🔐 H-Pentest 2.0 - AI驱动的智能渗透测试平台

🥷 全异步架构 | 三层智能决策 | 50+攻击知识库 | Docker容器化 | 实时可视化

🏆 2025腾讯云黑客松 - 智能渗透挑战赛 TOP20

📖 项目简介

H-Pentest 是一个基于大语言模型(LLM)驱动的全自动化渗透测试平台，采用多Agent协作架构，集成了52+攻击知识库、Docker沙箱环境和实时可视化界面，为安全研究人员提供企业级的渗透测试自动化解决方案。

🚀 核心架构

多Agent协作系统

┌─────────────────────────────────────────────────────────────┐
│  🧑‍⚖️ Meta Supervisor (元监督层)                              │
│  • 每3轮生成元层洞察                                         │
│  • 自主决策是否停止测试                                       │
│  • 模式感知：CTF vs RealWorld                               │
│  • 分析Agent表现                                             │
│                                 │                           │
│                                 ▼ 监督指导                   │
│                                 │                           │
│  🧠 Strategic Supervisor (战略规划层)                        │
│  • 生成初始测试计划                                           │
│  • 每轮动态调整策略                                           │
│  • 基于执行结果修改方案                                       │
│                                 │                           │
│                                 ▼ 任务分配                   │
│                                 │                           │
│  👷 Worker Agent (执行层)                                     │
│  • ReAct循环：推理→行动→观察→反思                            │
│  • GLM-4.6模型，快速执行                                     │
│  • 工具调用：execute_python, nuclei, dirscan等             │
│                                 │                           │
│  💡 Payload Master (载荷生成层)                               │
│  • 每3轮提供测试指导                                         │
│  • 识别漏洞类型并建议载荷                                     │
│  • 进化思路说明                                               │
│                                 │                           │
│                                 ▼ 分析报告                   │
│                                 │                           │
│  📊 Report Supervisor (报告生成层)                            │
│  • 分析对话历史                                               │
│  • 提取漏洞信息                                               │
│  • 生成攻击路径                                               │
└─────────────────────────────────────────────────────────────┘

🌟 核心特性

1. 🤖 多Agent智能协作

🧑‍⚖️ Meta Supervisor (元监督层)
- 每3轮生成元层洞察和决策
- 自主决策测试停止时机
- 模式感知：CTF激进 vs RealWorld深度
- 分析Agent表现并给出建议
🧠 Strategic Supervisor (战略规划层)
- 生成初始测试计划
- 每轮动态调整测试策略
- 基于执行结果优化方案
👷 Worker Agent (执行层)
- GLM-4.6模型，快速响应
- ReAct执行框架
- 集成工具调用和结果分析
💡 Payload Master (载荷大师)
- 每3轮提供专业测试指导
- 识别漏洞类型并生成载荷
- 攻击思路进化说明
📊 Report Supervisor (报告生成层)
- 分析完整对话历史
- 自动提取漏洞信息
- 重建攻击路径并生成报告

2. 📚 52+ 攻击知识库

基于105个真实案例提取的攻击知识库，包含：

IDOR攻击 (5个文档)
- URL参数枚举、POST修改、Cookie篡改
- JWT令牌攻击、间接对象引用
注入攻击 (15个文档)
- SQL注入、布尔盲注、时间延迟注入
- 命令注入、过滤绕过技术
- SSTI模板注入、沙箱逃逸
- NoSQL注入、OGNL注入
XSS攻击 (5个文档)
- 反射型、存储型、DOM型XSS
- JSFuck编码绕过、过滤绕过技术
文件相关 (8个文档)
- 文件上传漏洞、LFI/RFI
- 路径遍历、日志注入RCE
权限相关 (10个文档)
- JWT令牌攻击、OAuth绕过
- 权限提升、业务逻辑漏洞
其他漏洞 (20+文档)
- SSRF、XXE、反序列化
- 竞态条件、密码学攻击
- API安全、GraphQL注入

