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

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 2859 🐛 待处理 100 👀 关注 375

GitHub ↗

GitHub 星标 ★ 16331

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，可免费使用和部署。

项目预览

项目数据

分类开源模型

开发团队GreyDGL

GitHubhttps://github.com/GreyDGL/PentestGPT

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

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★ 16331

上线时间2023-02-27 00:00:00

代码更新2026-07-14

仓库体积36.2 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数11

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 16331

技术标签

large-language-models llm penetration-testing python

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`