🌩️ T3MP3ST 🌩️

 ▄▄▄█████▓▓█████  ███▄ ▄███▓ ██▓███  ▓█████   ██████ ▄▄▄█████▓
 ▓  ██▒ ▓▒▓█   ▀ ▓██▒▀█▀ ██▒▓██░  ██▒▓█   ▀ ▒██    ▒ ▓  ██▒ ▓▒
 ▒ ▓██░ ▒░▒███   ▓██    ▓██░▓██░ ██▓▒▒███   ░ ▓██▄   ▒ ▓██░ ▒░
 ░ ▓██▓ ░ ▒▓█  ▄ ▒██    ▒██ ▒██▄█▓▒ ▒▒▓█  ▄   ▒   ██▒░ ▓██▓ ░
   ▒██▒ ░ ░▒████▒▒██▒   ░██▒▒██▒ ░  ░░▒████▒▒██████▒▒  ▒██▒ ░
   ▒ ░░   ░░ ▒░ ░░ ▒░   ░  ░▒▓▒░ ░  ░░░ ▒░ ░▒ ▒▓▒ ▒ ░  ▒ ░░
     ░     ░ ░  ░░  ░      ░░▒ ░      ░ ░  ░░ ░▒  ░ ░    ░
   ░         ░   ░      ░   ░░          ░   ░  ░  ░    ░
             ░  ░       ░               ░  ░      ░

Ваш ИИ-агент для написания кода уже хакер — T3MP3ST выдаёт ему арсенал.

Нацельте его на авторизованную цель — и цепочка атак (kill chain) выполнится сама: recon → exploit → report, из War Room в браузере или из CLI, на базе агента, в которого вы уже вошли, — Claude Code, Codex, Hermes — или модели, которую вы запускаете полностью офлайн (Ollama, LM Studio, vLLM). Никаких новых API-ключей, никакого облачного тенанта, никакого второго счёта. Ваш агент — мозг; T3MP3ST — военная машина, смонтированная вокруг него. Шторм на своём хостинге. Война без ключей. ⚡

И он не попросит вас поверить ему на слово. На собственном наборе XBOW из 104 заданий он набирает 90.1% pass@1 — выше заявленных самой XBOW 85% — наряду с решениями CTF без подсказок и «холодной» охотой на реальные CVE после даты отсечки, которых модель никогда не видела. Каждая цифра в этом README пересчитывается из закоммиченных данных одной командой (npm run verify-claims). Громко о миссии, честно о реализации — таблица статусов точно говорит, что уже работает, что является каркасом, а что ещё в дорожной карте; полные подтверждения — в разделе Бенчмарки.

Три вещи выделяют его:

1. Воспроизводимость. Каждая цифра в этом README пересчитывается из закоммиченных данных — npm run verify-claims заново выводит их все, 24/24 зелёные. Утверждение, которое нельзя воспроизвести, не публикуется. Никаких цифр «поверь мне на слово», никогда.
2. Без ключей. ИИ-агент для написания кода, который уже есть на вашей машине, — это основа. Никаких API-ключей, никакого второго счёта, никакого привратника.
3. Честность о границах. Таблица статусов точно отмечает, что стабильно, что экспериментально, а что в дорожной карте, — потому что red teaming не должен быть жречеством и уж точно не должен работать «на ощущениях».

Перейти к разделам → Быстрый старт · Что он ищет · Что доступно сегодня · Бенчмарки · Архитектура · Документация

⚠️ Только авторизованное использование

T3MP3ST — это инструмент наступательной кибербезопасности, созданный для авторизованного тестирования, исследований и обучения. Направляйте его только на системы, которыми владеете или на тестирование которых имеете явное письменное разрешение. Несанкционированный доступ к компьютерам, сетям или данным незаконен в большинстве юрисдикций — только вы несёте ответственность за то, как используете это ПО, и за соблюдение закона и ваших правил взаимодействия (rules of engagement). Обращайте бурю на свои цели, а не на чужие.