3. 🔧 集成工具

工具名称	类型	功能描述
execute_python	Python沙箱	Docker容器隔离执行，512MB内存，预装渗透库
nuclei_scan	漏洞扫描	11,000+CVE模板，支持严重度过滤
dirscan	目录扫描	快速发现隐藏路径和目录
query_knowledge	知识库查询	RAG检索52+攻击知识文档
kali_execute	Kali工具	执行预装的渗透测试工具

4. 🎨 实时可视化界面

Dashboard - 任务统计、实时监控面板
Monitor - 多Agent消息流实时展示
Report - 自动生成的漏洞报告
TaskList - 智能任务列表管理
Settings - 动态配置管理

5. 💾 智能上下文管理

LangChain集成 - 支持120K Token上下文
智能压缩 - 自动压缩历史对话
对话恢复 - 支持历史对话完整恢复
Token优化 - 大幅降低API成本

6. 🎯 双模式支持

🚩 CTF模式

激进攻击策略，快速寻找FLAG
自动提交功能
支持自定义目标

🛡️ RealWorld模式

稳健测试策略
全面漏洞评估
专业报告生成

5. 💻 现代化技术栈

后端: FastAPI + Python 3.10+，全异步架构
前端: Vue 3 + TypeScript + Element Plus
数据库: SQLite + aiosqlite
容器: Docker + Docker Compose
AI: OpenAI API兼容模型
RAG: 支持Embedding和Rerank模型

🚀 快速开始

前置要求

Python 3.10+
Node.js 18+
Docker 20.10+ & Docker Compose
OpenAI API Key 或兼容的LLM API

🐳 方式一：Docker Compose部署

# 1. 克隆项目
git clone https://github.com/hexian2001/H-pentest.git
cd H-pentest

# 2. 配置API Key
# 编辑 config.json 文件，填入你的API Keys
# - openai.api_key: LLM API Key (如智谱AI)
# - dashscope.api_key: 阿里云Embedding Key

# 3. 启动服务
docker-compose up -d

# 访问地址
# 前端: http://localhost:5173
# 后端: http://localhost:8000
# API文档: http://localhost:8000/docs

👻 方式二：本地开发

后端启动

# 1. 安装Python依赖
cd backend
pip install -r requirements.txt

# 2. 配置API Keys
# 编辑 ../config.json 文件，配置API Keys
# - openai.api_key: LLM API Key (如智谱AI)
# - dashscope.api_key: 阿里云Embedding Key

# 3. 初始化数据库
python init_db.py

# 4. 启动后端服务
python -m app.main

前端启动

# 1. 安装Node.js依赖
cd frontend
npm install

# 2. 启动开发服务器
npm run dev

📊 系统架构

技术架构

Frontend (Vue 3 + TypeScript)
├── Element Plus UI组件库
├── Pinia状态管理
├── Vue Router路由
├── Axios HTTP客户端
├── ECharts数据可视化
├── XTerm.js终端模拟
└── Vite构建工具

Backend (FastAPI)
├── Python 3.10+
├── 异步架构设计
├── WebSocket实时通信
├── SQLite + aiosqlite
├── CORS支持
└── 自动化API文档

AI Agent Engine
├── 三层决策架构
├── OpenAI API集成
├── RAG知识库检索
├── 上下文管理
├── Python沙箱执行
└── 智能工具调用

Infrastructure
├── Docker容器化
├── Docker Compose
├── Kali Linux工具集
└── 日志与监控

工作流程

渗透测试流程
┌─────────────────┐
│ 1. 创建任务      │
├─────────────────┤
│ 2. Meta监督      │ - 检测无效循环
│                 | - 智能干预
├─────────────────┤
│ 3. Strategic规划 │ - 任务分解
│                 | - 优先级管理
├─────────────────┤
│ 4. Worker执行    │ - ReAct循环
│                 | - 工具调用
├─────────────────┤
│ 5. 结果分析      │
└─────────────────┘

