntar (usá SIEMPRE el mismo --docs-dir que el index)
python3 rag_ollama.py --docs-dir ~/vault ask "¿Qué flag de hashcat crackea un hash ASREProast?"

# Chat continuo contra tu base — sin repetir el comando
python3 rag_ollama.py --docs-dir ~/vault interactive

# Estadísticas del índice
python3 rag_ollama.py stats

이 머신에는 또한 두 개의 지식 공간을 유지하는 rag 별칭이 있습니다: 당신의 노트(vault)와 큐레이션된 도서 라이브러리(libros)입니다.

rag "pregunta sobre tus apuntes"     # espacio vault (default)
rag libros "pregunta sobre libros"   # espacio libros (PDFs curados)
rag --rerank "pregunta"              # con reranker local (reordena fuentes)
rag chat                             # modo interactivo (vault)
rag chat libros                      # modo interactivo (libros)
rag index                            # reindexar VAULT (incremental: rápido)
rag index libros                     # reindexar libros (tarda minutos)
rag stats                            # estado del índice del vault
rag analizar                         # dupes + solapamiento + temas (vault)
rag fuentes "término"                # en qué documentos aparece el término

두 공간은 output/indices/indice_<espacio>.npz에 저장되며 서로 덮어쓰지 않습니다.

웹 인터페이스 (셸을 사용하지 않는 사용자용)

rag web        # → http://localhost:8787  (alias local en /etc/hosts)
               #   o: RAG_HOST=0.0.0.0 rag web  para exponerlo a la LAN (con UFW)

UI(순수 Python 표준 라이브러리 서버, 의존성 제로)는 다음을 제공합니다:

  • 토큰 단위 스트리밍 채팅(Server-Sent Events): 응답이 모델이 생성하는 대로 나타나며, 마지막에 한꺼번에 표시되지 않습니다.
  • 멀티턴 대화: 채팅이 세션의 이전 질문과 답변을 기억합니다 ("그리고 사용자라면, 어떤 게 있나요?" 같은 참조).
  • 출처 패널: 각 응답마다 인용된 .md/.pdf.
  • 실제 책 이름으로 인용: 기술 PDF (02-redhat-security-rh342.pdf)는 사람이 읽을 수 있는 제목 ("Red Hat RH342 — Security: 서버 하드닝")으로 표시되고 인용됩니다. 프롬프트는 모델에게 각 아이디어의 출처를 인용하도록 요청합니다.
  • 공간 카탈로그: "어떤 책들이 있나요" 또는 "제목들을 나열해줘" 같은 질문은 공간의 전체 색인으로 응답합니다(추론 비용 없이).
  • 공간 선택기: 노트(biblioteca), 책 (biblioteca-libros) 또는 todo(둘 다 결합, 기본값) 사이를 전환합니다. todo 모드에서는 검색이 두 색인 사이에 할당량을 분배합니다 — 청크가 많은 공간 (~138k 책)이 작은 공간(581 노트)을 압도하지 않으며 — 각 출처는 출처(📚 책 / 📝 노트)로 표시됩니다.
  • 버튼으로 재색인 및 실시간 진행률 표시줄(채팅을 중단하지 않음).
  • "어디에 나타나나요…?": 어떤 문서에 해당 용어가 포함되어 있는지 검색.
  • 구조: web/web.py(API + static), web/index.html, web/style.css, web/app.js — 모두 핫 편집 가능.

전체 볼륨 라이브러리(libros 공간)

biblioteca-libros/는 <biblioteca-libros>/(자료 볼륨: 237개의 PDF, HTML 형식의 O'Reilly/Unix 라이브러리 및 EPUB)에 대한 심볼릭 링크입니다. cargar_documentos는 PDF 외에도 책 폴더별로 그룹화된 HTML(O'Reilly 라이브러리는 같은 책의 수백 개 .htm 파일 → 하나의 문서로 연결됨)과 EPUB를 색인하며, 텍스트 해시로 중복 제거합니다(볼륨의 unix-library/OReilly 및 oreilly-library 사본은 동일한 컬렉션입니다). 색인은 다음으로 재구성됩니다:

rag index libros

참고: biblioteca-libros/는 이 머신에 대한 로컬 심볼릭 링크이며 (<biblioteca-libros>/를 가리킴), 그래서 git에서 무시됩니다. UI 스크린샷은 docs/capturas/에 있습니다 (flameshot으로 촬영).

실제 예시

$ python3 rag_ollama.py --docs-dir ~/vault \
    ask "¿Qué flag de hashcat se usa para crackear un hash ASREProast?"

Seleccioné 5 fragmentos de contexto:
  [0.732] 01-htb/ad-shadowgate/ensena-adc-esc8.md
  [0.716] 01-htb/ad-shadowgate/ensena-adc-esc8.md
  [0.706] 02-apuntes/kerberos-asreproast.md
  ...

El flag de hashcat usado para crackear hashes ASREProast es `-m 18200`.

구조

rag-seguridad/
├── rag_ollama.py          # El RAG completo (sin langchain, ~1300 líneas)
├── web/                   # UI web local (stdlib, sin dependencias)
│   ├── web.py             #   API + servidor HTTP
│   ├── index.html         #   interfaz de chat
│   ├── style.css          #   estilos
│   └── app.js             #   lógica del navegador
├── setup.sh               # Verifica Ollama + modelo + instala numpy
├── requirements.txt       # Solo numpy
├── document[o]s/          # Tus documentos (indexá la carpeta que quieras)
│   ├── notas/             #   apuntes
│   ├── writeups/          #   resoluciones HTB
│   ├── tools/             #   fichas de herramientas
│   ├── frameworks/        #   MITRE ATT&CK, kill chain
│   └── playbooks/         #   procedimientos
└── output/                # Índices por espacio (indices/, git-ignored)

빠른 설정 (rag_ollama.py)

도구 다운로드

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 궁극의 OSINT 툴킷: 조사 그래프, 신뢰도 점수 산정, 별칭 패밀리, 지도, 타임라인 및 보고서. 49개 모듈, 400개 이상 사이트, API 키 불필요.

    891
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # GhostLock 원탭 실행 앱 (CVE-2026-43499)

    547
  • 3

    ARTEX

    baarai/artex

    LLM 멀티 에이전트 자율 침투 테스트 플랫폼으로, 플래너/워커 에이전트, 자산 및 탐색 그래프, MITM 트래픽 기록, 취약점 재테스트 기능을 제공합니다.

    369
  • 4

    redforge

    cybersecurity91/redforge

    브라우저 측 레드 팀 툴킷으로, 정찰, 페이로드 생성, 자격 증명 공격, 암호화, 인코딩 및 참여 보고를 위한 102개의 오프라인 도구를 제공합니다.

    366
  • 5

    looking-glass

    anonghosty/looking-glass

    Shadowserver 보고서를 MongoDB로 수집하고 이를 대화형 지도, 분석, 발견 사항, 권고 및 경영진 대시보드로 재생하는 CSIRT 플랫폼입니다.

    309
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI 네이티브 사이버보안을 위한 행동 체계—의도가 통제된 실행이 되고, 증거가 운영 메모리가 되며, 모든 운영이 다음 운영을 개선하는 곳.

    282

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →