
Motor autônomo de pentest com IA, segurança ofensiva contínua em web, nuvem, AD e Kubernetes. Raciocínio agêntico + execução real de exploits geram vulnerabilidades baseadas em provas. Gateway de privacidade: o LLM nunca vê seus IPs, hosts, credenciais ou caminhos reais (placeholders determinísticos reidratados localmente), nada sai do seu perímetro.

A Plataforma Autônoma de Teste de Penetração com Inteligência Artificial de Código Aberto
O único pentester autônomo de IA onde o modelo nunca vê seus IPs reais, nomes de host ou credenciais.
Como apresentado em Help Net Security · Cyber Security News · SecurityBrief · LinuxLinks · IT Brief · ChannelLife
O DarkMoon é uma ferramenta automatizada de teste de penetração que orquestra avaliações de segurança completas usando agentes de inteligência artificial de segurança. Construído como uma ferramenta de cibersegurança de código aberto, permite que organizações executem avaliações de vulnerabilidade de nível profissional sem intervenção manual.
Em vez de substituir o pentester, o DarkMoon atua como um sistema autônomo de teste de segurança — ele raciocina, planeja e coordena agentes especializados que executam operações reais de segurança ofensiva através de uma camada de execução controlada.
O teste de penetração tradicional é:
O DarkMoon resolve isso com teste de penetração com IA:
IP_PRIVATE_001, …); os valores reais são injetados localmente, imediatamente antes de uma ferramenta ser executada, e mascarados de volta de cada resultado. Nenhum dado sensível jamais sai do seu perímetro para o provedor de LLM — use o poder do Claude sob estritas restrições de soberania de dados. Tentativas de exfiltração são bloqueadas.Perfeito para equipes de segurança, engenheiros DevSecOps, profissionais de hacking ético e organizações de todos os tamanhos.
Nota: Configuração de GPU, solução de problemas do driver NVIDIA e configuração avançada do ambiente são abordados na Documentação Completa — Solução de Problemas de GPU.
1. Clone o repositório
git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon
2. Configure seu provedor de LLM
O install.sh gerencia a configuração do provedor de forma interativa — não precisa editar o docker-compose.yml:
./install.sh # ignora o formulário se .opencode.env já estiver configurado
./install.sh --init # força reconfiguração (modelo em nuvem ou local)
./install.sh --help # mostra o uso
Suporta provedores em nuvem (Anthropic, OpenAI, OpenRouter…) e modelos locais (Ollama, llama.cpp).
Nota: Para detalhes completos sobre variáveis de ambiente e configuração de modelos locais, veja a Documentação Completa — Variáveis de Ambiente.
3. Construa e inicie
./install.sh # Instalação limpa com reinicialização completa da stack
4. Execute sua primeira avaliação
./darkmoon.sh "TARGET: example.com"
5. Monitore em tempo real
./darkmoon.sh --log <session_id>
Nota: Os logs de sessão em tempo real exibem cada comando executado pelo servidor MCP. Veja Documentação Completa — Logs de Sessão para detalhes.
O DarkMoon opera como um orquestrador estratégico de agentes de segurança de IA alinhado com as metodologias ISO 27001, NIST SP 800-115 e MITRE ATT&CK.
Quando você fornece um alvo, a plataforma automaticamente:
O DarkMoon seleciona e despacha dinamicamente agentes especializados dependendo das tecnologias descobertas:
Múltiplos agentes podem ser executados em paralelo em arquiteturas híbridas.
Nota: Para a lista completa de agentes, sua estrutura, ciclo de vida e como criar agentes personalizados, veja Documentação Completa — Agentes de IA.
Usuário ──> DarkmoonCLI ──> OpenCode (Cérebro de IA) ──> MCP (Guardião de Segurança) ──> Docker Toolbox (Ferramentas Reais)
sequenceDiagram
participant U as User
participant O as OpenCode
participant A as AI Agent
participant M as MCP Darkmoon
participant T as Docker Toolbox
U->>O: User prompt
O->>A: Delegate task
A->>M: MCP function call
M->>T: Execute real tool
T-->>M: Results
M-->>A: Structured output
A-->>O: Next decision
O-->>U: Summary / result
A IA raciocina e planeja. O MCP controla o que pode ser executado. O Toolbox executa ferramentas isoladas dentro do Docker. A IA nunca toca diretamente no sistema — isso é segurança desde a concepção.
Nota: Para a análise completa da arquitetura (diagramas de implantação, fluxos de rede, limites de segurança), veja Documentação Completa — Arquitetura.
O DarkMoon suporta definição flexível de escopo diretamente da linha de comando.
Pentest rápido (configuração zero):
./darkmoon.sh "TARGET: http://172.19.0.3:3000"
Modo bug bounty (flags ativam automaticamente):
./darkmoon.sh "TARGET: http://172.19.0.3:3000 PROGRAM=\"Juice Shop\" FOCUS=sqli,xss,idor NOISE=moderate FORMAT=h1"
As principais flags incluem FOCUS, EXCLUDE, CREDS, TOKEN, NOISE, SEVERITY, FORMAT e mais — todas interpretadas naturalmente pela IA.
