PentestGPT

让大模型当你的渗透测试副驾驶，自动规划并执行攻击链路

PentestGPT 是一个基于大语言模型的自动化渗透测试智能体框架。它解决传统渗透测试高度依赖专家经验、流程繁琐且自动化程度低的问题，通过将 LLM 的推理能力与模块化工具链结合，引导用户完成从信息收集、漏洞分析到利用和报告生成的完整渗透测试流程。其核心能力包括：交互式任务规划，能根据目标环境动态生成测试策略；内置丰富的渗透测试工具和知识库，支持调用外部工具执行具体操作；以及上下文感知的漏洞验证和利用建议，降低测试门槛。项目采用 Python 实现，架构清晰，支持自定义扩展，适合安全研究人员、红队成员以及希望学习渗透测试的开发者使用。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 15563

维护状态维护中

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队GreyDGL

所属国家

官网地址

GitHubhttps://github.com/GreyDGL/PentestGPT

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型large-language-models,llm,penetration-testing,python

GitHub 星标★ 15563

30天Star增速

HF 下载量

上线时间2023-02-27 00:00:00

最近更新2026-09-22 00:00:00

维护状态维护中

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5

使用教程

难度：进阶约 15 分钟部署方式：本地安装 7 步

环境要求

Python 环境（依赖由 uv 管理，make install 会执行 uv sync）
已安装 git 与 make 命令行工具
本地运行时需要能调用 LLM 后端（README 中示例为 claude / codex）
如使用 Docker 方式，需要本机已安装 Docker 并可用 make docker-* 目标
一个可测试的授权目标地址（示例 10.10.11.234）

安装与启动步骤

1克隆项目仓库

把 PentestGPT 源码拉取到本地，README 给出的官方仓库地址如下。
```
git clone https://github.com/GreyDGL/PentestGPT.git
```
2进入项目目录

后续所有 make 命令都需要在项目根目录下执行。
```
cd PentestGPT
```
3安装依赖

make install 实际执行 uv sync，负责创建环境并同步 Python 依赖。
```
make install
```
4本地运行一次测试

使用 pentestgpt 命令对目标发起测试，README 示例默认走 CTF 模式。
```
pentestgpt --target 10.10.11.234
```
5构建 Docker 镜像

可选方式：镜像内置工具链以及 Claude Code 和 Codex 两个 CLI，装一次即可复用。
```
make docker-build
```
6登录并检查登录状态

docker-login 为一次性且幂等，只登录缺失的部分；登录态保存在命名卷中。
```
make docker-login
make docker-auth-status
```
7用 Docker 跑流水线

通过 TARGET / BACKEND / MODEL / MODE 参数选择目标、后端、模型和模式。
```
make docker-run TARGET=10.10.11.234 BACKEND=claude MODEL=opus MODE=pentest
```

关键配置

配置项	必填	说明	示例
`TARGET`	是	指定渗透测试目标，可以是 IP 或 URL	`10.10.11.234`
`BACKEND`	否	选择底层 LLM 后端，README 示例为 codex 或 claude	`codex`
`MODEL`	否	指定使用的模型名称，随后端不同而不同	`gpt-5.5`
`MODE`	否	运行模式，可选 ctf 或 pentest 等阶段化流程	`ctf`
`ROUNDTRIP`	否	docker-auth-status 的开关，置 1 时做一次真实 token 校验	`1`

如何确认成功

本地执行 pentestgpt --target 后能看到分阶段流程输出；Docker 方式下 make docker-auth-status 显示 Claude 与 Codex 均已登录。

常见问题

Q：不想在本机装 Python 依赖可以吗？

A：可以。README 提供 Docker 方式：make docker-build 构建镜像，镜像中已打包工具和 Claude Code、Codex 两个 CLI。

Q：Docker 里每次运行都要重新登录吗？

A：不需要。make docker-login 是幂等的，登录会话持久化在命名卷里，容器重建后依然有效。

Q：怎么强制重新登录或更换 token？

A：执行 make docker-nuke 会删除登录卷，从而强制下一次重新登录、轮换凭证；make docker-down 则保留登录态。

Q：如何确认登录真的有效？

A：运行 make docker-auth-status，加上 ROUNDTRIP=1 会做一次真实的 1-token 校验。

Q：支持哪些模型后端？

A：README 示例中演示了 codex 与 claude 两种后端，配合 MODEL 参数切换具体模型。

注意事项

make install 内部执行的是 uv sync，请先确保 uv 可正常使用。
Docker 方式中 Codex 的凭据不会被预置，因为 ChatGPT 刷新令牌是一次性的。
本项目仅供授权范围内的安全测试与研究使用，请勿对未授权目标执行测试。

核心亮点

基于 LLM 的智能任务规划，能自动拆解复杂渗透目标为可执行步骤
内置多种渗透测试工具和知识库，支持命令生成与执行，提升效率
交互式会话管理，允许用户干预和调整测试策略，兼顾自动化与灵活性

不足之处

依赖 LLM 的推理质量，复杂目标下可能产生误判或遗漏
文档和社区生态相对薄弱，新手上手需要一定安全基础

适用场景

安全团队对内部系统进行自动化渗透测试和漏洞排查
红队演练中快速生成攻击路径和验证漏洞利用
安全学习者通过 AI 引导实践渗透测试流程

替代项目

AutoGPT、MetaGPT、SecurityGPT

项目介绍

PentestGPT 是行业应用领域的开源项目，由 GreyDGL 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（15,563）位列前 4%，在行业应用分类的 545 个项目里位列前 2%。

近 41 天，它的 GitHub 星标从 14,818 增加到 15,563，净增 745。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。MIT许可证，可免费使用和部署。

它主要面向的使用场景是：安全团队对内部系统进行自动化渗透测试和漏洞排查。同类可对比的替代方案包括 AutoGPT、MetaGPT、SecurityGPT。

上一篇：Partlawyer-LAA

下一篇：TaxHacker