---

hackingBuddyGPT — это открытый фреймворк для создания агентов тестирования безопасности на основе LLM. Он предоставляет скучную, но необходимую основу — подключение к LLM, коннекторы к целевым системам (SSH / локальная оболочка / psexec в стиле WinRM), подключение возможностей/инструментов, ограничения на запуск и структурированное логирование — чтобы вы могли выразить новый эксперимент («use-case») в нескольких десятках строк кода. Мы стремимся стать тем самым фреймворком для исследователей безопасности и пентестеров, которые хотят использовать LLM (или автономных агентов на основе LLM) для тестирования безопасности.

Для поддержки воспроизводимых исследований мы также поддерживаем переиспользуемый бенчмарк повышения привилегий в Linux и публикуем наши результаты в виде отчётов с открытым доступом. Если вам нужна помощь в выборе LLM для задачи, у нас есть статья, сравнивающая несколько LLM.

⚠️ Это программное обеспечение выполняет реальные команды на работающих системах. В режиме локальной оболочки оно выполняет их на вашей машине; в режиме SSH/psexec — на целевой системе, которую вы указали. Запускайте его только против систем, которыми вы владеете или которые вам явно разрешено тестировать, и предпочитайте изолированные виртуальные машины или контейнеры. См. отказ от ответственности.

Быстрый старт

# 1. clone and install (uv is recommended; a plain venv + pip works too)
git clone https://github.com/ipa-lab/hackingBuddyGPT.git && cd hackingBuddyGPT
uv sync && source .venv/bin/activate

# 2. configure your LLM key + target
cp .env.example .env && $EDITOR .env

# 3. list the available use-cases
wintermute

# 4. run one — e.g. a minimal Linux privilege-escalation against an SSH target
wintermute MinimalPrivEscLinux \
    --conn=ssh --conn.host=192.168.122.151 \
    --conn.username=lowpriv --conn.password=trustno1

Установка пакета предоставляет команду wintermute. Запуск без аргументов выводит список всех зарегистрированных use-case; wintermute <UseCase> --help показывает параметры этого use-case.

Нужна цель для практики? Возьмите уязвимую машину из нашего Linux Privilege-Escalation Benchmark или намеренно уязвимую ВМ, такую как Lin.Security от VulnHub.

Use-cases

Эксперименты структурированы в use-cases. Каждый из них становится подкомандой wintermute. В настоящее время фреймворк поставляет следующие:

Privilege escalation

Команда	Описание
MinimalPrivEscLinux	Минимальное повышение привилегий в Linux размером ~20 строк. Каждый раунд шаблонизирует всю историю в один промпт и извлекает голую команду из ответа (классический цикл hackingBuddyGPT). Отличная отправная точка — см. Build your own use-case.
MinimalToolCallPrivEscLinux	Близнец предыдущего с вызовом инструментов: ведёт реальную историю чата и управляет целью через function calling. Его инструмент task_solved проверяется по ground truth, поэтому галлюцинированное или уступчивое «got root» не может засчитать ложный успех.
PrivEscLinux	Полнофункциональное стратегическое повышение привилегий в Linux с опциональной генерацией с дополнением из поиска (--rag_path), цепочкой рассуждений (--enable_cot), отслеживанием состояния и структурированным руководством.
PrivEscWindows	Стратегическое повышение привилегий в Windows, управляющее целью через psexec вместо SSH.
ExPrivEscLinuxLSE	Сначала запускает lse.sh на цели, превращает его вывод в подсказки, затем организует PrivEscLinux для каждой подсказки — пример use-case, который вызывает другой use-case.

Web

Команда	Описание
WebTestingWithExplanation	Автономно тестирует веб-страницу по HTTP, позволяя LLM «проговаривать» свои рассуждения; включает возможность пентеста по плейбуку в стиле OWASP.
WebTestingWithShell	Веб-тестирование с доступом к оболочке на атакующей машине в стиле Kali.
AdvancedWebTesting	Агент верхнего уровня без прямого доступа к цели, который делегирует работу ограниченным субагентам через возможность субагентов.

Web API

Команда	Описание
WebAPITesting	Определяет поверхность цели — спецификацию OpenAPI или карту сайта — затем проводит пентест REST API. Работает в --mode document (построить спецификацию), test (пентест известной поверхности) или auto (оба).

Active Directory

Команда	Описание
AD	Автономный пентест Active Directory по сценарию assumed-breach с помощью LLM, портированный из атакующего инструмента cochise. Использует дизайн planner/executor: постоянный стратегический планировщик поддерживает дерево задач и общую базу знаний, делегируя каждую задачу свежему тактическому исполнителю без памяти.

Возможности фреймворка

• Два стиля выполнения на одном общем цикле: нативные агенты с вызовом инструментов (реальная история чата + function calling) и простые текстовые командные стратегии (шаблон Mako → одна разобранная команда).
• Унифицированные ограничения запуска — ограничьте любой запуск по раундам, токенам, стоимости (в долларах) и реальному времени (--limits.max_rounds/max_tokens/max_cost/max_duration).
• Один LLM-апстрим: litellm. Любой провайдер доступен через строку llm.model — OpenAI, OpenRouter (эндпоинт по умолчанию), Anthropic, Azure, локальный Ollama и другие. Направляйте API-трафик через перехватывающий прокси (Burp/mitmproxy) с помощью --llm.proxy.
• Структурированное, самодостаточное логирование — каждый запуск записывается как append-only трасса OpenTelemetry/GenAI в JSONL, с CLI-инструментами для воспроизведения и агрегации запусков.
• Полностью асинхронная модель выполнения на основе asyncio.
• Проверяемое по ground truth обнаружение успеха для повышения привилегий (заявленное «got root» сверяется с реальным выводом команд).
• Запускатор бенчмарков на флоте Docker для регрессионного тестирования сразу на множестве целей.

Установка и настройка

Требования: Python 3.13+. Проект использует бэкенд сборки uv; мы рекомендуем uv для управления окружением, но обычный python -m venv + pip тоже подойдёт.

git clone https://github.com/ipa-lab/hackingBuddyGPT.git
cd hackingBuddyGPT

# option A (recommended): uv creates .venv and installs the project
uv sync
source .venv/bin/activate

# option B: a plain virtual environment + pip
python -m venv venv && source ./venv/bin/activate
pip install -e .