🎮 使用指南

Web界面

访问 http://localhost:5173 进入主界面：

Dashboard - 查看任务概览和系统状态
TaskList - 管理渗透测试任务列表
Monitor - 实时监控测试进度
- WebSocket实时日志
- AI思考过程展示
- 工具执行状态
Report - 查看和导出测试报告
Settings - 配置系统和参数

API接口

主要API端点：

任务管理

POST /api/v1/tasks/ - 创建新任务
GET /api/v1/tasks/ - 获取任务列表
GET /api/v1/tasks/{task_id} - 获取任务详情
POST /api/v1/tasks/{task_id}/intervention - 人工干预
POST /api/v1/tasks/{task_id}/stop - 停止任务
DELETE /api/v1/tasks/{task_id} - 删除任务

实时通信

WebSocket /api/v1/ws/{task_id} - 实时消息推送
GET /api/v1/tasks/{task_id}/messages - 获取消息历史
GET /api/v1/tasks/{task_id}/messages/latest - 最新消息

对话和上下文

GET /api/v1/tasks/{task_id}/conversations - 获取对话历史
GET /api/v1/context/info - 上下文信息

配置管理

GET /api/v1/config/all - 获取所有配置
POST /api/v1/config/agent - 更新Agent配置
POST /api/v1/config/api - 更新API配置
POST /api/v1/config/tools/{tool_name} - 更新工具配置

详细API文档访问：http://localhost:8000/docs

🏗️ 项目结构

H-pentest/
├── backend/                 # FastAPI后端
│   ├── app/                # 应用核心
│   │   ├── api/           # REST API路由
│   │   │   ├── tasks.py   # 任务管理
│   │   │   ├── websocket_api.py # WebSocket
│   │   │   ├── messages.py # 消息处理
│   │   │   ├── conversations.py # 对话管理
│   │   │   ├── context.py # 上下文管理
│   │   │   └── config.py  # 配置管理
│   │   ├── core/          # 核心配置
│   │   ├── db/            # 数据库模型
│   │   ├── models/        # 数据模型
│   │   ├── schemas/       # API模式
│   │   └── services/      # 业务服务
│   │   └── main.py        # FastAPI入口
│   ├── agent/             # 🔥 AI Agent核心
│   │   ├── core/          # Agent引擎
│   │   │   ├── agent.py   # 主Agent
│   │   │   ├── llm.py     # LLM客户端
│   │   │   └── context_manager.py # 上下文管理
│   │   ├── supervisors/   # 监督层
│   │   │   ├── meta.py    # 元监督
│   │   │   ├── strategic.py # 战略监督
│   │   │   ├── payload_master.py # 载荷管理
│   │   │   └── report_supervisor.py # 报告监督
│   │   ├── planning/      # 规划层
│   │   │   └── dynamic_planner.py # 动态规划
│   │   ├── tools/         # 工具集成
│   │   │   ├── base.py    # 工具基类
│   │   │   ├── execute_python.py # Python沙箱
│   │   │   ├── knowledge.py # 知识库查询
│   │   │   ├── dirscan.py # 目录扫描
│   │   │   └── nuclei.py  # 漏洞扫描
│   │   ├── preprocessing/ # 预处理
│   │   └── runner.py      # 执行器
│   ├── requirements.txt   # Python依赖
│   └── init_db.py        # 数据库初始化
│
├── frontend/               # Vue 3前端
│   ├── src/
│   │   ├── components/    # Vue组件
│   │   ├── views/         # 页面视图
│   │   │   ├── Dashboard.vue
│   │   │   ├── Monitor.vue
│   │   │   ├── Report.vue
│   │   │   ├── Settings.vue
│   │   │   ├── TaskList.vue
│   │   │   └── TestContext.vue
│   │   ├── services/      # API服务
│   │   ├── stores/        # Pinia状态管理
│   │   ├── router/        # 路由配置
│   │   └── styles/        # 样式文件
│   ├── package.json       # Node.js依赖
│   ├── vite.config.ts     # Vite配置
│   └── Dockerfile         # 前端镜像
│
├── knowledge/              # 📚 知识库
│   └── know/              # 50+攻击知识文档
│       ├── 00-INDEX.md    # 知识库索引
│       ├── SQL注入-*.md   # SQL注入相关
│       ├── XSS-*.md       # XSS攻击
│       ├── SSTI-*.md      # 模板注入
│       ├── IDOR-*.md      # 权限漏洞
│       ├── LFI-*.md       # 文件包含
│       ├── 命令注入-*.md  # 命令注入
│       └── ...            # 更多漏洞类型
│
├── docker/                 # Docker配置
│   └── Dockerfile.kali    # Kali容器定义
│
├── .env.example           # 环境变量示例
├── docker-compose.yml     # 容器编排
├── build_embedding_cache.py # 构建向量缓存
└── CONFIG.md             # 配置说明