Nota: Para a referência completa de flags, tipos de ativos, sintaxe livre de EXCLUDE/FOCUS e escopo avançado com múltiplos alvos, veja Documentação Completa — Definição de Escopo.
O DarkMoon vem com uma imagem Docker construída especificamente contendo mais de 50 ferramentas de segurança compiladas e otimizadas em uma construção multiestágio:
Todas as ferramentas são diretamente acessíveis — nenhuma configuração de caminho necessária.
Nota: Para a lista completa de ferramentas com detalhes de instalação e como adicionar novas ferramentas, veja Documentação Completa — Toolbox.
A Documentação Completa do DarkMoon cobre tudo que você precisa para operar a plataforma. Aqui está uma referência rápida das seções mais importantes:
O DarkMoon é projetado como uma plataforma versátil de teste de segurança para:
# Pentest de aplicação web
./darkmoon.sh "TARGET: http://172.19.0.3:3000"
# Avaliação de Active Directory
./darkmoon.sh "TARGET: 192.168.1.10"
# Bug bounty com foco específico
./darkmoon.sh "TARGET: https://app.example.com PROGRAM=\"Example BB\" FOCUS=sqli,rce,ssrf EXCLUDE=H1 FORMAT=h1"
Nota: Para mais exemplos de prompts incluindo cenários com DVGA, Juice Shop e navegador headless, veja Documentação Completa — Exemplos de Prompts.
O DarkMoon é de código aberto e aceita contribuições. Se você deseja adicionar novos agentes, integrar ferramentas, criar workflows ou melhorar a documentação — veja CONTRIBUTING.md para diretrizes.
Este projeto está licenciado sob a GNU General Public License v3.0. Veja LICENSE para detalhes.
Construído pela ASC-IT com 💚 para a comunidade global de segurança
🔒 Código Aberto · 🤖 Impulsionado por IA · 🇫🇷 Feito na França
⭐ Marque-nos com estrela no GitHub · 📖 Documentação Completa · ▶️ Assista à Demonstração
| Tecnologia Detectada | Agente Acionado |
|---|
| WordPress, Drupal, Joomla, Magento, PrestaShop, Moodle | Agente específico de CMS |
| PHP, Node.js, Flask, ASP.NET, Spring Boot, Ruby on Rails | Agente específico de stack |
| GraphQL | Agente GraphQL |
| Active Directory | Agente AD |
| Kubernetes | Agente Kubernetes |
| Navegador headless necessário | Agente de navegador headless |
| Categoria | Ferramentas (exemplos) |
|---|
| Varredura de portas | Naabu, Masscan |
| Varredura web | Nuclei, ffuf, dirb, sqlmap, Arjun, wafw00f |
| Reconhecimento e rastreamento | Subfinder, Katana, Waybackurls, httpx |
| CMS | WPScan, CMSeeK, WhatWeb |
| Active Directory | NetExec, BloodHound, Impacket (30+ scripts) |
| Kubernetes | kubectl, Kubescape, Kubeletctl |
| Rede | Hydra, curl, dig, ferramentas SNMP |
| Navegador | Lightpanda (headless) |
| Tópico | O Que Você Encontrará | Link |
|---|
| Configuração de GPU e Driver | Solução de problemas NVIDIA para Docker, WSL e Linux nativo | Guia de GPU |
| Variáveis de Ambiente | Configuração do provedor de LLM, chaves de API, seleção de modelo | Configuração de Ambiente |
| Inicialização e Build | Comportamento do install.sh, docker compose build, gerenciamento da stack | Build e Inicialização |
| Escopo e Flags | Sintaxe TARGET, modo bug bounty, FOCUS/EXCLUDE, credenciais | Definição de Escopo |
| Fluxo de Trabalho de Avaliação | Passo a passo: descoberta, identificação, agentes, relatórios | Mecanismo de Avaliação |
| Logs de Sessão em Tempo Real | Monitore comandos executados pelo servidor MCP ao vivo | Logs de Sessão |
| Agentes de IA | Estrutura do agente, ciclo de vida, como criar ou modificar agentes | Agentes de IA |
| Arquitetura | Diagramas de implantação, limites de segurança, fluxo de execução | Arquitetura |
| Toolbox | Lista completa de ferramentas, adição de ferramentas, internos da imagem Docker | Toolbox |
| Workflows MCP | Estrutura de workflow, criação de workflows personalizados, melhores práticas | Workflows MCP |
| Lista de Ferramentas Disponíveis | Tabela completa de mais de 50 ferramentas com caminhos e fontes | Lista de Ferramentas |
| Laboratórios de Treinamento | Laboratórios vulneráveis recomendados para treinar o DarkMoon | Laboratórios de Pentest |