AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日
自托管的多智能体系统,用 AI 自动执行渗透测试任务。
PentAGI 是一个开源、可自托管的多智能体渗透测试系统。用户用自然语言描述目标和任务,多个专用 AI 智能体协作规划,在隔离的 Docker 沙箱中调用 nmap、Metasploit、sqlmap 等 20 多种工具执行测试,并保存结果、生成报告。项目由安全工程公司 VXControl 开发,后端用 Go,前端用 React,提供 REST 和 GraphQL 接口。
推荐指数
功能完整、社区活跃的自托管 AI 渗透测试平台,适合授权范围内的安全测试,但需自行承担模型与部署成本。
近 7 天
+559
新增 Star
总 Star 排名
#188
雷达追踪的 3,931 个 AI 仓库中
创建于
2025
2025年1月7日
核心亮点
1多智能体协作
多个专用 AI 智能体分工规划并执行渗透测试步骤。
2沙箱隔离
所有操作在隔离的 Docker 环境中运行,降低对宿主机的影响。
3工具齐全
内置 nmap、Metasploit、sqlmap 等 20 多种专业安全工具。
4模型可选
支持 10 多家云 LLM 提供商,也可通过 Ollama、vLLM 使用本地模型。
5记忆与知识图谱
用 PostgreSQL 加 pgvector 存储历史结果,可选 Neo4j 知识图谱追踪目标信息。
适用场景
授权渗透测试
例如:对已获书面授权的测试目标描述任务,让智能体自动完成信息收集和漏洞探测。
安全研究与学习
例如:研究人员在隔离环境中观察 AI 如何规划并执行渗透测试步骤。
红队辅助
例如:红队成员用它自动化重复性的侦察和工具调用工作。
私有化部署
例如:在自有服务器上接入本地模型,避免测试数据外传。
它是怎么工作的
第 1 步
描述任务
用户用自然语言输入目标与测试目标。
第 2 步
智能体规划
多个专用 AI 智能体拆解任务并制定执行计划。
第 3 步
沙箱执行
在隔离 Docker 环境中调用内置安全工具执行操作。
第 4 步
记录与记忆
结果存入 PostgreSQL,可选写入 Neo4j 知识图谱。
第 5 步
输出报告
汇总发现并生成测试报告。
快速上手
- 1
运行安装器
使用交互式安装脚本,通过 Docker Compose 部署。
- 2
配置模型
在配置中选择云 LLM 提供商或本地 Ollama 等模型。
- 3
登录使用
启动后登录 Web 界面,输入目标与任务开始测试。
适合谁
- 安全工程师和渗透测试人员
- 红队成员
- 安全研究人员
- 希望私有化部署的团队
不太适合
- 没有安全测试经验的新手
- 无法承担 LLM 调用成本的个人
- 需要开箱即用托管服务的用户
成熟度
- 活跃度2025 年创建,最近一次推送在 2026 年 11 月,仍在持续更新。
- 文档README 覆盖架构、安装、模型配置和 API,内容较完整。
- 社区约 3.4 万 star、5400 多 fork,有 Discord 和 Telegram 社区。
- 上手难度需 Docker 部署并配置 LLM 提供商,有一定上手门槛。
使用前注意
- · 仅限在明确授权的目标范围内使用,否则可能涉及违法。
- · 需要自行准备 LLM API 密钥或本地模型,会产生调用成本。
- · 依赖 Docker 环境,部署和资源占用需提前评估。
- · 项目采用 MIT 许可,但企业级功能在 PentAGI Enterprise 中提供。
