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 — 基于本地模型的自主 AI 渗透测试

DarkMoon

开源自主 AI 渗透测试 —— 在您自己的基础设施上发现、利用并验证每一个漏洞

GitHub stars Latest release License GPLv3 Made with local LLM Autonomous AI pentesting

⭐ 为 DarkMoon 加星 · 🚀 快速开始 · 🧩 集成 · 📊 基准测试 · 🔒 Darkmoon Pro · ▶️ 观看演示(Pro)

DarkMoon 是为您自己的基础设施打造的自主 AI 渗透测试工具。 将其指向一个已授权的目标,它便会自行完成整个评估,然后用确切的命令和原始输出记录每一个发现。

  • 🟢 真正的开源。 GPLv3 且可自托管,每个 agent 的方法论都是纯 Markdown,您可以阅读、对比差异并 fork。
  • 🎯 发现并证明。 每个漏洞都附带确切的命令和原始输出(利用过程由 agent 断言;Pro 版的修复复测是机器验证的步骤),因此几乎无需人工分诊。
  • 🔒 运行在本地 LLM + 隐私网关之上。 网关在本地对您的真实 IP、主机和凭据进行令牌化,因此模型基于占位符进行推理,而真实值始终留在您的边界内。
  • 🧩 随处可用。 可从 GitHub、GitLab、Jenkins、VS Code、JetBrains、n8n、Grafana 或 Splunk 运行它 —— 开源版可与基于 CLI 的集成配合使用。查看集成 ↓

了解开源引擎(CLI)

开源版 Darkmoon 是一个命令行工具。这就是您克隆仓库后所得到的东西。您从命令行启动评估,并实时观看每个 agent、命令和发现的流式输出。

从命令行使用单行 TARGET 启动 DarkMoon 评估

从 CLI 启动一次运行。 一行 TARGET,DarkMoon 便接管整个评估。

终端中的 DarkMoon 子 agent 状态机检测到 CVE-2019-9978 并直接转向利用

自主 agent 在您的终端中实时推理并利用。 此处一个子 agent 标记出 CVE-2019-9978 并直接转向利用。

终端中打印的 DarkMoon 侦察与环境模型摘要

侦察与环境模型。 DarkMoon 在发起攻击前对技术栈进行指纹识别并确认攻击面。

终端中带时间戳的命令和原始响应的实时 MCP 输出流

实时 MCP 流。 agent 运行的每条命令及其原始输出,均带时间戳,使用 ./darkmoon.sh --log <session>。

终端中的信号检测矩阵,将检测到的技术映射到 DarkMoon 调度的 agent

从信号到 agent 调度。 DarkMoon 根据在目标上检测到的确切内容来决定部署哪些专家 agent。

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


快速开始```bash

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

`install.sh` 会以交互方式配置你的 LLM 提供商(无需编辑 `docker-compose.yml`)并构建完整技术栈:```bash
./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 云服务提供商(Anthropic、OpenAI、OpenRouter……)以及 本地模型(Ollama、llama.cpp)。然后运行你的首次评估并实时观看:```bash ./darkmoon.sh "TARGET: example.com" ./darkmoon.sh --log <session_id>

**前置条件:** Docker 与 Docker Compose,以及一个 LLM API 密钥(或本地模型)。GPU 配置、环境变量和完整的参数参考见[完整文档](https://github.com/ascit31/dark-moon/blob/master/docs/full.md)。

---

## 功能一览

| | |
|---|---|
| 🧠 **50 个专家智能体** | 一个智能体系统进行推理、规划,并向它发现的每一个攻击面派发专家智能体。 |
| 🌐 **覆盖每一个攻击面** | Web、API、Active Directory、Kubernetes、云(AWS、Azure、GCP)、CI/CD、数据库、IoT 固件和 AI/LLM 端点,端到端串联。 |
| 🔒 **隐私网关** | 可逆的本地令牌化将真实 IP、主机、URL 和凭据转换为确定性占位符,仅在工具运行的瞬间于本地还原。 |
| 🏠 **本地模型** | 在本地 LLM(Ollama、llama.cpp)上运行整个评估,让你的基础设施数据始终留在自己的边界内。 |
| 🧾 **证据,而非评分** | 每一项发现都附带确切的命令和原始输出;Pro 复测会重新运行漏洞利用以确认修复。 |
| 🛡️ **设计即安全** | AI 从不直接运行命令,每一个操作都流经受控且记录日志的 MCP 接口。 |
| 🤖 **也能对你的 AI 做渗透测试** | 专用 LLM 智能体借助 garak 支持的探针,针对 OWASP LLM Top 10 探测 AI/LLM 推理端点。 |
| ♾️ **CI/CD 原生** | 在流水线中触发渗透测试,并以制品形式获取发现结果。 |
| 🔌 **MCP** | 通过 MCP 编排 140+ 攻击性工具。 |
| 🔧 **修复它(Pro)** | 付费 Pro 层级将发现转化为经人工审查的拉取请求,并针对原始漏洞利用重新测试。 |