T3MP3ST предоставляется как есть, по лицензии AGPL-3.0, без гарантий и без ответственности за любой ущерб, потери или неправомерное использование. Авторы не одобряют, не поддерживают и не оправдывают несанкционированную деятельность. Получите разрешение. Оставайтесь в рамках. Не будьте угрозой. 🫡

Зачем это существует

Наступательная кибербезопасность отделена годами практики и дорогостоящим инструментарием. Ставка T3MP3ST в том, что скоординированный рой агентов делает реальную охоту за багами доступной людям, которых так и не пригласили, — в веб-приложениях, CTF, смарт-контрактах, исходном коде и OSS для встраиваемых систем и робототехники. Это амбициозная ставка, и разделы ниже аккуратно разделяют то, что уже работает, и то, что пока остаётся ставкой.

Что он ищет

Быстрый старт

Самый быстрый путь к работающему War Room (без ключей, ~2 минуты на настройку; время миссии зависит от цели):

npm install
npm run server        # War Room → http://127.0.0.1:3333/ui/

В War Room откройте Settings и подключите локального агента (Claude Code / Codex / Hermes). Затем опишите цель Op Admiral обычным языком и запускайте. Подключённый вами агент — это мозг. Ключ не требуется.

Предпочитаете использовать ключ? Задайте его и пропустите шаг подключения:

export OPENROUTER_API_KEY=...     # or VENICE_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY
export XAI_API_KEY=...            # Grok Build (grok-build-0.1) — xAI's coding model, native tool-calling

Медленным локальным агентам можно дать больше времени с помощью T3MP3ST_LOCAL_AGENT_TIMEOUT_MS на каждый CLI-вызов, T3MP3ST_TASK_TIMEOUT_MS на задачи миссии и T3MP3ST_GENERAL_TIMEOUT_MS на запросы планирования. Значения указываются в миллисекундах.

Или запустите его полностью офлайн на собственной модели — без ключа, без облака. По умолчанию — Ollama; можно направить на любой OpenAI-совместимый сервер (LM Studio, vLLM, llama.cpp):

ollama serve && ollama pull llama3                          # or an OpenAI-compatible server
export TEMPEST_LOCAL_BASE_URL=http://localhost:11434/api    # LM Studio: http://localhost:1234/v1
export TEMPEST_LOCAL_MODEL=llama3
npx tempest                                                 # → "Change default provider" → local

Tool-calling работает на любой локальной модели (он управляется через текст), так что Арсенал работает даже на моделях без нативного вызова функций.

Проверьте цифры самостоятельно:

npm run verify-claims             # re-derives every headline from committed JSON in bench/

Использование библиотеки/SDK, полный HTTP API и настройка MCP описаны в docs/.

Что доступно сегодня

Фреймворк — это цепочка атак из 8 операторов, и эта таблица не будет пускать пыль в глаза. Recon — это живой движок на реальных инструментах — и «зубы» уже настоящие: 90.1% pass@1 на XBEN, 8/10 отложенных CVE после даты отсечки, привязанных к точным файл/строка/CWE, и конвейер скоординированного раскрытия, который уже настолько живой, что черновики прямо сейчас находятся на удержании для координации с вендорами. Что не доказано — так это рой. Каждый последующий оператор — Exploiter, Infiltrator, Exfiltrator, Ghost — выполняет тот же реальный цикл ReAct с инструментами, что и recon (реальные эксплойт-инструменты, а не заглушки), но заглавные цифры получены одним агентом, а не скоординированной ячейкой из 8 операторов, и сквозная эксплуатация роем не бенчмаркнута и всё ещё ненадёжна. Движок настоящий; рой — та часть, которая всё ещё зарабатывает нашивки. Громко там, где заслужили; без прикрас об остальном.

Полная разбивка по функциям: FEATURES.md.

Покрытие по областям

Куда буря дотягивается сегодня — и куда направляется. Та же дисциплина, что и везде: область получает ✅ только тогда, когда за ней есть подтверждение.

