Agente de testes de segurança orientado por LLM que executa um loop contínuo de chamadas de ferramentas contra um alvo, com mais de 160 adaptadores de ferramentas de reconhecimento, web, cloud, AD e pós-exploração, além de relatórios de execução persistidos.
Um agente de testes de segurança orientado por LLM: um único loop contínuo de chamada de ferramentas, não um pipeline encenado de reconhecimento→exploração. O modelo decide o que executar a seguir, turno a turno, contra um alvo real.
Aviso: as ferramentas do Tradecraft podem causar danos permanentes se não forem configuradas corretamente. Use-as apenas contra alvos que você possui ou tem permissão explícita para testar. Não confie nos padrões — entenda a configuração (
docs/tools.md,docs/policy.md,docs/profiles.md) antes do seu primeiro engajamento.
Ferramentas são as ações que o modelo pode chamar — cada uma um contrato YAML (o que faz, quais entradas precisa) mais um adaptador que executa um comando real e analisa sua saída em dados estruturados. Consulte docs/tools.md para saber como uma ferramenta é construída, ou a lista completa do que está registrado — mais de 160 ferramentas abrangendo reconhecimento, web, cloud, AD, Kubernetes e pós-exploração — em docs/tool-list.md.
Habilidades são notas markdown consultivas que fornecem ao modelo conhecimento de tradecraft entre ferramentas — quando preferir uma ferramenta em vez de outra, como as saídas de duas ferramentas se encadeiam. Elas nunca são uma fase imposta e são sempre renderizadas por completo. Consulte docs/skills.md.
Cada execução de engajamento é persistida em disco e pode ser transformada em um relatório (--report), explorada posteriormente em um console de perguntas e respostas (tradecraft chat), ou exportada como dados de ajuste fino SFT/DPO (tradecraft dataset). Consulte docs/report.md, docs/post-engagement.md e docs/finetune.md.
config/tools/<id>.yaml model-facing contract (description, params, scope_param)
config/profiles/ curated tool sets per engagement shape (web, cloud, ad-network, ...)
tradecraft/domain.py pure shared types
tradecraft/adapters/<tool>/ execute.py (subprocess) + parse.py (pure parsing)
tradecraft/tools/ glues a YAML contract + adapter into one Tool.run()
tradecraft/memory/ append-only engagement log, facts, and evidence store
tradecraft/policy/ destructive-tool gate
tradecraft/skills/ advisory tradecraft markdown, rendered in full
tradecraft/execution/ the agentic loop + system-prompt assembly
tradecraft/reporting/ report generation + post-run investigation console
tradecraft/dataset/ offline SFT/DPO dataset extraction from persisted runs
tradecraft/cli.py entrypoint
A direção das dependências é unidirecional: domain → adapters → tools → execution → cli.
python -m venv .venv && source .venv/bin/activate
pip install -e ".[test]"
cp .env.example .env # configure LLM_MODEL, LLM_BASE_URL, and LLM_API_KEY
Use um modelo abliterated (com recusa de segurança removida) para LLM_MODEL — um modelo padrão ajustado para segurança recusará grande parte do que este agente precisa fazer durante o engajamento.
O binário necessário de cada ferramenta (ver o respetivo config/tools/<id>.yaml) deve estar no PATH; um binário em falta é devolvido ao modelo como um erro de ferramenta, não como uma falha. scripts/verify_container_tools.py verifica quais dos binários das ferramentas registadas estão presentes. Para um conjunto de ferramentas completo e validado sem instalar tudo manualmente, consulte docs/setup.md para construir e executar a imagem Docker.
tradecraft 10.0.0.5 --profile web
--profile seleciona um conjunto curado de ferramentas para o formato do engajamento (web,
ad-network, cloud, kubernetes, post-exploitation, ou full para
todas as ferramentas registradas); --tools substitui-o com uma lista explícita.
Ferramentas destrutivas estão desativadas por padrão — passe --allow-destructive para
ativá-las. Execute tradecraft --help para a lista completa de flags, ou consulte
docs/cli.md para cada subcomando (chat, report,
dataset, memory) num relance.
O roteamento/egress de rede (VPN, gateway SOCKS/TUN, ou network_mode do container) é
tratado na camada de ambiente em vez de dentro dos adaptadores; se definir
HTTP_PROXY/HTTPS_PROXY, adicione o host LLM_BASE_URL a NO_PROXY.
pytest
docs/cli.md — todos os subcomandos e flags do tradecraft num relance.docs/setup.md — compilar/executar a imagem Docker, obter logs, extrair dados de execução.docs/tools.md — ferramentas, adaptadores.docs/tool-list.md — todas as ferramentas registadas, num relance.docs/policy.md — controlo de ferramentas destrutivas, categorias de raio de impacto, o orçamento de bloqueio de contas.docs/skills.md — o que é uma skill, como/quando adicionar uma.docs/profiles.md — perfis de formato de engagement, sobreposição, como adicionar um.docs/report.md — gerar um relatório a partir de uma execução.docs/post-engagement.md — a consola de perguntas e respostas pós-execução.docs/finetune.md — transformar execuções de engagement em dados de fine-tuning SFT/DPO.CONTRIBUTING.md — como adicionar uma nova ferramenta.