为**安全团队**、**DevSecOps 工程师**、**红队成员**和**道德黑客**专业人士打造。

---

## 🧩 DarkMoon 无处不在

<p align="center">
  <img src="https://raw.githubusercontent.com/ascit31/dark-moon/master/docs/pics/integrations.svg" alt="DarkMoon integrations: GitHub, GitLab, Jenkins, VS Code, JetBrains, n8n, Grafana, Splunk — Community + Pro" width="100%" />
</p>

在你已经构建的地方运行 DarkMoon——CI/CD、你的 IDE、自动化和 SecOps。标记为 **OSS + Pro** 的集成适用于开源版本(本地 CLI + JSON);仅 Pro 的集成使用 [DarkMoon Pro](#-darkmoon-pro--paid-edition-web-dashboard-and-automated-remediation) REST API(实时仪表盘、修复→PR)。

| 平台 | 功能 | 获取 | 版本 |
|---|---|---|---|
| **GitHub Actions** | 按严重程度在发现结果上使流水线失败 | [GitHub Marketplace](https://github.com/marketplace/actions/darkmoon-pentest) | OSS + Pro |
| **GitLab CI/CD** | 发现结果作为 Code Quality + SAST 报告 | [CI/CD Catalog](https://gitlab.com/explore/catalog/Dark-Moon-X/darkmoon-scan) | OSS + Pro |
| **Jenkins** | 发现结果作为构建中的 Warnings-NG 问题 | [插件 `.hpi`(Releases)](https://github.com/ASCIT31/darkmoon-jenkins/releases) | OSS + Pro |
| **VS Code** | 从编辑器中浏览和启动评估 | [VS Code Marketplace](https://marketplace.visualstudio.com/items?itemName=Darkmoon.darkmoon-vscode) | OSS + Pro |
| **JetBrains** | 在 IDE 工具窗口中查看发现结果 | [JetBrains Marketplace](https://plugins.jetbrains.com/plugin/34497-darkmoon) | OSS + Pro |
| **n8n** | 自动化活动、复测和告警 | [npm `n8n-nodes-darkmoon`](https://www.npmjs.com/package/n8n-nodes-darkmoon) | Pro |
| **Grafana** | 安全态势仪表盘 | [自托管(Releases)](https://github.com/ASCIT31/darkmoon-grafana/releases) | Pro |
| **Splunk** | SOC 摄取(HEC)+“Send to Darkmoon”告警操作 | [应用(Releases)](https://github.com/ASCIT31/darkmoon-splunk/releases) — Splunkbase 待定 | OSS + Pro |
| **SDK / CLI** | 基于共享契约构建你自己的集成 | [npm `@darkmoon_ai/client`](https://www.npmjs.com/package/@darkmoon_ai/client) | OSS + Pro |

每个集成仅发出**安全元数据**(严重程度、状态、MITRE、ID)——绝不包含证据、机密或令牌。完整指南见 [docs.dark-moon.org](https://docs.dark-moon.org);源码位于 [ASCIT31](https://github.com/ASCIT31)。