🔧 配置说明

主配置文件 (config.json)

{
  "app": {
    "name": "H-Pentest 2.0",
    "version": "2.0.0",
    "debug": false
  },
  "openai": {
    "api_key": "your-api-key-here",
    "base_url": "https://open.bigmodel.cn/api/coding/paas/v4",
    "model": "GLM-4.6",
    "temperature": 0.7,
    "max_tokens": 8192
  },
  "dashscope": {
    "api_key": "your-dashscope-key-here",
    "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1"
  },
  "embedding": {
    "model": "text-embedding-v3",
    "api_key": "your-embedding-key-here"
  },
  "rerank": {
    "model": "gte-rerank",
    "api_key": "your-rerank-key-here"
  },
  "rag": {
    "enabled": true,
    "top_k": 5,
    "rerank_enabled": true,
    "score_threshold": 0.3
  },
  "process": {
    "max_concurrent_tasks": 3,
    "task_timeout": 3600
  }
}

关键配置项

OpenAI配置: 智谱AI GLM-4.6模型设置
多LLM配置: Worker/Meta/Strategic不同参数
DashScope: 阿里云Embedding和Rerank服务
RAG配置: 知识库检索(top_k=5, score_threshold=0.3)
进程配置: 最大并发3任务，超时3600秒
WebSocket: 心跳30秒，消息队列1000

Docker配置

docker-compose.yml 服务说明

backend: FastAPI后端服务 (端口8000)
- 卷挂载: 后端代码、知识库、缓存、日志、Docker socket
frontend: Vue 3前端服务 (端口5173)
- 热重载: 开发时代码实时更新
kali-sandbox: Kali Linux工具容器
- 预装工具: nmap, sqlmap, nikto, gobuster, masscan, hydra等
- 持久化工作目录: /pentest

🛡️ 安全特性

Docker隔离环境

Python沙箱容器
- 每次代码执行独立容器
- 非 root 用户 (UID:1000)
- 512MB 内存限制
- 执行完成后自动销毁
Kali Linux工具容器
- 预装渗透测试工具集
- Root权限执行环境
- 持久化会话管理
- Bridge网络隔离

执行安全

# AI生成的Python代码在隔离容器中执行
code = """
import requests
response = requests.get('http://target.com')
# 即使包含恶意代码，也在容器中隔离执行
"""

🎨 界面展示

功能页面

Dashboard - 仪表盘

任务统计: 总数、运行中、已完成、失败、漏洞数、FLAG数
漏洞分布可视化图表
运行中任务实时监控
创建新任务快速入口

Monitor - 实时监控

多Agent消息流实时展示
- LLM思考和响应
- 工具执行结果
- Meta监督洞察
- Payload大师指导
可折叠的工具结果
人工干预操作面板

TaskList - 任务列表

智能过滤: 默认显示运行中+暂停+最近3个完成/失败
任务状态图标
快速操作: 暂停、恢复、删除、查看报告

Report - 报告页面

自动提取的漏洞信息
攻击路径重建
导出功能

Settings - 配置管理

Agent参数配置
API配置管理
工具开关设置

📊 性能特点

全异步FastAPI架构 - 支持高并发任务执行
多LLM实例协作 - Worker/Meta/Strategic/Payload/Report分工
WebSocket实时通信 - 流式展示所有Agent思考过程
智能上下文管理 - LangChain压缩，支持120K Token
智能知识检索 - RAG检索52+攻击知识文档
多Agent决策机制 - 避免无效循环，确保测试效果

