Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
pygoat — Aplicação web intencionalmente vulnerável para segurança em Django | Kitploit
Ferramentas/GitHubGitHub/adeyosemanputra/pygoat
Scanners de VulnerabilidadesSegurança WebTestes de PenetraçãoAprendizado e EducaçãoLabs e Prática
GitHubadeyosemanputra/pygoat

pygoat

Aplicação web intencionalmente vulnerável para segurança em Django

Ver Repositório
3391.6k77há 17 diasRevisado pelo Kitploit
Site
Compartilhar

PyGoat

All Contributors

Aplicação web de Segurança de Aplicações intencionalmente vulnerável em django. nosso roteiro é construir uma Aplicação web intencionalmente vulnerável em django. A Vulnerabilidade pode ser baseada no OWASP top ten

Índice

  • pygoat
    • Instalação
      • Docker Compose (recomendado)
      • A partir do código-fonte
      • Notas para Windows
      • Vídeo de Instalação
    • Desinstalação
    • Soluções
    • Para Desenvolvedores

Instalação

Cada laboratório é executado em seu próprio contêiner Docker, portanto o PyGoat precisa do Docker em todas as configurações.

Docker Compose (recomendado)

Isto inicia o PyGoat, o Traefik e tudo o que os laboratórios precisam.

  1. Instale o Docker com o plugin Compose. As portas 8000, 80 (Traefik, serve os laboratórios) e 8080 (painel do Traefik) devem estar livres.
  2. Clone o repositório e inicie a stack:
    git clone https://github.com/adeyosemanputra/pygoat.git
    cd pygoat
    docker compose up -d
    
    (Instalações mais antigas do Docker usam docker-compose up -d.)
  3. A primeira execução compila todas as imagens de laboratório antes de a aplicação web iniciar, o que pode levar 10 minutos ou mais. Acompanhe o progresso com docker compose logs -f migration. As execuções seguintes reutilizam as imagens e iniciam rapidamente.
  4. Abra a aplicação em http://lvh.me:8000 (não em localhost). Os laboratórios são servidos em lab-<username>-<lab>.lvh.me e só são acessíveis ao utilizador que os iniciou, o que requer que o cookie de login seja partilhado entre *.lvh.me.
  5. Pare tudo com docker compose down.

A imagem pygoat/pygoat no Docker Hub é a versão antiga v2 e não inclui os laboratórios v3. Utilize o Docker Compose em vez disso.

A partir do Código-Fonte

Para configurar o projeto na sua máquina local:

Primeiro, clone o repositório utilizando o site do GitHub ou o git no Terminal

  git clone https://github.com/adeyosemanputra/pygoat.git
  ### To Download a specific branch
  git clone -b <branch_name> https://github.com/adeyosemanputra/pygoat.git

Em seguida, baixe o Traefik para sua máquina local no diretório Pygoat (se você não estiver usando Docker Compose) a partir da página de releases do Traefik. Abra um terminal separado e execute os seguintes comandos:

Para Linux/WSL -

tar -zxvf traefik_<traefik_version>_linux_<arch>.tar.gz
sudo ./traefik

Para Windows (Powershell) -

Expand-Archive traefik_<traefik_version>_windows_<arch>.zip
cd traefik_<traefik_version>_windows_<arch>
./traefik.exe

Se você encontrar algum problema durante a instalação, consulte a documentação

Método 1

  1. Instale todos os requisitos do aplicativo e do Python usando o arquivo instalador - bash installer.sh
  2. Aplique as migrações e os dados iniciais:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Por fim, execute o servidor de desenvolvimento python3 manage.py runserver.
  4. O projeto estará disponível em http://127.0.0.1:8000

Método 2

  1. Instale os requisitos do python3 pip install -r requirements.txt.
  2. Aplique as migrações e os dados iniciais:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Por fim, execute o servidor de desenvolvimento python3 manage.py runserver.
  4. O projeto estará disponível em http://127.0.0.1:8000

Método 3

  1. Instale todos os requisitos do aplicativo e do Python usando o arquivo setup.py - pip3 install .
  2. Aplique as migrações e os dados iniciais:
    python3 manage.py migrate
    python3 manage.py seed_scoring
    python3 manage.py populate_labs
    
