Dark-Moon

让 AI 自动打渗透，漏洞证据直接给，隐私不出内网

Dark-Moon 是一个自主 AI 渗透测试引擎，旨在持续对 Web、云、身份、CI/CD、IaC、数据库、Active Directory、Kubernetes 和 IoT 固件等目标执行进攻性安全测试。它结合智能体推理与真实漏洞利用执行，提供基于证据的漏洞报告。其核心隐私网关确保 LLM 不会接触真实 IP、主机或凭据，所有数据不离开企业边界。项目使用 Python 开发，处于早期阶段但已获得 821 星标，适合安全团队自动化渗透测试流程。

开源 unknown 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 967
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类智能体
开发团队ASCIT31
所属国家
官网地址https://dark-moon.org
GitHubhttps://github.com/ASCIT31/Dark-Moon
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型active-directory,ai-penetration-testing,ai-red-team,ai-red-teaming,ai-security,ai-security-tool,autonomous-ai,cloud-security,kubernetes,llm,llm-security,local-llm,mcp,offensive-security,penetration-testing,pentesting,red-team,security-tools,self-hosted,vulnerability-scanner
GitHub 星标★ 967
30天Star增速
HF 下载量
上线时间2024-11-26 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 覆盖攻击面广，从 Web 到 IoT 固件全栈支持
  • 真实漏洞利用执行，输出带证据，非纯理论分析
  • 隐私网关设计，LLM 不接触敏感数据，适合企业内网部署

不足之处

  • 早期项目，文档和社区生态待观察
  • 依赖 LLM 推理，复杂环境下的稳定性和误报率需验证

适用场景

  • 企业安全团队自动化日常渗透测试
  • 红队演练中快速发现多目标攻击面漏洞
  • 合规审计前对基础设施进行持续安全扫描

替代项目

PentestGPT、AutoGPT、Nuclei

项目介绍

Dark-Moon 是行业应用领域的开源项目，由 ASCIT31 开发，2024 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（967）位列前 30%，在行业应用分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。

它主要面向的使用场景是：企业安全团队自动化日常渗透测试。同类可对比的替代方案包括 PentestGPT、AutoGPT、Nuclei。

上一篇：PC_Workman_HCK

下一篇：LazyOwn

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩，副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11