StrikeAgent_AtkBrain-Flash - 由夜安团队研发的AI Agent渗透测试平台，强调自监督，自循环，自进化首创寻宝机制、三段式上升结构

项目说明

<p>
<a href="README.en.md">English</a>
</p>

<p align="center">
<img src="docs/assets/icon.svg" width="128" height="128" alt="StrikeAgent" />
<img src="docs/assets/times.svg" width="48" height="128" alt="×" />
<img src="docs/assets/brand.jpg" width="128" height="128" alt="夜安团队 SEC" />
</p>

<p align="center">
_{StrikeAgent × 夜安团队 SEC}
</p>

<h1 align="center">StrikeAgent_AtkBrain-Flash</h1>

!本项目提出：自循环 · 自监督 · 自进化

此项目由夜安团队开发，旨在探索 AI 渗透方面的能力，希望做点有自己思想的东西而不是Ai千篇一律随便搞出来的

项目整体看似简单，实则经过多轮实战测试，倾注了团队大量心血。细节设计更是数不胜数：单单“不打歪又能获得更大攻击面”这一点，就让团队煞费苦心（Flash 版）。此外，为了避免 AI 给出的漏洞存在夸大或误报的情况，团队特别设计了红队二次评级和二次验证，让漏洞所见即所得、拿着就能用，等等这些小细节。

团队自用的Pro版本更是已经落地几十个项目超千个外网真实授权环境，所有努力只聚焦外网打点。专注于一点登峰造极

架构

控制台调度猎面；攻击图驱动自循环。从者整轮打完再问御主，卡住或到周期才开口；对话框里的人工指令立刻打断本轮。收工把手法蒸馏进记忆库。运行时是 Pi，用哪家模型在设置里的 JSON 里定。红队 / 蓝队/SRC 默认直连真实 IP；只有打开设置里导入的代理池才走代理。

!StrikeAgent_AtkBrain-Flash 架构

产品页面展示

产品全貌：

!产品全貌

首页及新建任务：单目标 / 集群；红队（getshell）、CTF（flag）、蓝队/SRC。

!首页及新建任务

项目控制台：攻击图、时间线、漏洞、对话。

!项目控制台

漏洞库：

!漏洞库

交付报告

<p><i>此报告为一次真实的授权业务场景</i></p>

打开 HTML

!交付报告封面

!交付报告执行摘要

!关键攻击路径

!资产画像

排行榜

Tsecbench v1 第 1 名（StrikeAgent_AtkBrain-Flash，97.89 / 100）。腾讯安全云鼎实验室的智能攻防 Agent 评测。

!Tsecbench 榜单

为了平台安全所做的努力

未授权访问拿不到登录页、接口和明文口令。

环境与安装

两种搭法挑一种。Docker 把控制台、Pi 和常用探测工具打进镜像。Linux 实例不用容器，用 systemd 在这台机器上常驻。不要两套同时占 2333 / 2334。

模型不在安装时选定。控制台起来之后，到设置里改 Pi 的 JSON。.env 只放本机口令和端口，不要把供应商密钥写进去。数据都在 backend/data/（gitignore），升级镜像或重装服务都不会盖掉库、入口和已保存的模型 JSON。

Docker 搭建

需要 Docker 与 Docker Compose 插件。在仓库根目录（有 compose.yaml 和 .en 的那一层）执行。Linux 用 host 网络，浏览器所在机器要能访问这台主机的 2334。macOS 的 Docker Desktop 没有 host 网络，启动时多加一份 deploy/compose.mac.yaml，这时控制台只绑在本机 127.0.0.1。

--build 按 Dockerfile.console 编镜像 strikeagent-atkbrain-flash:console，--wait 等到探活通过再返回。容器名是 strikeagent-atkbrain-flash（API）和 strikeagent-atkbrain-caddy（HTTPS）。

Linux 实例搭建

在 Linux 上直接跑，不建容器。需要 root、systemd、Python 3.11+（/usr/bin/python3）、Node.js 20+、npm、openssl。服务单元写死用系统的 python3，依赖要装进这个解释器，不要只装进一个没被 unit 用到的 venv。

Debian / Ubuntu：

RHEL / TencentOS：

发行版自带的 Node 若低于 20，先换成 Node.js 20 再继续。然后装本仓库的 Python 依赖、前端和 Pi：

atkbrain-up.sh 会安装并拉起两个单元：

日志也在 backend/data/logs/backend.log 和 frontend.log。

升级时在仓库根目录拉新代码，再装一次依赖并重启。前端有改动时要重新构建：

停服务：sudo scripts/atkbrain-backend.sh stop 与 sudo scripts/atkbrain-frontend.sh stop。卸掉单元但保留数据：两个脚本都执行 uninstall。

Docker 镜像里带了常用探测工具。Linux 实例只保证控制台和 Pi 能起来，猎面要调用的 nmap 等命令需要另外装在这台机器上，并出现在 root 的 PATH 里。

起来之后

用 panel 打印的 https 地址打开（自签证书点继续）。控制台是 :2334，API 是 :2333。裸 :2334/ 是介绍页，登录地址带那段随机路径。

首次用 admin / admin 进去，页面会要求马上改密。

然后配置模型。打开控制台的 设置 → Pi 模型，编辑框里就是 Pi 的 models.json。改 pro（含 apiKey、接口地址、模型列表），再用 defaultProvider 和 defaultModel 指定猎面实际加载的那一个。保存后写入 backend/data/pi-models.json，之后拉起的 Pi 读这份文件。JSON 不合法会拒绝保存。

忘了入口或口令：再跑对应搭法的 panel。若提示没有明文副本，在 .env 设 ATKBRAIN_ADMIN_PASSWORD 与 ATKBRAIN_ADMIN_PASSWORD_RESET=1。Docker 再执行一次对应系统的 docker compose ... up -d。Linux 实例再执行 sudo scripts/atkbrain-backend.sh restart。确认能登录后把 RESET 改回 false。

开源协议与免责声明

AGPL-3.0-only — 个人和开源免费。商业许可：禁止一切未授权的商业行为。正文见 LICENSE。

仅限已获明确授权的环境。使用即表示你已获得授权并自行承担后果。

交流群已满。关注公众号「夜安团队SEC」联系拉群。

!夜安团队SEC 公众号名片

项目信息

开发语言：Python

Star 数：599

技术要点

该项目属于CTF思路方向的开源资源，代码结构清晰，适合安全研究人员学习参考。项目围绕由夜安团队研发的AI Agent渗透测试平台，强调自监督，自循环，自进化首创寻宝机制、三段式上升结构，涵盖红队打点、SRC、CTF，特别是在红队领域有极为亮眼的存在展开，提供了可运行的实现，对理解相关安全机制、工具原理与攻防技术具有较高的研究价值。

从技术实现角度看，此类项目的核心在于对底层原理的深入理解与工程化落地。开发者在研究过程中可以结合官方文档与社区讨论，梳理项目的初始化流程、核心模块职责与数据流转，逐步掌握其中的技术细节与设计思路。

使用与学习建议

1. 下载源码压缩包，解压到本地环境。

2. 根据项目类型准备对应的运行环境与依赖。

3. 按照 README 中的步骤完成配置与部署。

4. 在隔离的测试环境中运行验证，避免影响生产系统。

免责声明

本资源来源于开源社区，仅供安全研究、技术学习与合法授权范围内的攻防演练使用，请勿用于任何非法或侵害他人权益的用途。使用本项目产生的一切后果由使用者自行承担。