DarkMoon

Открытая платформа ИИ-тестирования на проникновение, которая самостоятельно проводит полный пентест и никогда не утекает ваши данные

Наведите DarkMoon на авторизованную цель. 50 специализированных ИИ-агентов рассуждают, связывают реальные эксплойты в цепочки через веб, облако, Active Directory и Kubernetes, и возвращают доказательства по каждой находке. Self-hosted, и модель видит только IP_PRIVATE_001, но никогда — ваши реальные IP-адреса, хосты или учётные данные.

⭐ Поставьте звезду DarkMoon · ▶️ Посмотрите 60-секундное демо · 🚀 Быстрый старт · 📊 Бенчмарк на 57 уязвимостей

Как упоминалось в Help Net Security · Cyber Security News · DevOps.com · SecurityBrief · LinuxLinks · IT Brief · ChannelLife

▶️ Посмотрите, как DarkMoon проводит полный автономный тест на проникновение

Что такое DarkMoon?

DarkMoon — это открытая платформа ИИ-тестирования на проникновение. Наведите её на цель, которую вы авторизованы тестировать, и она самостоятельно проведёт всю оценку: рассуждает, планирует и распределяет 50 специализированных агентов, которые выполняют реальные наступательные операции через контролируемый слой MCP, а затем сообщает о каждой уязвимости с точной командой, необработанным выводом и доказательством.

Она не заменяет пентестера. Она берёт на себя повторяющуюся часть оценки с доказательствами, чтобы ваши эксперты тратили время на суждения, а не на рутину.

Почему DarkMoon?

• 🌐 Не только веб — одна агентная система для веба, API, Active Directory, Kubernetes, облака (AWS, Azure, GCP), CI/CD, баз данных и прошивок IoT, связанных в цепочки от начала до конца
• 🕶️ Ваши данные никогда не попадают в LLM — обратимая локальная токенизация превращает реальные IP-адреса, имена хостов, URL, учётные данные и пути в детерминированные плейсхолдеры (IP_PRIVATE_001, ...), которые восстанавливаются локально только в момент запуска инструмента и маскируются обратно из каждого результата. Полностью работает на локальной модели. И это никогда не стоит вам команды: когда значение направляется туда, куда ему нельзя, команда всё равно выполняется, а получатель на той стороне получает плейсхолдер. Это та часть, которой нет ни у одного облачного конкурента.
• 🧾 Доказательства, а не баллы — каждая находка поставляется с точной командой и необработанным выводом, воспроизводима, так что нечему слепо доверять и почти нечего триажировать
• 🔧 50 специализированных агентов, 50+ наступательных инструментов — Nuclei, NetExec, BloodHound, sqlmap, Impacket, Naabu, httpx, ffuf и другие, оркестрируемые через MCP
• 🛡️ Безопасность по дизайну — ИИ никогда не выполняет команды напрямую; каждое действие проходит через контролируемый, логируемый интерфейс MCP
• ♾️ Нативный для CI/CD — запускайте пентест в пайплайне и получайте находки как артефакты
• 📖 Ничего скрытого — GPLv3, self-hosted, методология каждого агента — это обычный Markdown, который можно читать, диффить и форкать

Создан для команд безопасности, DevSecOps-инженеров, редтимеров и профессионалов этичного хакинга.

📊 Бенчмарк: 57 реальных уязвимостей на OWASP Juice Shop

Реальный, воспроизводимый black-box прогон против OWASP Juice Shop на локальной LLM (ничего не покидает вашу инфраструктуру):

Воспроизведите это и сравните инструменты самостоятельно: ASCIT31/Darkmoon-Benchmarks.

🆚 Сравнение DarkMoon с аналогами

Составлено из публичных репозиториев/документации (2026-08); исправления приветствуются через PR.

Быстрый старт

Предварительные требования

• Docker и Docker Compose
• API-ключ LLM (OpenRouter, Anthropic, OpenAI или локальные модели)

Примечание: Конфигурация GPU, устранение неполадок с драйверами NVIDIA и расширенная настройка окружения описаны в Полной документации, Устранение неполадок GPU.

Установка

1. Клонируйте репозиторий

git clone https://github.com/ASCIT31/Dark-Moon.git
cd Dark-Moon

2. Настройте вашего LLM-провайдера

install.sh обрабатывает настройку провайдера в интерактивном режиме, редактировать docker-compose.yml не нужно:

./install.sh           # пропустить форму, если .opencode.env уже настроен
./install.sh --init    # принудительная перенастройка (облачная или локальная модель)
./install.sh --help    # показать справку

Поддерживаются облачные провайдеры (Anthropic, OpenAI, OpenRouter…) и локальные модели (Ollama, llama.cpp).

Примечание: Полные сведения о переменных окружения и настройке локальных моделей см. в Полной документации, Переменные окружения.

3. Сборка и запуск

./install.sh  # Чистая установка с полным сбросом стека

4. Запустите первую оценку

./darkmoon.sh "TARGET: example.com"

5. Наблюдайте в реальном времени

./darkmoon.sh --log <session_id>

Примечание: Журналы сессии в реальном времени показывают каждую команду, выполненную MCP-сервером. Подробности см. в Полной документации, Журналы сессий.

