CalvinBackup/CyberStrikeAI
1
0
Fork 0
mirror of https://github.com/Ed1s0nZ/CyberStrikeAI.git synced 2026-03-31 16:20:28 +02:00
Code Issues Packages Projects Releases Wiki Activity
Files
4fb1c7b911cb2b024225ba25bd4c29fb30f3d45f
CyberStrikeAI/README_CN.md
公明 90bafc2f1c Add files via upload
2025-12-31 08:57:48 +08:00

16 KiB
Raw Blame History

CyberStrikeAI Logo

CyberStrikeAI

中文 | English

CyberStrikeAI 是一款 AI 原生安全测试平台，基于 Go 构建，集成了 100+ 安全工具、智能编排引擎与完整的测试生命周期管理能力。通过原生 MCP 协议与 AI 智能体，支持从对话指令到漏洞发现、攻击链分析、知识检索与结果可视化的全流程自动化，为安全团队提供可审计、可追溯、可协作的专业测试环境。

在安全领域，真正稀缺的从来不是工具，而是判断。判断来自经验，而经验往往只能依附在个人身上，难以继承、难以复用。CyberStrikeAI 尝试解决的不是“如何自动化攻击”，而是：在复杂、多变、充满不确定性的环境中，下一步“应该做什么”，以及“为什么”。它不追求更激进的自动化，而是试图把安全专家的思考方式、决策路径与失败经验，转化为一个可约束、可复盘、可演进的系统能力。如果经验可以脱离个人而存在，那么安全，才真正具备了被系统性继承的可能。

界面与集成预览

  • Web 控制台
    Preview
  • MCP stdio 模式
    Preview
  • 外部 MCP 服务器 & 攻击链视图
    Preview
    Preview
  • 漏洞管理
    Preview

特性速览

  • 🤖 兼容 OpenAI/DeepSeek/Claude 等模型的智能决策引擎
  • 🔌 原生 MCP 协议，支持 HTTP / stdio 以及外部 MCP 接入
  • 🧰 100+ 现成工具模版 + YAML 扩展能力
  • 📄 大结果分页、压缩与全文检索
  • 🔗 攻击链可视化、风险打分与步骤回放
  • 🔒 Web 登录保护、审计日志、SQLite 持久化
  • 📚 知识库功能：向量检索与混合搜索，为 AI 提供安全专业知识
  • 📁 对话分组管理：支持分组创建、置顶、重命名、删除等操作
  • 🛡️ 漏洞管理功能：完整的漏洞 CRUD 操作，支持严重程度分级、状态流转、按对话/严重程度/状态过滤，以及统计看板

工具概览

系统预置 100+ 渗透/攻防工具，覆盖完整攻击链：

  • 网络扫描：nmap、masscan、rustscan、arp-scan、nbtscan
  • Web 应用扫描：sqlmap、nikto、dirb、gobuster、feroxbuster、ffuf、httpx
  • 漏洞扫描：nuclei、wpscan、wafw00f、dalfox、xsser
  • 子域名枚举：subfinder、amass、findomain、dnsenum、fierce
  • 网络空间搜索引擎：fofa_search、zoomeye_search
  • API 安全：graphql-scanner、arjun、api-fuzzer、api-schema-analyzer
  • 容器安全：trivy、clair、docker-bench-security、kube-bench、kube-hunter
  • 云安全：prowler、scout-suite、cloudmapper、pacu、terrascan、checkov
  • 二进制分析：gdb、radare2、ghidra、objdump、strings、binwalk
  • 漏洞利用：metasploit、msfvenom、pwntools、ropper、ropgadget
  • 密码破解：hashcat、john、hashpump
  • 取证分析：volatility、volatility3、foremost、steghide、exiftool
  • 后渗透：linpeas、winpeas、mimikatz、bloodhound、impacket、responder
  • CTF 实用工具：stegsolve、zsteg、hash-identifier、fcrackzip、pdfcrack、cyberchef
  • 系统辅助：exec、create-file、delete-file、list-files、modify-file