Архитектура классов/отрядов означает, что новые области компонуются, а не форкаются: каждая — это набор снаряжения (специализированные классы + арсенал + адаптер цели + бенчмарк). Области 🚧 поставляются «тёмными», пока у них не появится число.

Бенчмарки

Главные результаты. Каждый пересчитывается из закоммиченного JSON командой npm run verify-claims; полная методология и оговорки — в документах по ссылкам.

Как читать эти результаты:

• Каждый решённый флаг оценивается по закоммиченному оракулу истины (ground-truth) — а не по самоотчёту, — и verify-claims пересчитывает результат pass/fail. Сырые пошаговые транскрипты удаляются ради приватности операторов, поэтому вы перепроверяете оценённый вердикт, а не сырой вывод инструментов. Ноль выдуманных результатов — это обеспечивает анти-подгоночный страж, запускаемый при каждом пуше.
• Black-box (исходники скрыты) и white-box (исходники предоставлены) указываются раздельно и никогда не смешиваются.
• Эти прогоны выполнялись в цикле ReAct одного агента, а не роем из 8 операторов. Рой — это архитектура фреймворка; не он дал эти цифры.
• Результаты — это сравнение систем: данный харнесс управляет сильной актуальной моделью, а не изолированное заявление харнесса.

Самоцель — не цифра, а подтверждение. Бесключевой опенсорсный харнесс, который даёт вам запуск для перепроверки вместо просьбы доверять ему: клонируйте, выполните npm run verify-claims, и каждый вердикт выше пересчитается из своего закоммиченного оракула прямо у вас на глазах.

Для более глубокого изучения: WALL_FORENSICS (промахи по каждому челленджу), CYBENCH, INTEGRITY_LEDGER (аудит контаминации и все отзывы результатов), OBSIDIVM (наш собственный живой веб-полигон).

Документация

Архитектура

┌─────────────────────────────────────────────────────────────────┐
│                        T3MP3ST COMMAND                          │
├─────────────────────────────────────────────────────────────────┤
│   MISSION CONTROL  ◄──  TARGET MODEL  ──►  ARSENAL (TOOLS)       │
│                          ▲                                       │
│   AGENT CELL:  RECON · SCANNER · EXPLOITER · INFILTRATOR ·       │
│                EXFILTRATOR · GHOST · COORDINATOR · ANALYST       │
│                          ▲                                       │
│   EVIDENCE VAULT  ·  CREDENTIAL STORE  ·  FINDINGS LEDGER        │
│                          ▲                                       │
│   OPSEC LAYER  ·  COMMS CHANNEL  ·  LLM BACKBONE                 │
└─────────────────────────────────────────────────────────────────┘

Операторы сопоставляются с фазами MITRE ATT&CK и Cyber Kill Chain (recon жив; последующие фазы — это каркас):

Провайдеры: OpenRouter, Venice, Anthropic, OpenAI или бесключевой локальный агент (Claude Code / Codex / Hermes). Задайте OPENROUTER_API_KEY / VENICE_API_KEY / ANTHROPIC_API_KEY либо подключите агента в Settings.

Интеграции: node dist/mcp-server.js открывает security_recon для агентов с поддержкой MCP. npm run server запускает HTTP API (POST /api/mission/start, GET /api/mission/status и другие). Полный справочник — в docs/.

Участие — присоединяйтесь к рою

Red teaming не должен быть жреческой кастой. Приносите адаптер, набор промптов, ранбук, новый инструмент в арсенал или баг-репорт.

Одно правило, без обсуждений: всё здесь — только для авторизованного тестирования. Собственные, входящие в согласованные рамки или одобренные владельцем цели. Стройте для защитников — или не стройте здесь.

1. Форкните, создайте ветку.
2. Откройте PR с тестами. Если вы затрагиваете заголовочный показатель, npm run verify-claims должен оставаться зелёным.

Процесс релиза и ворота: RELEASE_CHECKLIST.

Лицензия

AGPL-3.0. См. LICENSE.