Как это работает

DarkMoon работает как стратегический ИИ-агент безопасности, оркестратор, согласованный с методологиями ISO 27001, NIST SP 800-115 и MITRE ATT&CK.

Когда вы указываете цель, платформа автоматически:

1. 🔍 Обнаруживает целевую среду (порты, сервисы, протоколы)
2. 🧠 Определяет технологический стек (фреймворки, CMS, API)
3. 🎯 Моделирует поверхность атаки
4. 🚀 Развёртывает специализированные субагенты на основе обнаруженных технологий
5. 🔬 Выполняет цикл интеллектуального сканирования уязвимостей с реактивной адаптацией
6. ✅ Подтверждает находки доказательствами (запросы, пейлоады, ответы)
7. 📝 Формирует структурированный аудиторский отчёт

Оркестрация субагентов

DarkMoon динамически выбирает и запускает специализированных агентов в зависимости от обнаруженных технологий:

Несколько агентов могут выполняться параллельно в гибридных архитектурах.

Плоскости, для которых учётные данные имеют смысл (облачные аккаунты, CI/CD, хранилища секретов, базы данных, Active Directory, Kubernetes), никогда не запускаются по догадке. Они срабатывают только при обнаружении конкретного артефакта (ключа, токена, доступной metadata-точки) или когда вы явно их авторизуете, и в противном случае помечаются в отчёте.

Примечание: Полный список агентов, их структуру, жизненный цикл и способы создания пользовательских агентов см. в Полной документации, ИИ-агенты.

Обзор архитектуры

User ──> DarkmoonCLI ──> OpenCode (AI Brain) ──> MCP (Security Gatekeeper) ──> Docker Toolbox (Real Tools)

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

ИИ рассуждает и планирует. MCP контролирует, что можно выполнять. Toolbox запускает изолированные инструменты внутри Docker. ИИ никогда напрямую не касается системы — это безопасность по дизайну.

Примечание: Полный разбор архитектуры (диаграммы развёртывания, сетевые потоки, границы безопасности) см. в Полной документации, Архитектура.

Определение области тестирования

DarkMoon поддерживает гибкое определение области тестирования прямо из командной строки.

Быстрый пентест (без конфигурации):

./darkmoon.sh "TARGET: http://172.19.0.3:3000"

Режим bug bounty (флаги активируются автоматически):

./darkmoon.sh "TARGET: http://172.19.0.3:3000 PROGRAM=\"Juice Shop\" FOCUS=sqli,xss,idor NOISE=moderate FORMAT=h1"

Ключевые флаги включают FOCUS, EXCLUDE, CREDS, TOKEN, NOISE, SEVERITY, FORMAT и другие — все они естественным образом интерпретируются ИИ.

Примечание: Полный справочник флагов, типы активов, свободный синтаксис EXCLUDE/FOCUS и расширенное определение области для нескольких целей см. в Полной документации, Определение области тестирования.

Интегрированный Toolbox

DarkMoon поставляется со специально созданным Docker-образом, содержащим 50+ инструментов безопасности, скомпилированных и оптимизированных в multi-stage сборке:

Все инструменты доступны напрямую, настройка путей не требуется.

Примечание: Полный список инструментов с деталями установки и способами добавления новых см. в Полной документации, Toolbox.

📖 Руководство по документации

Полная документация DarkMoon охватывает всё, что нужно для работы с платформой. Вот краткий справочник по наиболее важным разделам:

Варианты использования

DarkMoon спроектирован как универсальная платформа тестирования безопасности для:

• 🔒 Команд безопасности — запускайте непрерывное автоматизированное тестирование на проникновение по всей вашей инфраструктуре
• ⚙️ DevSecOps-пайплайнов — интегрируйте ИИ-управляемое исследование безопасности в CI/CD-воркфлоу
• 🎯 Охотников за bug bounty — ускоряйте этичный хакинг с автономным анализом целей
• 🔬 Исследователей безопасности — исследуйте поверхности атаки с помощью ИИ-платформы кибербезопасности, которая адаптируется в реальном времени
• 🎓 Обучения и образования — изучайте наступательную безопасность на управляемых, воспроизводимых оценках

Примеры промптов

# Пентест веб-приложения
./darkmoon.sh "TARGET: http://172.19.0.3:3000"

# Оценка Active Directory
./darkmoon.sh "TARGET: 192.168.1.10"

# Bug bounty с конкретным фокусом
./darkmoon.sh "TARGET: https://app.example.com PROGRAM=\"Example BB\" FOCUS=sqli,rce,ssrf EXCLUDE=H1 FORMAT=h1"

Примечание: Дополнительные примеры промптов, включая сценарии с DVGA, Juice Shop и headless-браузером, см. в Полной документации, Примеры промптов.

Вклад в проект

DarkMoon — это открытый исходный код, и вклад приветствуется. Хотите ли вы добавить новых агентов, интегрировать инструменты, создать воркфлоу или улучшить документацию — см. CONTRIBUTING.md с рекомендациями.

Лицензия

Этот проект лицензирован под GNU General Public License v3.0. Подробности см. в LICENSE.