Локальная AI-команда красных для безопасности веб-, API- и LLM-приложений. Рассуждения в стиле атакующего, выводы, подкреплённые доказательствами, и навыки для AI-агентов программирования.
Ваша локальная AI-команда red team.
Рассуждения в стиле атакующего для безопасности веб-, API- и LLM-приложений.
Сайт проекта · Быстрый старт · Навык агента · Модель оценки · Архитектура · Документация · История звёзд
OpenHunterAI объединяет область охвата, активность сканирования, находки и рекомендации по устранению в одном локальном рабочем пространстве. Начните без аккаунта, подключите своих провайдеров моделей и оценивайте подтверждённые публичные приложения, которыми вы владеете или которые вам разрешено тестировать.
Публичная страница представляет проект; операционное рабочее пространство работает локально. См. публичные и локальные сборки.
| Возможность | Что вы получаете |
|---|---|
| Локальное рабочее пространство | Без регистрации; проекты и записи сканирований в вашей локальной базе данных |
| Явный охват | Проверка домена, детерминированные планы, этапы ручного одобрения |
| Несколько источников сигналов | Инспекция браузера, разведка, ZAP и адаптер Nuclei |
| Исследование с помощью ИИ | Границы адаптеров OpenHack/Strix; используйте свои среды выполнения |
| Доказательства и устранение | Очищенные находки, пробелы в покрытии, рекомендации по исправлению, ручной повторный тест |
| Переносимый рабочий процесс | Навык для Codex, Claude Code, Gemini CLI, Grok Build и OMP |
Альфа. Покрытие интеграций зависит от настроенных сред выполнения. Рабочее пространство в исправном состоянии или пустой отчёт не доказывают, что цель защищена.
OpenHunterAI сохраняет полезную суть технических требований 48bf9036: оценивать внешне наблюдаемое поведение с точки зрения атакующего. Исходный код не требуется. Каждый запуск остаётся ограниченным подтверждённой публичной целью и одобренным охватом.
flowchart LR
S["1. Lock scope"] --> M["2. Map surface"]
M --> B["3. Establish baseline"]
B --> H["4. Test bounded hypotheses"]
H --> E["5. Gate evidence"]
E --> R["6. Report and retest"]
| Этап | Результат | Контроль |
|---|---|---|
| Фиксация области | Проверенный хост, утверждённые пути, план сканирования | Авторизация до начала работ |
| Картирование поверхности | Сигналы браузера и разведки | Только публичная поверхность в пределах области |
| Базовая линия | Нормальные ответы и контекст покрытия | Ограниченное число воркеров и политики адаптеров |
| Проверка гипотез | Кандидатные сигналы безопасности | Никаких деструктивных действий; чувствительная валидация требует одобрения |
| Шлюз доказательств | Санитизированная, воспроизводимая находка | Отделение наблюдаемых сигналов от суждений аналитика |
| Отчёт и повторное тестирование | Рекомендации по исправлению, ограничения, ручное подтверждение | Человек принимает решения о влиянии и закрытии |
Описания OpenAPI/Swagger, примеры Postman, санитизированные HTTP-захваты и выделенные тестовые учётные записи могут помочь определить согласованную поверхность тестирования. Автоматический импорт или хранение необработанного чувствительного трафика не является обещанной возможностью.
Требуются Git, Node.js 22+ и Docker с Compose v2.
git clone https://github.com/LumosLab-Innovation/OpenHunterAI.git
cd OpenHunterAI
node ops/local.mjs start
Откройте localhost:3001. При первом запуске собираются образы,
применяются миграции базы данных и создаётся приватный .env.local со сгенерированными секретами.
.env.local; выполните node ops/local.mjs restart.| Команда | Назначение |
|---|---|
node ops/local.mjs status | Проверить состояние сервисов |
node ops/local.mjs logs public-api | Диагностировать ошибки API |
node ops/local.mjs stop | Остановить; сохранить тома базы данных |
Включено: браузерная инспекция, ZAP, разведка и адаптер Nuclei.
Установите отдельно: среды выполнения OpenHack и Strix.
Необязательный интерактивный захват target-login: node ops/local.mjs start --with-browser.
Перед сканированием устраните блокер политики шаблонов Nuclei. Адаптер упакован, но проверенный набор шаблонов пока не предоставлен.
Локальный означает, что рабочее пространство запускается на вашей машине, а не разрешение сканировать localhost/частные сети. Держите его порты на loopback. Настройка, конфигурация моделей и устранение неполадок →
Запустите в репозитории приложения, которое вы хотите, чтобы ваш агент оценил:
npx --yes skills add LumosLab-Innovation/OpenHunterAI --skill openhunter --agent codex claude-code gemini-cli grok --yes
Перезагрузите своего агента для программирования, затем спросите:
Используй OpenHunter, чтобы проверить моё рабочее пространство и подготовить оценку безопасности с ограниченной областью действия. Дождись моего одобрения, прежде чем начинать сканирование.
OMP обнаруживает общую установку .agents/skills через своего провайдера Agents. Навык включает вспомогательный API-интерфейс только для чтения; установка не запускает сканирование. Совместимость с клиентами →
flowchart LR
UI["Local workspace<br/>React + Vite"] --> API["Public API<br/>Scope + scan plan"]
API --> BUS["NATS<br/>Orchestrator + workers"]
BUS --> EVIDENCE["Internal API<br/>Findings + reporting"]
EVIDENCE --> DB[("Postgres")]
API <--> DB
API -->|"Activity + reports"| UI
Публичный API строит план; Go-воркеры выполняют его через ограниченные адаптеры. Сигналы проходят через политику находок, прежде чем попасть в отчёты. Отчётность — это backend-сервис, а не отдельный воркер сканирования.