警告
PentestGPT 仅为研究原型
PentestGPT是一个开创性地将生成型AI应用于网络安全的研究原型。请注意，某些第三方服务可能声称提供收费的PentestGPT产品——原始项目是免费的并且是开源的。
演示
安装演示
观看 YouTube[1]
PentestGPT 实时演示
观看 YouTube[2]
v1.0 新功能 (Agentic 升级)
•自主代理 - 使用 Agentic 管道进行智能、自动化的渗透测试•会话持久性 - 保存并恢复渗透测试会话•以 Docker 为主 - 提供隔离的、可重复的环境，内置安全工具
正在开发中 : 支持 OpenAI、Gemini 和其他大型语言模型（LLM）提供商的多模型支持
功能特点
•AI 驱动的挑战解决器 - 利用大型语言模型的高级推理能力进行渗透测试和 CTF 挑战•实时指导 - 跟踪代理在解决挑战时的每一步•多类别支持 - 支持 Web、加密、逆向工程、取证、PWN、特权提升等类别•实时反馈 - 通过活动更新实时观察 AI 的工作过程•可扩展架构 - 干净、模块化的设计，便于未来的扩展
快速开始
前置条件
•Docker（必需） - 安装 Docker[3]•LLM 提供商（选择一个） :•从 Anthropic 控制台[4] 获取 API 密钥•Claude OAuth 登录（需要 Claude 订阅）•OpenRouter[5] 获取替代模型
安装步骤
1.克隆并构建
git clone --recurse-submodules https://github.com/GreyDGL/PentestGPT.gitcd PentestGPTmake install
2.配置认证（仅第一次需要）
make config
3.连接到容器
make connect
注意 : --recurse-submodules 标志会下载基准测试套件。如果你已经没有使用此标志进行克隆，可以运行以下命令来更新子模块：
git submodule update --init --recursive
尝试基准测试运行：
uv run pentestgpt-benchmark start XBEN-037-24
然后连接到容器并运行：
pentestgpt --target http://host.docker.internal:8000
命令参考
|
命令
|
描述
|
| make install |
构建 Docker 镜像
|
| make config |
配置 API 密钥（首次设置）
|
| make connect |
连接到容器（主要入口点）
|
| make stop |
停止容器（配置保持不变）
|
| make clean-docker |
移除所有内容，包括配置
|
使用方法
# 交互式 TUI 模式（默认）
pentestgpt --target 10.10.11.234
# 非交互模式
pentestgpt --target 10.10.11.100--non-interactive
# 带挑战上下文
pentestgpt --target 10.10.11.50--instruction "WordPress 网站，重点关注插件漏洞"
键盘快捷键：F1帮助 | Ctrl+P 暂停/恢复 | Ctrl+Q 退出
使用本地 LLM（大语言模型）
PentestGPT 支持将请求路由到运行在您主机上的本地 LLM 服务器（如 LM Studio、Ollama、text-generation-webui 等）。
前提条件
•本地 LLM 服务器，且支持 OpenAI 兼容的 API 接口。•LM Studio ：启用服务器模式（默认端口 1234）•Ollama ：运行 ollama serve（默认端口 11434）
设置步骤
1.配置 PentestGPT 使用本地 LLM：
make config
2.选择选项 4：**Local LLM** （本地 LLM）
3.启动您主机上的本地 LLM 服务器。
4.然后连接到容器：
make connect
自定义模型
编辑 scripts/ccr-config-template.json 文件来自定义配置：
•localLLM.api\_base\_url：您的 LLM 服务器 URL（默认：host.docker.internal:1234）•localLLM.models：您服务器上可用的模型名称•Router 部分：指定哪些模型处理哪些操作
|
路由
|
目的
|
默认模型
|
| default |
一般任务
|
openai/gpt-oss-20b
|
| background |
背景操作
|
openai/gpt-oss-20b
|
| think |
推理密集型任务
|
qwen/qwen3-coder-30b
|
| longContext |
大上下文处理
|
qwen/qwen3-coder-30b
|
| webSearch |
网络搜索操作
|
openai/gpt-oss-20b
|
故障排除
•连接被拒绝 ：确保您的 LLM 服务器正在运行并监听配置的端口。•Docker 网络问题 ：从 Docker 访问主机服务时，请使用 host.docker.internal（而不是 localhost）。•查看 CCR 日志 ：在容器内运行以下命令查看日志：cat /tmp/ccr.log
开发
前提条件
•uv（必需） - Python 包管理器：curl -LsSf https://astral.sh/uv/install.sh | sh•Claude Code CLI - 配置方式：claude login 或 export ANTHROPIC\_API\_KEY='your-key'•教程： 使用本地模型与 Claude Code[6]
本地开发
uv sync # 安装依赖
uv run pentestgpt --target 10.10.11.234# 本地运行
项目命令
make test # 运行 pytest 测试
make lint # 运行 ruff linter
make typecheck # 运行 mypy 类型检查
make ci # 运行完整的 CI 模拟（包括：linter、格式化、类型检查、测试、构建）
make ci-quick # 快速 CI（不包括构建步骤）
旧版本
之前支持 OpenAI、Gemini、Deepseek 和 Ollama 的多 LLM 版本（v0.15）已归档在 legacy/ 目录中：
cd legacy && pip install -e .&& pentestgpt --reasoning gpt-4o
好了，今天的分享就到这里了，下期见！
https://github.com/GreyDGL/PentestGPT?tab=readme-ov-file
References
[1] 观看 YouTube:https://www.youtube.com/watch?v=RUNmoXqBwVg
[2]观看 YouTube:https://www.youtube.com/watch?v=cWi3Yb7RmZA
[3]Docker:https://docs.docker.com/get-started/get-docker/
[4]Anthropic 控制台:https://console.anthropic.com/login?returnTo=%2F%3F
[5]OpenRouter:https://openrouter.ai/sign-in?redirect\_url=https%3A%2F%2Fopenrouter.ai%2Fsettings%2Fkeys
[6]教程： 使用本地模型与 Claude Code: https://docs.google.com/document/d/1ixK7x-wlr5t5TYZJdfm75UME5KnPCpS46boLkUXKg1w/edit?usp=sharing&pli=1&authuser=0