Dark-Moon v1.3.1

DarkMoon 是什么？

DarkMoon 是一款自动化渗透测试工具，通过人工智能安全智能体编排完整的安全评估。作为一款开源网络安全工具，它使组织无需人工干预即可运行专业级的漏洞评估。

DarkMoon 并非取代渗透测试人员，而是充当一个自主安全测试系统——它进行推理、规划并协调专门的智能体，通过受控的执行层执行真实的进攻性安全操作。

观看 DarkMoon 实战演示——完整自主渗透测试演示

为什么选择 DarkMoon？

传统渗透测试的特点是：

• ⏱️ 耗时——手动测试需要数周
• 💰 昂贵——专家顾问每天的收费高达数千
• 🔄 不一致——结果因测试人员专业水平而异
• 📊 难以扩展——受人力资源限制

DarkMoon 通过 AI 渗透测试解决这些问题：

• 🤖 AI 驱动的渗透测试——自主智能体端到端执行完整的安全评估
• 🛡️ 设计即安全——AI 从不直接执行工具；所有操作都通过受控的 MCP 接口流转
• 🕶️ 隐私网关（可逆的本地令牌化）——AI 永远不会看到您的真实敏感值。IP、主机名、域名、URL、电子邮件、凭据和内部路径都会被替换为确定性占位符（IP_PRIVATE_001、…）；真实值会在工具运行前于本地注入，并在所有结果中重新掩蔽。任何敏感数据都不会离开您的边界传输给 LLM 提供商——在严格的数据主权约束下使用 Claude 的强大能力。数据外泄尝试会被阻止。
• ♾️ 面向 CI/CD 的渗透测试自动化——在构建后运行自动化安全测试，在生产环境之前捕获关键漏洞
• 🔧 集成 50+ 工具——一套全面的渗透测试工具集（Nuclei、NetExec、BloodHound、sqlmap、Naabu、httpx、ffuf 等）
• 📈 自适应多智能体方法论——面向 Web、Active Directory、Kubernetes、网络、CMS 等的专用智能体
• 📝 漏洞报告自动化——自动生成结构化、基于证据的报告

非常适合安全团队、DevSecOps 工程师、道德黑客专业人士以及各种规模的组织。

快速开始

前置条件

• Docker 和 Docker Compose
• 一个 LLM API 密钥（OpenRouter、Anthropic、OpenAI 或本地模型）

注意： GPU 配置、NVIDIA 驱动故障排查以及高级环境设置详见 完整文档——GPU 故障排查。

安装

1. 克隆代码仓库

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

2. 配置您的 LLM 提供商

install.sh 以交互方式处理提供商配置——无需编辑 docker-compose.yml：

./install.sh           # skip form if .opencode.env already configured
./install.sh --init    # force reconfiguration (cloud or local model)
./install.sh --help    # show usage

支持云提供商（Anthropic、OpenAI、OpenRouter…）和本地模型（Ollama、llama.cpp）。

注意： 有关环境变量和本地模型设置的完整详细信息，请参阅 完整文档——环境变量。

3. 构建并启动

./install.sh  # Clean install with full stack reset

4. 运行您的首次评估

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

5. 实时监控

./darkmoon.sh --log <session_id>

注意： 实时会话日志会显示 MCP 服务器执行的每一条命令。有关详细信息，请参阅 完整文档——会话日志。

工作原理

DarkMoon 作为一个战略性的 AI 安全智能体编排器运行，遵循 ISO 27001、NIST SP 800-115 和 MITRE ATT&CK 方法论。

当您提供目标后，平台会自动：

1. 🔍 发现目标环境（端口、服务、协议）
2. 🧠 指纹识别技术栈（框架、CMS、API）
3. 🎯 建模攻击面
4. 🚀 部署基于所检测技术的专用子智能体
5. 🔬 执行具有响应式自适应能力的智能漏洞扫描循环
6. ✅ 验证发现项并附带证据（请求、载荷、响应）
7. 📝 生成结构化审计报告

子智能体编排

DarkMoon 会根据检测到的技术动态选择并分派专用智能体：

多个智能体可以在混合架构中并行执行。

注意： 有关智能体的完整列表、结构、生命周期以及如何创建自定义智能体，请参阅 完整文档——AI 智能体。

架构概览

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

AI 负责推理和规划。MCP 控制可以执行的内容。Toolbox 在 Docker 内部运行隔离的工具。AI 从不直接接触系统——这就是设计即安全。

注意： 有关完整的架构详解（部署图、网络流、安全边界），请参阅 完整文档——架构。

范围定义

DarkMoon 支持直接从命令行进行灵活的范围定义。

快速渗透测试（零配置）：

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

漏洞赏金模式（标志自动激活）：

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

关键标志包括 FOCUS、EXCLUDE、CREDS、TOKEN、NOISE、SEVERITY、FORMAT 等——全部由 AI 自然解读。

注意： 有关完整的标志参考、资产类型、EXCLUDE/FOCUS 自由格式语法以及高级多目标范围界定，请参阅 完整文档——范围定义。

集成工具箱

DarkMoon 附带一个专用 Docker 镜像，其中包含 50+ 安全工具，并在多阶段构建中编译和优化：

所有工具均可直接访问——无需路径配置。

注意： 有关包含安装详细信息的完整工具列表以及如何添加新工具，请参阅 完整文档——工具箱。

📖 文档指南

DarkMoon 的 完整文档 涵盖了操作平台所需的一切。以下是各重要章节的快速参考：

使用场景

DarkMoon 被设计为一款多功能的安全测试平台，适用于：

• 🔒 安全团队——在整个基础设施中运行持续的自动化渗透测试
• ⚙️ DevSecOps 流水线——将 AI 驱动的安全研究集成到 CI/CD 工作流中
• 🎯 漏洞赏金猎人——通过自主目标分析加速道德黑客工作
• 🔬 安全研究人员——借助可实时适应的 AI 网络安全平台探索攻击面
• 🎓 培训与教育——通过有指导的、可复现的评估学习进攻性安全

示例提示词

# Web application pentest
./darkmoon.sh "TARGET: http://172.19.0.3:3000"

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

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

注意： 有关更多提示词示例，包括 DVGA、Juice Shop 和无头浏览器场景，请参阅 完整文档——提示词示例。

参与贡献

DarkMoon 是开源的，欢迎各方贡献。无论您想添加新的智能体、集成工具、创建工作流，还是改进文档——请参阅 CONTRIBUTING.md 了解相关指南。

许可证

本项目采用 GNU 通用公共许可证 v3.0 授权。有关详细信息，请参阅 LICENSE。