---

## 🔒 Darkmoon Pro — 付费版:Web 仪表盘与自动化修复

> 🔒 **这些是 Darkmoon Pro 功能(付费)。** 开源版本是上文所示的 CLI;Web 仪表盘和到拉取请求的自动化修复不在开源构建中。

以下截图是**付费 Darkmoon Pro** Web 仪表盘。它们**不**属于你克隆的开源仓库。开源版本是上一节所示的命令行工具。

<table>
<tr>
<td width="50%" valign="top">
<img src="https://raw.githubusercontent.com/ascit31/dark-moon/master/docs/pics/dashboard.png" alt="Darkmoon Pro web dashboard showing projects, targets, campaigns and vulnerabilities by severity" />
<p align="center"><b>Pro:实时 Web 仪表盘。</b> 项目、目标和活动一目了然,每一项发现都按严重程度分桶。</p>
</td>
<td width="50%" valign="top">
<img src="https://raw.githubusercontent.com/ascit31/dark-moon/master/docs/pics/vulnerability-1.png" alt="Darkmoon Pro finding detail with CVSS, MITRE ATT&CK and ISO 27001 mapping and EXPLOITED status" />
<p align="center"><b>Pro:带 CVSS 和 ATT&CK 映射的发现。</b> 每一项发现都带有 CVSS、MITRE ATT&CK 和 ISO 27001 映射,以及由真实漏洞利用支撑的 <code>EXPLOITED</code> 状态。</p>
</td>
</tr>
<tr>
<td width="50%" valign="top">
<img src="https://raw.githubusercontent.com/ascit31/dark-moon/master/docs/pics/markdown-report-1.png" alt="Darkmoon Pro structured web report with management summary, exportable to Markdown and PDF" />
<p align="center"><b>Pro:可导出的 Web 报告。</b> 用通俗语言撰写的管理层摘要加上完整技术细节,可导出为 Markdown 和 PDF。</p>
</td>
<td width="50%" valign="top">
<img src="https://raw.githubusercontent.com/ascit31/dark-moon/master/docs/pics/infra-map-2.png" alt="Darkmoon Pro interactive infrastructure map of the attack surface with per-node vulnerabilities" />
<p align="center"><b>Pro:交互式攻击面地图。</b> 覆盖整个目标的节点、连接和逐节点漏洞图。</p>
</td>
</tr>
<tr>
<td width="50%" valign="top">
<img src="https://raw.githubusercontent.com/ascit31/dark-moon/master/docs/pics/scheduler.png" alt="Darkmoon Pro campaign scheduler for recurring automated pentest campaigns with focus, severity and recurrence" />
<p align="center"><b>Pro:定时循环运行。</b> 在 Web 仪表盘中内置 FOCUS、严重程度和重复周期的循环自动化活动。</p>
</td>
<td width="50%" valign="top">
<img src="https://raw.githubusercontent.com/ascit31/dark-moon/master/docs/pics/campaign.png" alt="Darkmoon Pro campaign view listing the 57 vulnerabilities with severity and status" />
<p align="center"><b>Pro:活动视图。</b> 活动中的每一个漏洞及其严重程度和确认状态。</p>
</td>
</tr>
</table>

### 🔒 Pro:从发现到修复(自动化修复,付费)

> 🔒 **付费 Pro 功能。** 开源引擎发现并证明漏洞。到拉取请求的自动化修复仅在 Darkmoon Pro 中提供。

在付费 Pro 层级中,每一项发现都流经 _发现 → 沙箱验证的修复 → **经人工审查的拉取请求,并针对原始漏洞利用重新测试**_,且绝不自动合并。在我们的 OWASP Juice Shop 演示运行中,Pro 修复智能体**端到端修复了发现,并进行了干净的实时漏洞利用复测**(只有当原始漏洞利用被重新运行并确认已关闭时,修复才算数)。参见[修复基准](https://dark-moon.org/remediation-benchmark/)、[修复智能体文档](https://github.com/ascit31/dark-moon/blob/master/docs/remediation-agent.md)以及 [ASCIT31/juice-shop 上的 57 个开放 PR](https://github.com/ASCIT31/juice-shop/pulls)。

<div align="center">

<a href="https://youtu.be/1bFRVuMkZzY?si=peKxwuxzbXBnb2zO">
  <img src="https://assets.kitploit.com/production/public/readmes/42241/95a4689eb8c0d2931c09f243615e0a57071b7d7698d88e2d0c6477a477b2d6c5.png" alt="Watch the demo of the Darkmoon Pro web dashboard running a full autonomous penetration test" width="70%" />
</a>

