METATRON

Ассистент для пентеста на базе ИИ с использованием локальной LLM на Linux (Parrot OS)

🔱 METATRON

Ассистент для пентеста на базе ИИ

---

📌 Что такое Metatron?

Metatron — это CLI-ассистент для пентеста на базе ИИ, который полностью работает на вашей локальной машине — без облака, без API-ключей и без подписок.

Вы указываете целевой IP-адрес или домен. Он запускает реальные инструменты разведки (nmap, whois, whatweb, curl, dig, nikto), передаёт все результаты локально запущенной ИИ-модели, и ИИ анализирует цель, выявляет уязвимости, предлагает эксплойты и рекомендует исправления. Всё сохраняется в базу данных MariaDB с полной историей сканирований.

---

✨ Возможности

• 🤖 Локальный ИИ-анализ — работает на базе metatron-qwen через Ollama, 100% офлайн
• 🔍 Автоматическая разведка — nmap, whois, whatweb, curl headers, dig DNS, nikto
• 🌐 Веб-поиск — поиск DuckDuckGo + поиск CVE (без API-ключа)
• 🗄️ Бэкенд на MariaDB — полная история сканирований с 5 связанными таблицами
• ✏️ Редактирование / Удаление — изменение любого сохранённого результата прямо из CLI
• 🔁 Агентный цикл — ИИ может запрашивать дополнительные запуски инструментов в процессе анализа
• 🚫 Без API-ключей — всё бесплатно и локально -📤 Экспорт отчётов

Metatron позволяет экспортировать результаты сканирования в аккуратные, удобные для распространения форматы отчётов, выбрав «2.view history» -> выбрав slno и выполнив экспорт.

📄 PDF — профессиональные отчёты об уязвимостях 🌐 HTML — отчёты для просмотра в браузере

---

🖥️ Скриншоты

Главное меню

Инструменты разведки работают по цели

metatron-qwen анализирует результаты сканирования

Уязвимости сохранены в базу данных

Экспорт результатов сканирования в PDF и/или HTML

---

🧱 Технологический стек

Компонент	Технология
Язык	Python 3
ИИ-модель	metatron-qwen (дообученная Qwen 3.5)
Базовая модель	huihui_ai/qwen3.5-abliterated:9b
Среда запуска LLM	Ollama
База данных	MariaDB
ОС	Parrot OS (на базе Debian)
Поиск	DuckDuckGo (бесплатно, без ключа)

---

⚙️ Установка

1. Клонируйте репозиторий

git clone https://github.com/sooryathejas/METATRON.git
cd METATRON

2. Создайте и активируйте виртуальное окружение

python3 -m venv venv
source venv/bin/activate

3. Установите зависимости Python

pip install -r requirements.txt

4. Установите системные инструменты

sudo apt install nmap whois whatweb curl dnsutils nikto

---

🤖 Настройка ИИ-модели

Шаг 1 — Установите Ollama

curl -fsSL https://ollama.com/install.sh | sh

Шаг 2 — Загрузите базовую модель

ollama pull huihui_ai/qwen3.5-abliterated:9b

⚠️ Для этой модели требуется не менее 8.4 ГБ ОЗУ. Если у вашей системы меньше памяти, используйте вариант 4b:

ollama pull huihui_ai/qwen3.5-abliterated:4b

Затем отредактируйте Modelfile и измените строку FROM на модель 4b.

Шаг 3 — Создайте кастомную модель metatron-qwen

Репозиторий включает Modelfile, который донастраивает базовую модель с параметрами, специфичными для пентеста:

ollama create metatron-qwen -f Modelfile

В результате будет создана ваша локальная модель metatron-qwen со следующими параметрами:

• Окно контекста: 16 384 токена
• Температура: 0.7
• Top-k: 10
• Top-p: 0.9

Шаг 4 — Проверьте, что модель существует

ollama list

В списке вы должны увидеть metatron-qwen.

---

🗄️ Настройка базы данных

Шаг 1 — Убедитесь, что MariaDB запущена

sudo systemctl start mariadb
sudo systemctl enable mariadb

Шаг 2 — Создайте базу данных и пользователя

mysql -u root

CREATE DATABASE metatron;
CREATE USER 'metatron'@'localhost' IDENTIFIED BY '123';
GRANT ALL PRIVILEGES ON metatron.* TO 'metatron'@'localhost';
FLUSH PRIVILEGES;
EXIT;

Шаг 3 — Создайте таблицы

mysql -u metatron -p123 metatron

CREATE TABLE history (
  sl_no     INT AUTO_INCREMENT PRIMARY KEY,
  target    VARCHAR(255) NOT NULL,
                      scan_date DATETIME NOT NULL,
                      status    VARCHAR(50) DEFAULT 'active'
);

CREATE TABLE vulnerabilities (
  id          INT AUTO_INCREMENT PRIMARY KEY,
  sl_no       INT,
  vuln_name   TEXT,
  severity    VARCHAR(50),
                              port        VARCHAR(20),
                              service     VARCHAR(100),
                              description TEXT,
                              FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE fixes (
  id       INT AUTO_INCREMENT PRIMARY KEY,
  sl_no    INT,
  vuln_id  INT,
  fix_text TEXT,
  source   VARCHAR(50),
                    FOREIGN KEY (sl_no) REFERENCES history(sl_no),
                    FOREIGN KEY (vuln_id) REFERENCES vulnerabilities(id)
);

CREATE TABLE exploits_attempted (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  exploit_name TEXT,
  tool_used    TEXT,
  payload      LONGTEXT,
  result       TEXT,
  notes        TEXT,
  FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

CREATE TABLE summary (
  id           INT AUTO_INCREMENT PRIMARY KEY,
  sl_no        INT,
  raw_scan     LONGTEXT,
  ai_analysis  LONGTEXT,
  risk_level   VARCHAR(50),
                      generated_at DATETIME,
                      FOREIGN KEY (sl_no) REFERENCES history(sl_no)
);

---

🚀 Использование

Для работы Metatron нужны две вкладки терминала.

Терминал 1 — Загрузка ИИ-модели

ollama run metatron-qwen

Дождитесь появления приглашения >>>. Это означает, что модель загружена в память и готова к работе. Этот терминал можно оставить работать в фоновом режиме.

Терминал 2 — Запуск Metatron

cd ~/METATRON
source venv/bin/activate
python metatron.py

---

Пошаговое руководство

1. Появляется главное меню:

  [1]  New Scan
  [2]  View History
  [3]  Exit