Pentest Muse:一款专为网络安全人员设计的AI助手

关于Pentest Muse

Pentest Muse是一款专为网络安全研究人员和渗透测试人员设计和开发的人工智能AI助手,该工具可以帮助渗透测试人员进行头脑风暴、编写Payload、分析代码或执行网络侦查任务。除此之外,Pentest Muse甚至还能够执行命令行代码并以迭代方式解决复杂的问题和任务。

简而言之,我们只需要把想做的事情告诉Pentest Muse,它就能够帮助我们完成想要的安全测试与评估任务。

Pentest Muse Web应用程序

除了命令行接口之外,该工具还提供了Web应用程序版本,广大研究人员可以直接点击【这里】访问Pentest Muse最新的线上版本。

工具要求

annotated-types==0.6.0

anyio==3.7.1

certifi==2023.11.17

distro==1.8.0

h11==0.14.0

httpcore==1.0.2

httpx==0.25.2

idna==3.6

markdown-it-py==3.0.0

mdurl==0.1.2

openai==1.3.5

prompt-toolkit==3.0.41

pydantic==2.5.2

pydantic_core==2.14.5

Pygments==2.17.2

python-dotenv==1.0.0

rich==13.7.0

setuptools==68.0.0

sniffio==1.3.0

tqdm==4.66.1

typing_extensions==4.8.0

wcwidth==0.2.12

wheel==0.41.2

pyfiglet

requests==2.31.0

websocket-client==1.7.0

工具安装

由于该工具基于Python 3.12开发,因此我们首先需要在本地设备上安装并配置好Python 3.12+环境。

接下来,广大研究人员可以直接使用下列命令将该项目源码克隆至本地:

复制代码
git clone https://github.com/pentestmuse-ai/PentestMuse

然后切换到项目目录中,使用pip工具和项目提供的requirements.txt安装该工具所需的其他依赖组件:

复制代码
cd PentestMuse

pip install -r requirements.txt

除此之外,我们也可以将项目代码克隆至本地后,将Pentest Muse以Python包的形式安装:

复制代码
pip install .

工具运行

聊天模式(默认)

在聊天模式中,我们可以直接与Pentest Muse聊天,并请它帮我们头脑风暴、编写Payload或对代码进行安全分析。参考命令如下:

复制代码
python run_app.py

或

复制代码
pmuse

代理模式(Beta)

我们也可以让Pentest Muse使用代理模式来执行操作。在代理模式下,Pentest Muse能够帮助我们完成一系列简单的任务,例如"帮我们在url为xxx的目标上执行SQL注入测试"。下列命令可以直接以代理模式启动Pentest Muse:

复制代码
python run_app.py agent

或

复制代码
pmuse agent

语言模型选择

API管理

在www.pentestmuse.ai/signup上注册后,我们就可以使用Pentest Muse来管理API了,创建一个账号,打开Pentest Muse的命令行接口,程序将会提示我们进行登录。

OpenAI API密钥

除此之外,我们还可以选择使用自己的OpenAI API密钥。我们可以直接在启动Pentest Muse脚本时,添加下列命令行参数选项即可:

复制代码
--openai-api-key=[your openai api key

许可证协议

本项目的开发与发布遵循MIT开源许可协议。

项目地址

Pentest Muse :【GitHub传送门】

参考资料

Pentest Muse

相关推荐
kaixin_啊啊3 分钟前
【零基础学AI】第 17 章——一个机器学习项目怎样完成
人工智能·机器学习
Elastic 中国社区官方博客11 分钟前
5 分钟内将 56 页扫描文档转化为带引用的答案:面向搜索无法读取的文档的检索增强生成流水线
大数据·运维·人工智能·elasticsearch·搜索引擎·信息可视化·全文检索
天天代码码天天12 分钟前
我用 C# 做了个运动计数器:打开摄像头,让电脑帮你数次数
人工智能
STLearner22 分钟前
KDD 2026 | (2月轮)时空数据(Spatial-Temporal)论文总结时空【下】(人群移动,城市科学(资源调度,)
大数据·人工智能·python·深度学习·机器学习·语言模型·数据挖掘
云和数据.ChenGuang22 分钟前
python sorted函数详细剖析
开发语言·人工智能·windows·python·1024程序员节
打工仔折腾 AI26 分钟前
AI Agent 工程化实战(二):5 分钟跑通 Deep Agent 并逐层拆解底层链路
java·数据库·人工智能·后端·python·langchain·ai agent 实战
云和数据.ChenGuang28 分钟前
Python map() 函数详解:从语法、原理到实战用法
开发语言·人工智能·python·langchain·1024程序员节
一马平川的大草原29 分钟前
企业语义本体(Ontology)构建方法论及智能体应用的保障机制
人工智能·智能体·语义本体
fogota36 分钟前
【脑洞】NaiveMind 初生自主认知人工智能
人工智能