**▶️ 观看演示(展示 Darkmoon Pro Web 仪表盘)**

</div>

---

## 什么是 DarkMoon?

DarkMoon 是一个**开源 AI 渗透测试**平台。将它指向一个你有授权测试的目标,它就会自行运行整个评估:它进行推理、规划,并派发 **50 个专家智能体**,通过受控的 MCP 层执行真实的攻击性操作,然后报告每一个漏洞,并附上确切的命令、原始输出和背后的证据。

它不会取代渗透测试人员。它用证据清理评估中重复性的部分,让你的专家把时间花在判断上,而不是苦力活上。

---

## 📊 基准测试:OWASP Juice Shop 上的 57 个真实漏洞

使用**云端前沿模型(Anthropic Claude)**对 OWASP Juice Shop 进行的真实、可复现的**黑盒**运行。DarkMoon 也可以在隐私网关之后**完全本地**运行(Ollama / llama.cpp)——因此任何数据都不会离开你的基础设施;本地模型覆盖范围取决于你运行的模型。

| 指标 | 结果 |
|---|---|
| 发现的漏洞 | **57**(8 严重 / 24 高 / 21 中 / 4 低) |
| 实际耗时 | **28.5 分钟** |
| 漏洞利用证明 | 每项发现的命令 + 原始输出 |
| LLM | Anthropic Claude(云端前沿);支持本地模型 |

自己复现并比较工具:**[ASCIT31/Darkmoon-Benchmarks](https://github.com/ASCIT31/Darkmoon-Benchmarks)**。

## 🆚 DarkMoon 对比

| | **DarkMoon** | strix | shannon | PentAGI |
|---|:--:|:--:|:--:|:--:|
| 在**本地 LLM** 上运行(数据永不离开) | ✅ | ❌ 云端 | ❌ 云端 | 部分 |
| 隐私网关(本地令牌化) | ✅ | ❌ | ❌ | ❌ |
| Active Directory + Kubernetes | ✅ | ❌ | ❌ | 部分 |
| 漏洞利用证明 | ✅ | ✅ | ✅ | ✅ |
| 开源 | ✅ GPL-3.0 | ✅ | ✅ | ✅ |

*根据公开仓库/文档整理(2026-08);欢迎通过 PR 指正。*

---

## 工作原理

DarkMoon 作为一个与 ISO 27001、NIST SP 800-115 和 MITRE ATT&CK 方法论对齐的战略性 **AI 安全智能体**编排器运行。

当你提供一个目标时,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用子智能体
5. 🔬 **执行**具有反应式适应能力的**智能漏洞扫描**循环
6. ✅ **验证**发现并附证据(请求、载荷、响应)
7. 📝 **生成**结构化审计报告

### 子智能体编排

DarkMoon 根据发现的技术动态选择并派发专用智能体:

| 检测到的技术 | 触发的智能体 |
|---|---|
| WordPress、Drupal、Joomla、Magento、PrestaShop、Moodle | CMS 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 |
| GraphQL | GraphQL 智能体 |
| LLM / AI 推理端点(OpenAI 兼容、Ollama、vLLM、TGI) | LLM 智能体 |
| Active Directory | AD 智能体 |
| Kubernetes | Kubernetes 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、Jenkins | SCM 与 CI/CD 智能体 |
| Terraform、Ansible | 基础设施即代码智能体 |
| Docker、容器镜像仓库 | 容器智能体 |
| HashiCorp Vault | 机密智能体 |
| 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 |

多个智能体可以在混合架构中**并行**执行。

需要有凭据才有意义的层面(云账户、CI/CD、机密存储、数据库、Active Directory、Kubernetes)**绝不会基于推断被派发**。它们仅在发现具体制品(密钥、令牌、可访问的元数据端点)或你明确授权时才会触发,否则会在报告中标记出来。

> **注意:** 关于智能体的完整列表、其结构、生命周期以及如何创建自定义智能体,请参见[完整文档,AI 智能体](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#v-ai-agents)。

