返回更新列表
新发布Sep 8, 2026

Dark-Moon v1.4.0

自主AI渗透测试引擎,持续对Web、云、AD及Kubernetes进行主动安全测试。智能体推理+真实漏洞利用执行,交付基于证据的漏洞。隐私网关:LLM永远不会看到你的真实IP、主机、凭据或路径(确定性占位符在本地还原),任何数据都不会离开你的边界。

分享

DarkMoon Logo

DarkMoon

开源AI渗透测试平台,可自主运行完整渗透测试,且绝不泄露您的数据

将 DarkMoon 指向一个您已获授权的目标。50 个专业 AI 智能体进行推理,在 Web、云、Active Directory 和 Kubernetes 之间串联真实漏洞利用,并为每项发现提供证据。支持自托管,模型只会看到 IP_PRIVATE_001,绝不会接触您真实的 IP、主机或凭据。

License: GPL v3 GitHub stars Benchmark: 57 vulns on OWASP Juice Shop

⭐ 为 DarkMoon 加星 · ▶️ 观看 60 秒演示 · 🚀 快速开始 · 📊 57 漏洞基准测试

媒体报道Help Net Security · Cyber Security News · DevOps.com · SecurityBrief · LinuxLinks · IT Brief · ChannelLife

Watch DarkMoon run a full autonomous penetration test

▶️ 观看 DarkMoon 运行完整的自主渗透测试


什么是 DarkMoon?

DarkMoon 是一个开源 AI 渗透测试平台。将其指向您已获授权测试的目标,它便会自主运行整个评估流程:它进行推理、规划,并调度 50 个专业智能体,通过受控的 MCP 层执行真实的攻击性操作,然后报告每个漏洞,附上确切的命令、原始输出及其背后的证据。

它不会取代渗透测试人员。它用证据清除评估中重复性的部分,让您的专家将时间花在判断上,而非繁琐劳动。


为什么选择 DarkMoon?

  • 🌐 超越 Web——一个智能体系统覆盖 Web、API、Active Directory、Kubernetes、云(AWS、Azure、GCP)、CI/CD、数据库和 IoT 固件,端到端串联
  • 🕶️ 您的数据永远不会到达 LLM——可逆的本地令牌化将真实的 IP、主机名、URL、凭据和路径转换为确定性的占位符(IP_PRIVATE_001、...),仅在工具运行的瞬间于本地还原,并在所有结果中重新遮蔽。完全可在本地模型上运行。而且它绝不会让您损失一条命令:当某个值即将被发送到不该去的地方时,命令仍会执行,远端收到的则是占位符。这是任何云竞争对手都不具备的能力。
  • 🧾 证据,而非分数——每项发现都附带确切的命令和原始输出,可复现,无需盲目信任任何内容,也几乎无需人工分类
  • 🔧 50 个专业智能体,50+ 攻击性工具——Nuclei、NetExec、BloodHound、sqlmap、Impacket、Naabu、httpx、ffuf 等,通过 MCP 编排
  • 🛡️ 安全设计——AI 从不直接运行命令;每个操作都流经受控、可记录的 MCP 接口
  • ♾️ CI/CD 原生——在流水线中触发渗透测试,并将发现作为工件获取
  • 📖 毫无隐藏——GPLv3、自托管,每个智能体的方法论都是纯 Markdown,您可以阅读、diff 和 fork

专为安全团队DevSecOps 工程师红队成员道德黑客专业人士打造。


📊 基准测试:OWASP Juice Shop 上的 57 个真实漏洞

本地 LLM 上对 OWASP Juice Shop 进行的真实、可复现的黑盒测试(没有任何数据离开您的基础设施):

指标结果
发现的漏洞57(8 个严重 / 24 个高危 / 21 个中危 / 4 个低危)
墙钟时间28.5 分钟
利用证明每项发现均有
LLM本地(Ollama / llama.cpp)

自行复现并对比工具:ASCIT31/Darkmoon-Benchmarks

🆚 DarkMoon 对比

DarkMoonstrixshannonPentAGI
可在本地 LLM 上运行(数据不离开)❌ 云端❌ 云端部分
隐私网关(本地令牌化)
Active Directory + Kubernetes部分
利用证明
开源✅ GPL-3.0

根据公开仓库/文档整理(2026-08);欢迎通过 PR 提交更正。

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,请参阅完整文档,GPU 故障排查

安装

1. 克隆仓库

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           # 若 .opencode.env 已配置则跳过表单
./install.sh --init    # 强制重新配置(云端或本地模型)
./install.sh --help    # 显示用法

支持云端提供商(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情,请参阅完整文档,环境变量

3. 构建并启动

./install.sh  # 全新安装,完整栈重置

4. 运行您的第一次评估

./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 服务器执行的每条命令。详情请参阅完整文档,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。

当您提供目标时,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. 🚀 部署基于检测到的技术的专业子智能体
  5. 🔬 执行带反应式自适应的智能漏洞扫描循环
  6. 验证带证据的发现(请求、载荷、响应)
  7. 📝 生成结构化审计报告

子智能体编排

DarkMoon 根据发现的技术动态选择并调度专业智能体:

检测到的技术触发的智能体
WordPress、Drupal、Joomla、Magento、PrestaShop、MoodleCMS 专用智能体
PHP、Node.js、Flask、ASP.NET、Spring Boot、Ruby on Rails、Go技术栈专用智能体
GraphQLGraphQL 智能体
LLM / AI 推理端点(OpenAI 兼容、Ollama、vLLM、TGI)LLM 智能体
Active DirectoryAD 智能体
KubernetesKubernetes 智能体
AWS、Azure、GCP云提供商智能体
Entra ID(Microsoft 身份)身份智能体
GitHub、GitLab、JenkinsSCM 和 CI/CD 智能体
Terraform、Ansible基础设施即代码智能体
Docker、容器仓库容器智能体
HashiCorp Vault密钥智能体
PostgreSQL、MySQL、MSSQL、Oracle数据库智能体
Redis、RabbitMQ、Kafka、MQTT消息与缓存智能体
固件 / IoT 镜像固件智能体
需要无头浏览器无头浏览器智能体

多个智能体可在混合架构中并行执行。

需要凭据才有意义的领域(云账户、CI/CD、密钥存储、数据库、Active Directory、Kubernetes)绝不会在推断时被调度。它们仅在发现具体工件(密钥、令牌、可达的元数据端点)或您明确授权时才会触发,否则会在报告中标记。

注意: 有关智能体的完整列表、其结构、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 控制可以执行什么。Toolbox 在 Docker 内运行隔离的工具。AI 从不直接接触系统,这就是安全设计

注意: 有关完整架构分解(部署图、网络流、安全边界),请参阅完整文档,架构


范围定义

DarkMoon 支持直接从命令行灵活定义范围。

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 FOCUSEXCLUDECREDSTOKENNOISESEVERITYFORMAT 等,全部由 AI 自然理解。

注意: 有关完整标志参考、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 附带一个专门构建的 Docker 镜像,其中包含50+ 安全工具,在多阶段构建中编译并优化:

类别工具(示例)
端口扫描Naabu(发现)、nmap(定向服务探测)
Web 扫描Nuclei、ffuf、dirb、sqlmap、Arjun、wafw00f
侦察与爬取Subfinder、Katana、Waybackurls、httpx
CMSWPScan、CMSeeK、WhatWeb
Active DirectoryNetExec、BloodHound、Impacket(30+ 脚本)
Kuberneteskubectl、Kubescape、Kubeletctl、kube-bench、rbac-police
云 CLIaws、az、gcloud、gsutil、bq
数据库与缓存psql、mysql、redis-cli、sqlite3
固件 / IoTbinwalk、unsquashfs、sasquatch、firmwalker
破解hashcat、john、7z2john
网络Hydra、curl、dig、SNMP 工具
浏览器Lightpanda(无头)

所有工具均可直接访问,无需路径配置。

注意: 有关完整工具列表、安装详情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。以下是重要章节的快速参考:

主题您将找到的内容链接
GPU 与驱动设置Docker、WSL 和原生 Linux 的 NVIDIA 故障排查GPU 指南
环境变量LLM 提供商配置、API 密钥、模型选择环境配置
启动与构建install.sh 行为、docker compose build、栈管理构建与启动
范围与标志TARGET 语法、漏洞赏金模式、FOCUS/EXCLUDE、凭据范围定义
评估工作流分步:发现、指纹识别、智能体、报告评估引擎
实时会话日志实时监控 MCP 服务器执行的命令会话日志
AI 智能体智能体结构、生命周期、如何创建或修改智能体AI 智能体
架构部署图、安全边界、执行流程架构
工具箱完整工具列表、添加工具、Docker 镜像内部工具箱
MCP 工作流工作流结构、创建自定义工作流、最佳实践MCP 工作流
可用工具列表50+ 工具的完整表格,含路径和来源工具列表
训练实验室推荐用于训练 DarkMoon 的易受攻击实验室渗透测试实验室

使用场景

DarkMoon 被设计为一个多功能的安全测试平台,适用于:

  • 🔒 安全团队,在您的基础设施上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,使用可实时自适应的 AI 网络安全平台探索攻击面
  • 🎓 培训与教育,通过引导式、可复现的评估学习攻击性安全

示例提示

# Web 应用渗透测试
./darkmoon.sh "TARGET: http://172.19.0.3:3000"

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

# 带特定重点的漏洞赏金
./darkmoon.sh "TARGET: https://app.example.com PROGRAM=\"Example BB\" FOCUS=sqli,rce,ssrf EXCLUDE=H1 FORMAT=h1"

注意: 有关更多提示示例(包括 DVGA、Juice Shop 和无头浏览器场景),请参阅完整文档,提示示例


贡献

DarkMoon 是开源的,欢迎贡献。无论您想添加新智能体、集成工具、创建工作流还是改进文档,请参阅 CONTRIBUTING.md 了解指南。


许可证

本项目采用 GNU General Public License v3.0 许可。详情请参阅 LICENSE


由 ASC-IT 以 💚 为全球安全社区打造

🔒 开源 · 🤖 AI 驱动 · 🇫🇷 法国制造

⭐ 在 GitHub 上为我们加星 · 📖 完整文档 · ▶️ 观看演示

分类