基础使用

快速上手

  1. 获取代码并安装依赖 
    git clone https://github.com/Ed1s0nZ/CyberStrikeAI.git
cd CyberStrikeAI-main
go mod download
  2. 初始化 Python 虚拟环境（tools 目录所需）
    tools/*.yaml 中大量工具（如 api-fuzzer、http-framework-test、install-python-package 等）依赖 Python 生态。首次进入项目根目录时请创建本地虚拟环境并安装依赖： 
    python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
    两个 Python 专用工具（install-python-package 与 execute-python-script）会自动检测该 venv（或已经激活的 $VIRTUAL_ENV），因此默认 env_name 即可满足大多数场景。
  3. 配置模型与鉴权
    启动后在 Web 端 Settings 填写，或直接编辑 config.yaml： 
    openai:
  api_key: "sk-your-key"
  base_url: "https://api.openai.com/v1"
  model: "gpt-4o"
auth:
  password: ""                 # 为空则首次启动自动生成强口令
  session_duration_hours: 12
security:
  tools_dir: "tools"
  4. 按需安装安全工具（可选） 
    # macOS
brew install nmap sqlmap nuclei httpx gobuster feroxbuster subfinder amass
# Ubuntu/Debian
sudo apt-get install nmap sqlmap nuclei httpx gobuster feroxbuster
    未安装的工具会自动跳过或改用替代方案。
  5. 启动服务 
    chmod +x run.sh && ./run.sh
# 或
go run cmd/server/main.go
# 或
go build -o cyberstrike-ai cmd/server/main.go
  6. 浏览器访问 http://localhost:8080 ，使用日志中提示的密码登录并开始对话。

常用流程

  • 对话测试：自然语言触发多步工具编排，SSE 实时输出。
  • 工具监控：查看任务队列、执行日志、大文件附件。
  • 会话历史：所有对话与工具调用保存在 SQLite，可随时重放。
  • 对话分组：将对话按项目或主题组织到不同分组，支持置顶、重命名、删除等操作，所有数据持久化存储。
  • 漏洞管理：在测试过程中创建、更新和跟踪发现的漏洞。支持按严重程度（严重/高/中/低/信息）、状态（待确认/已确认/已修复/误报）和对话进行过滤，查看统计信息并导出发现。
  • 可视化配置：在界面中切换模型、启停工具、设置迭代次数等。

默认安全措施

  • 设置面板内置必填校验，防止漏配 API Key/Base URL/模型。
  • auth.password 为空时自动生成 24 位强口令并写回 config.yaml。
  • 所有 API（除登录外）都需携带 Bearer Token，统一鉴权中间件拦截。
  • 每个工具执行都带有超时、日志和错误隔离。

进阶使用

工具编排与扩展

  • tools/*.yaml 定义命令、参数、提示词与元数据，可热加载。
  • security.tools_dir 指向目录即可批量启用；仍支持在主配置里内联定义。
  • 大结果分页：超过 200KB 的输出会保存为附件，可通过 query_execution_result 工具分页、过滤、正则检索。
  • 结果压缩/摘要：多兆字节日志可先压缩或生成摘要再写入 SQLite，减小档案体积。

自定义工具的一般步骤

  1. 复制 tools/ 下现有示例（如 tools/sample.yaml）。
  2. 修改 name、command、args、short_description 等基础信息。
  3. 在 parameters[] 中声明位置参数或带 flag 的参数，方便智能体自动拼装命令。
  4. 视需要补充 description 或 notes，给 AI 额外上下文或结果解读提示。
  5. 重启服务或在界面中重新加载配置，新工具即可在 Settings 面板中启用/禁用。

攻击链分析

  • 智能体解析每次对话，抽取目标、工具、漏洞与因果关系。
  • Web 端可交互式查看链路节点、风险级别及时间轴，支持导出报告。

MCP 全场景

  • Web 模式：自带 HTTP MCP 服务供前端调用。
  • MCP stdio 模式：go run cmd/mcp-stdio/main.go 可接入 Cursor/命令行。
  • 外部 MCP 联邦：在设置中注册第三方 MCP（HTTP/stdio），按需启停并实时查看调用统计与健康度。

MCP stdio 快速集成

  1. 编译可执行文件（在项目根目录执行）： 
    go build -o cyberstrike-ai-mcp cmd/mcp-stdio/main.go
  2. 在 Cursor 中配置
    打开 Settings → Tools & MCP → Add Custom MCP，选择 Command，指定编译后的程序与配置文件： 
    {
  "mcpServers": {
    "cyberstrike-ai": {
      "command": "/absolute/path/to/cyberstrike-ai-mcp",
      "args": [
        "--config",
        "/absolute/path/to/config.yaml"
      ]
    }
  }
}
    将路径替换成你本地的实际地址，Cursor 会自动启动 stdio 版本的 MCP。

MCP HTTP 快速集成

  1. 确认 config.yaml 中 mcp.enabled: true，按照需要调整 mcp.host / mcp.port（本地建议 127.0.0.1:8081）。
  2. 启动主服务（./run.sh 或 go run cmd/server/main.go），MCP 端点默认暴露在 http://<host>:<port>/mcp。
  3. 在 Cursor 内 Add Custom MCP → HTTP，将 Base URL 设置为 http://127.0.0.1:8081/mcp。
  4. 也可以在项目根目录创建 .cursor/mcp.json 以便团队共享： 
    {
  "mcpServers": {
    "cyberstrike-ai-http": {
      "transport": "http",
      "url": "http://127.0.0.1:8081/mcp"
    }
  }
}

知识库功能

  • 向量检索：AI 智能体在对话过程中可自动调用 search_knowledge_base 工具搜索知识库中的安全知识。
  • 混合检索：结合向量相似度搜索与关键词匹配，提升检索准确性。
  • 自动索引：扫描 knowledge_base/ 目录下的 Markdown 文件，自动构建向量嵌入索引。
  • Web 管理：通过 Web 界面创建、更新、删除知识项，支持分类管理。
  • 检索日志：记录所有知识检索操作，便于审计与调试。

快速开始（使用预构建知识库）：

  1. 下载知识数据库：从 GitHub Releases 下载预构建的知识数据库文件。
  2. 解压并放置：将下载的知识数据库文件（knowledge.db）解压后放到项目的 data/ 目录下。
  3. 重启服务：重启 CyberStrikeAI 服务，知识库即可直接使用，无需重新构建索引。

知识库配置步骤：

  1. 启用功能：在 config.yaml 中设置 knowledge.enabled: true： 
    knowledge:
  enabled: true
  base_path: knowledge_base
  embedding:
    provider: openai
    model: text-embedding-v4
    base_url: "https://api.openai.com/v1"  # 或你的嵌入模型 API
    api_key: "sk-xxx"
  retrieval:
    top_k: 5
    similarity_threshold: 0.7
    hybrid_weight: 0.7
  2. 添加知识文件：将 Markdown 文件放入 knowledge_base/ 目录，按分类组织（如 knowledge_base/SQL注入/README.md）。
  3. 扫描索引：在 Web 界面中点击"扫描知识库"，系统会自动导入文件并构建向量索引。
  4. 对话中使用：AI 智能体在需要安全知识时会自动调用知识检索工具。你也可以显式要求："搜索知识库中关于 SQL 注入的技术"。

知识库结构说明：

  • 文件按分类组织（目录名作为分类）。
  • 每个 Markdown 文件自动切块并生成向量嵌入。
  • 支持增量更新，修改后的文件会自动重新索引。

自动化与安全

  • REST API：认证、会话、任务、监控、漏洞管理等接口全部开放，可与 CI/CD 集成。
  • 漏洞管理 API：通过 /api/vulnerabilities 端点管理漏洞：GET /api/vulnerabilities（列表，支持过滤）、POST /api/vulnerabilities（创建）、GET /api/vulnerabilities/:id（获取）、PUT /api/vulnerabilities/:id（更新）、DELETE /api/vulnerabilities/:id（删除）、GET /api/vulnerabilities/stats（统计）。
  • 任务控制：支持暂停/终止长任务、修改参数后重跑、流式获取日志。
  • 安全管理：/api/auth/change-password 可即时轮换口令；建议在暴露 MCP 端口时配合网络层 ACL。

配置参考

auth:
  password: "change-me"
  session_duration_hours: 12
server:
  host: "0.0.0.0"
  port: 8080
log:
  level: "info"
  output: "stdout"
mcp:
  enabled: true
  host: "0.0.0.0"
  port: 8081
openai:
  api_key: "sk-xxx"
  base_url: "https://api.deepseek.com/v1"
  model: "deepseek-chat"
database:
  path: "data/conversations.db"
  knowledge_db_path: "data/knowledge.db"  # 可选：知识库独立数据库
security:
  tools_dir: "tools"
knowledge:
  enabled: false  # 是否启用知识库功能
  base_path: "knowledge_base"  # 知识库目录路径
  embedding:
    provider: "openai"  # 嵌入模型提供商（目前仅支持 openai）
    model: "text-embedding-v4"  # 嵌入模型名称
    base_url: ""  # 留空则使用 OpenAI 配置的 base_url
    api_key: ""  # 留空则使用 OpenAI 配置的 api_key
  retrieval:
    top_k: 5  # 检索返回的 Top-K 结果数量
    similarity_threshold: 0.7  # 相似度阈值（0-1），低于此值的结果将被过滤
    hybrid_weight: 0.7  # 混合检索权重（0-1），向量检索的权重，1.0 表示纯向量检索，0.0 表示纯关键词检索

工具模版示例（tools/nmap.yaml）

name: "nmap"
command: "nmap"
args: ["-sT", "-sV", "-sC"]
enabled: true
short_description: "网络资产扫描与服务指纹识别"
parameters:
  - name: "target"
    type: "string"
    description: "IP 或域名"
    required: true
    position: 0
  - name: "ports"
    type: "string"
    flag: "-p"
    description: "端口范围，如 1-1000"

项目结构

CyberStrikeAI/
├── cmd/                 # Web 服务、MCP stdio 入口及辅助工具
├── internal/            # Agent、MCP 核心、路由与执行器
├── web/                 # 前端静态资源与模板
├── tools/               # YAML 工具目录（含 100+ 示例）
├── img/                 # 文档配图
├── config.yaml          # 运行配置
├── run.sh               # 启动脚本
└── README*.md

基础体验示例

扫描 192.168.1.1 的开放端口
对 192.168.1.1 做 80/443/22 重点扫描
检查 https://example.com/page?id=1 是否存在 SQL 注入
枚举 https://example.com 的隐藏目录与组件漏洞
获取 example.com 的子域并批量执行 nuclei

进阶剧本示例

加载侦察剧本：先 amass/subfinder，再对存活主机进行目录爆破。
挂载基于 Burp 的外部 MCP，完成认证流量回放并回传到攻击链。
将 5MB nuclei 报告压缩并生成摘要，附加到对话记录。
构建最新一次测试的攻击链，只导出风险 >= 高的节点列表。

Changelog（近期）

  • 2025-12-25 —— 新增漏洞管理功能：完整的漏洞 CRUD 操作，支持跟踪测试过程中发现的漏洞。支持严重程度分级（严重/高/中/低/信息）、状态流转（待确认/已确认/已修复/误报）、按对话/严重程度/状态过滤，以及统计看板。
  • 2025-12-25 —— 新增对话分组功能：支持创建分组、将对话移动到分组、分组置顶、重命名和删除等操作，所有分组数据持久化存储到数据库。
  • 2025-12-24 —— 重构攻击链生成逻辑，生成速度提升一倍。重构攻击链前端页面展示，优化用户体验。
  • 2025-12-20 —— 新增知识库功能：支持向量检索、混合搜索与自动索引，AI 智能体可在对话中自动搜索安全知识。
  • 2025-12-19 —— 新增钟馗之眼（ZoomEye）网络空间搜索引擎工具（zoomeye_search），支持 IPv4/IPv6/Web 等资产搜索、统计项查询与灵活的查询参数配置。
  • 2025-12-18 —— 优化 Web 前端界面，增加侧边栏导航，提升用户体验。
  • 2025-12-07 —— 新增 FOFA 网络空间搜索引擎工具（fofa_search），支持灵活的查询参数与字段配置。
  • 2025-12-07 —— 修复位置参数处理 bug：当工具参数使用默认值时，确保后续参数位置正确传递。
  • 2025-11-20 —— 支持超大日志/MCP 记录的自动压缩与摘要回写。
  • 2025-11-17 —— 上线 AI 驱动的攻击链图谱与风险评分。
  • 2025-11-15 —— 提供大结果分页检索与外部 MCP 挂载能力。
  • 2025-11-14 —— 工具检索 O(1)、执行记录清理、数据库分页优化。
  • 2025-11-13 —— Web 鉴权、Settings 面板与 MCP stdio 模式发布。

404星链计划

CyberStrikeAI 现已加入 404星链计划

TCH Top-Ranked Intelligent Pentest Project

欢迎提交 Issue/PR 贡献新的工具模版或优化建议！

Reference in New Issue View Git Blame Copy Permalink