### 架构概览```
User ──> DarkmoonCLI ──> OpenCode (AI Brain) ──> MCP (Security Gatekeeper) ──> Docker Toolbox (Real Tools)

使用示例

基本用法

# 扫描单个目标
python3 CVE-2025-55182.py -u https://example.com

# 扫描多个目标
python3 CVE-2025-55182.py -f targets.txt

# 使用自定义回调域名
python3 CVE-2025-55182.py -u https://example.com -c your-domain.com

# 使用自定义回调 URL
python3 CVE-2025-55182.py -u https://example.com -r https://your-server.com/callback

高级用法

# 使用代理扫描
python3 CVE-2025-55182.py -u https://example.com -p http://127.0.0.1:8080

# 使用自定义超时和线程数
python3 CVE-2025-55182.py -f targets.txt -t 20 --timeout 15

# 保存结果到文件
python3 CVE-2025-55182.py -f targets.txt -o results.txt

# 详细输出
python3 CVE-2025-55182.py -u https://example.com -v

目标文件格式

创建一个包含目标 URL 的文本文件(每行一个):

https://example.com
https://test.example.com
http://192.168.1.100:3000
https://app.example.org

命令行选项

选项描述默认值
-u, --url单个目标 URL-
-f, --file包含目标 URL 的文件-
-c, --callback用于 OOB 检测的回调域名-
-r, --callback-url完整的回调 URL-
-p, --proxy用于请求的代理 URL-
-t, --threads并发线程数10
--timeout请求超时时间(秒)10
-o, --output输出文件路径-
-v, --verbose启用详细输出False
--no-color禁用彩色输出False

工作原理

该工具通过以下方式检测 CVE-2025-55182:

  1. 版本检测:分析响应头、错误页面和静态资源,以识别 React 和 Next.js 版本。

  2. 漏洞探测:发送精心构造的请求,利用 React Server Components 中不安全的反序列化漏洞。

  3. OOB 检测:使用带外(OOB)技术,通过回调域名或 URL 确认漏洞存在。

  4. 响应分析:分析服务器响应,查找漏洞利用成功的迹象。

漏洞详情

CVE-2025-55182

  • 类型:不安全的反序列化
  • 受影响组件:React Server Components
  • 受影响版本:React 19.0.0 - 19.2.0
  • CVSS 评分:9.8(严重)
  • 攻击向量:网络

技术细节

该漏洞存在于 React Server Components 处理序列化数据的方式中。攻击者可以发送精心构造的载荷,在服务器上实现远程代码执行(RCE)。

该漏洞可通过以下方式触发:

  1. 向使用 React Server Components 的端点发送 POST 请求
  2. 在请求体中包含恶意序列化数据
  3. 服务器在未进行适当验证的情况下反序列化数据
  4. 攻击者获得代码执行能力

检测方法

该工具采用多种检测技术:

1. 版本指纹识别

该工具通过检查以下内容来识别 React 和 Next.js 版本:

  • HTTP 响应头
  • 错误页面
  • 静态资源文件名
  • JavaScript 包内容

2. 载荷注入

该工具发送精心构造的载荷,试图触发漏洞:

# 示例载荷结构(简化版)
payload = {
    "action": "server_action",
    "data": "serialized_malicious_data"
}

3. 带外检测

对于盲注场景,该工具使用 OOB 技术:

  • DNS 回调
  • HTTP 回调
  • 基于时间的检测

输出示例

存在漏洞的目标

[+] 目标:https://example.com
[+] React 版本:19.1.0
[+] Next.js 版本:15.0.0
[!] 目标存在漏洞!
[!] CVE-2025-55182 已确认
[!] 检测方法:OOB 回调

不存在漏洞的目标

[-] 目标:https://secure.example.com
[-] React 版本:18.2.0
[-] 目标不存在漏洞

免责声明

本工具仅供教育和道德安全测试目的使用。

  • 仅在你拥有或已获得明确许可测试的系统上使用此工具
  • 未经授权访问计算机系统是违法的
  • 作者对任何滥用或由此造成的损害不承担责任
  • 在测试前始终获得适当的授权

贡献

欢迎贡献!请随时提交 Pull Request。

  1. Fork 本仓库
  2. 创建你的功能分支(git checkout -b feature/AmazingFeature)
  3. 提交你的更改(git commit -m 'Add some AmazingFeature')
  4. 推送到分支(git push origin feature/AmazingFeature)
  5. 打开一个 Pull Request

许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

致谢

  • 感谢 React 和 Next.js 团队对本漏洞的响应
  • 感谢安全研究社区

联系方式

参考资料

  • CVE-2025-55182

  • React 安全公告

  • Next.js 安全公告```mermaid 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 进行推理和规划。MCP 控制可执行的操作。Toolbox 在 Docker 内运行隔离的工具。**AI 从不直接接触系统**,这是**设计即安全**。