  3. Por fim, execute o servidor de desenvolvimento python3 manage.py runserver.
  4. O projeto estará disponível em http://127.0.0.1:8000

Notas para Windows

  • Use o Docker Desktop com o backend WSL2. Os laboratórios são contêineres Linux, por isso é necessário.
  • O Docker Compose é a forma mais fácil de executar o PyGoat no Windows. Para uma instalação a partir do código-fonte, executá-lo dentro do WSL2 (Ubuntu) funciona melhor do que no PowerShell nativo.
  • Em algumas configurações do Windows, o comando python3 não está disponível. Use python em vez disso e certifique-se de que aponta para o Python 3.
  • Use o Python 3.11. É a versão com a qual a CI é testada.

Vídeo de instalação

  1. A partir do código-fonte usando installer.sh
  • Instalando o PyGoat a partir do código-fonte
  1. Sem usar installer.sh
  1. Instalar com Mac M1 (usando Virtualenv)

Adicionando novos laboratórios

Esta seção orienta você na criação e integração de novos laboratórios de vulnerabilidade no PyGoat.

Passo 1: Criar a estrutura do diretório do laboratório

  1. Navegue até a pasta dockerized_labs:
cd dockerized_labs
  1. Crie um novo diretório para o seu laboratório (use uma nomenclatura descritiva):
mkdir your_lab_name
cd your_lab_name

Passo 2: Criar os Arquivos Necessários

Crie a estrutura padrão da aplicação com um Dockerfile, docker-compose.yml, requirements.txt (se estiver usando Python), um ponto de entrada principal da aplicação (por exemplo, app.py, main.py ou equivalente), endpoints ou componentes vulneráveis relevantes para o laboratório, e um README.md documentando o laboratório. A aplicação não precisa necessariamente ser uma aplicação Flask — pode ser qualquer projeto Python (preferencialmente, já que faz parte do Pygoat), ou até mesmo outra linguagem, se apropriado. Consulte os laboratórios existentes na pasta dockerized_labs para exemplos e convenções de estrutura.

Importante: Adicione um endpoint /health no seu app.py para a verificação de integridade do contêiner.

Passo 3: Registrar o Laboratório no Banco de Dados

  1. Acesse o painel de administração do Django em http://localhost:8000/admin/ e navegue até a seção Labs.

  2. Adicione uma nova entrada com:

    • Name: your_lab_name
    • Build Location: dockerized_labs/your_lab_name
    • Port: <PORT_NUMBER>

    (Alternativamente, você pode registrá-lo via shell do Django ou uma migração de dados personalizada).

Importante:

  • Verifique o banco de dados ou o painel de administração do Django para todas as portas atualmente em uso antes de selecionar uma nova.
  • Use o mesmo número de porta no Dockerfile, docker-compose.yml, app.py e na entrada do banco de dados.

Passo 4: Testar Seu Laboratório

  1. Navegue de volta até a raiz do projeto:
cd /path/to/pygoat
  1. Compile e teste seu laboratório individualmente:
cd dockerized_labs/your_lab_name
docker compose up
Baixar ferramenta

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 O kit definitivo de OSINT: grafo de investigação, pontuação de confiança, famílias de alias, mapa, linha do tempo e relatórios. 49 módulos, mais de 400 sites, sem necessidade de chaves de API.

    786
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicativo de Execução em Um Toque GhostLock (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    Plataforma autônoma de testes de penetração multiagente com LLM, com agentes planejador/executor, grafos de ativos e de exploração, registro de tráfego MITM e reteste de vulnerabilidades.

    429
  • 4

    redforge

    cybersecurity91/redforge

    Kit de ferramentas de red team do lado do navegador com 102 ferramentas offline para reconhecimento, geração de payloads, ataques a credenciais, criptografia, codificação e relatórios de engajamento.

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    O sistema de ação para cibersegurança nativa em IA—onde a intenção se torna execução governada, a evidência se torna memória operacional, e cada operação melhora a próxima.

    262
  • 6

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingere relatórios do Shadowserver no MongoDB e os reproduz como mapas interativos, análises, descobertas, avisos e painéis executivos.

    256

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →