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

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

复制代码
pmuse agent

语言模型选择

API管理

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
Blossom.11839 分钟前
使用Python和Scikit-Learn实现机器学习模型调优
开发语言·人工智能·python·深度学习·目标检测·机器学习·scikit-learn
DevSecOps选型指南2 小时前
2025软件供应链安全最佳实践︱证券DevSecOps下供应链与开源治理实践
网络·安全·web安全·开源·代码审计·软件供应链安全
ABB自动化2 小时前
for AC500 PLCs 3ADR025003M9903的安全说明
服务器·安全·机器人
DFminer2 小时前
【LLM】fast-api 流式生成测试
人工智能·机器人
恰薯条的屑海鸥2 小时前
零基础在实践中学习网络安全-皮卡丘靶场(第十六期-SSRF模块)
数据库·学习·安全·web安全·渗透测试·网络安全学习
郄堃Deep Traffic2 小时前
机器学习+城市规划第十四期:利用半参数地理加权回归来实现区域带宽不同的规划任务
人工智能·机器学习·回归·城市规划
GIS小天3 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年6月7日第101弹
人工智能·算法·机器学习·彩票
阿部多瑞 ABU3 小时前
主流大语言模型安全性测试(三):阿拉伯语越狱提示词下的表现与分析
人工智能·安全·ai·语言模型·安全性测试
cnbestec3 小时前
Xela矩阵三轴触觉传感器的工作原理解析与应用场景
人工智能·线性代数·触觉传感器
不爱写代码的玉子3 小时前
HALCON透视矩阵
人工智能·深度学习·线性代数·算法·计算机视觉·矩阵·c#