> **注意:** 有关完整的架构分解(部署图、网络流、安全边界),请参阅[完整文档,架构](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#iv-architecture)。

---

## 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):**```bash
./darkmoon.sh "TARGET: http://172.19.0.3:3000"

漏洞赏金模式(标志自动激活):```bash ./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 自然解释。

> **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](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#ii7c-launch-darkmoon-with-tui-console)。

---

## 集成工具箱

DarkMoon 附带一个专门构建的 Docker 镜像,其中包含 **140+ 安全工具**,这些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 |
| CMS | WPScan、CMSeeK、WhatWeb |
| Active Directory | NetExec、BloodHound、Impacket(30+ 脚本) |
| Kubernetes | kubectl、Kubescape、Kubeletctl、kube-bench、rbac-police |
| 云 CLI | aws、az、gcloud、gsutil、bq |
| 数据库与缓存 | psql、mysql、redis-cli、sqlite3 |
| 固件 / IoT | binwalk、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,无需配置路径。

> **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](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#vi-toolbox)。

---

## 📖 文档指南

DarkMoon 的[完整文档](https://github.com/ascit31/dark-moon/blob/master/docs/full.md)涵盖了操作该平台所需的一切内容。以下是重要章节的快速参考:

| 主题 | 你将找到的内容 | 链接 |
|---|---|---|
| **GPU 与驱动设置** | 针对 Docker、WSL 和原生 Linux 的 NVIDIA 故障排除 | [GPU 指南](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#ii2--darkmoon--gpu-troubleshooting-guide-official) |
| **环境变量** | LLM 提供商配置、API 密钥、模型选择 | [环境配置](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#ii3-configuration-of-environment-variables-in-docker-compose) |
| **启动与构建** | install.sh 行为、docker compose build、堆栈管理 | [构建与启动](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#ii6-build-and-launch-darkmoon) |
| **范围与标志** | TARGET 语法、漏洞赏金模式、FOCUS/EXCLUDE、凭据 | [范围定义](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#ii7c-launch-darkmoon-with-tui-console) |
| **评估工作流** | 分步指南:发现、指纹识别、代理、报告 | [评估引擎](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#ii7d-how-to-use-the-darkmoon-assessment-engine) |
| **实时会话日志** | 实时监控 MCP 服务器执行的命令 | [会话日志](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#ii7e-step-1--start-an-assessment) |
| **AI 代理** | 代理结构、生命周期、如何创建或修改代理 | [AI 代理](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#v-ai-agents) |
| **架构** | 部署图、安全边界、执行流程 | [架构](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#iv-architecture) |
| **工具箱** | 完整工具列表、添加工具、Docker 镜像内部结构 | [工具箱](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#vi-toolbox) |
| **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](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#vii-mcp-workflows) |
| **可用工具列表** | 包含路径和来源的 142 个安全工具完整表格 | [工具列表](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#vi10-toolbox-list) |
| **训练实验室** | 用于训练 DarkMoon 的推荐易受攻击实验室 | [渗透测试实验室](https://github.com/ascit31/dark-moon/blob/master/docs/full.md#vi11-bonus-pentester-lab-to-train-darkmoon) |
| **修复代理**(Pro) | 发现 → 沙箱验证修复 → 供人工审查的拉取请求(从不合并) | [修复代理](https://github.com/ascit31/dark-moon/blob/master/docs/remediation-agent.md) |
| **n8n(Pro)** | 社区节点,用于从 n8n 工作流触发渗透测试、拉取发现结果并审查修复 PR | [n8n 节点](https://github.com/ascit31/dark-moon/blob/master/docs/n8n-integration.md) |

---

## 用例

DarkMoon 被设计为一个多功能的**安全测试平台**,适用于:

- 🔒 **安全团队**,在你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**活动
- 🔬 **安全研究人员**,使用能够实时适应的 **AI 网络安全平台**探索攻击面
- 🎓 **培训与教育**,通过引导式、可复现的评估学习进攻性安全

---

## 示例提示```bash
# 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。无论您想添加新的代理、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 通用公共许可证 v3.0 授权。详情请参阅 LICENSE。


由 ASC-IT 用 💚 为全球安全社区构建

🔒 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(Pro 仪表板)

分类