🤝 开发指南

本地开发

# 1. 配置API Keys
cp config.json.example config.json
# 编辑 config.json，配置智谱AI和阿里云API Keys

# 2. 后端开发
cd backend
pip install -r requirements.txt
# 初始化数据库
python init_db.py
# 启动后端服务
python -m app.main

# 3. 前端开发
cd frontend
npm install
# 启动开发服务器（热重载）
npm run dev

# 4. 构建知识库向量缓存
cd ..
python build_embedding_cache.py

添加新工具

在 backend/agent/tools/ 创建新工具类
继承 BaseTool 基类
实现 execute 方法
定义工具参数

扩展知识库

在 knowledge/know/ 添加Markdown文档
包含实际攻击Payload
更新 00-INDEX.md 索引

❓ 常见问题

Q: 如何配置API Keys？ A: 编辑 config.json 文件：

openai.api_key: 填入智谱AI或其他LLM的API Key
dashscope.api_key: 填入阿里云DashScope API Key
embedding.api_key: 用于向量化的API Key

Q: 支持哪些LLM模型？ A: 支持OpenAI API兼容的模型，默认配置为智谱AI GLM-4.6

Q: 知识库如何构建？ A: 运行 python build_embedding_cache.py 构建向量缓存

Q: Docker是必需的吗？ A: 是的，Python代码执行需要Docker沙箱环境

Q: 如何启用RAG功能？ A: 在config.json中设置 rag.enabled 为 true，并配置相应的API Key

🛡️ 免责声明

本工具仅用于合法授权的安全测试。使用者需：

获得目标系统的书面授权
在隔离环境中进行测试
遵守当地法律法规
对使用后果承担责任

📄 许可证

MIT License

🙏 致谢

腾讯云黑客松 - 提供竞赛平台
OpenAI - 提供强大的LLM能力
FastAPI & Vue 3 - 现代化Web框架
所有贡献者的支持

⭐ 觉得有用请给个Star！⭐

Made with ❤️ by HRP Team

继续创建以下文件：

Message Consumer（消息消费者）
Agent Runner（子进程入口）
简化版Agent核心
LLM Client（异步）
FastAPI Main
API路由
前端框架

快速开始

# 1. 安装依赖
cd /home/H-pentest/H-pentest/backend
pip install -r requirements.txt

# 2. 配置环境变量
cp .env.example .env
# 编辑.env文件，设置OPENAI_API_KEY等

# 3. 初始化数据库
python -m alembic init alembic
python -m alembic revision --autogenerate -m "init"
python -m alembic upgrade head

# 4. 启动后端
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

# 5. 启动前端（另一个终端）
cd ../frontend
npm install
npm run dev

架构特点

🚀 完全异步（asyncio + FastAPI）
🔄 进程隔离（multiprocessing）
📡 实时通信（WebSocket + Queue）
💾 双重持久化（WebSocket + Database）
🎯 统一输出（所有输出通过Queue）

Name		Name	Last commit message	Last commit date
backend		backend
data		data
frontend		frontend
knowledge/know		knowledge/know
.env		.env
.env.example		.env.example
CONFIG.md		CONFIG.md
Dockerfile.backend		Dockerfile.backend
Dockerfile.kali		Dockerfile.kali
README.md		README.md
build_embedding_cache.py		build_embedding_cache.py
build_metadata.py		build_metadata.py
clean.sh		clean.sh
config.json		config.json
deploy.sh		deploy.sh
docker-compose.yml		docker-compose.yml

Latest commit

History

Folders and files

Repository files navigation