attackgen

选威胁组织，一键生成定制化应急演练剧本

AttackGen 是一个面向网络安全应急响应测试的开源工具，它把大语言模型与 MITRE ATT&CK 框架结合起来，帮助安全团队快速生成贴近真实攻击手法的演练场景。用户只需选择特定的威胁组织（如 APT 组织）并填写自己组织的行业、规模、技术栈等信息，工具就会自动产出定制化的应急响应剧本，覆盖攻击链各阶段。它解决的核心问题是：传统红蓝对抗和桌面推演准备成本高、场景单一、难以匹配真实威胁，而 AttackGen 用生成式 AI 把这一过程自动化，降低门槛。核心能力包括：基于 MITRE ATT&CK 的威胁组织选择、组织画像输入、LLM 驱动的场景生成，以及可交互的 Streamlit 界面。适合安全运营、紫队演练和应急响应培训使用。

开源 free 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1242

维护状态活跃

是否开源是

定价模式 free

项目数据

分类行业应用

开发团队mrwadams

所属国家

官网地址

GitHubhttps://github.com/mrwadams/attackgen

定价模式free

价格说明开源免费，需自行部署，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ai-security,cybersecurity,generative-ai,incident-response,llm,mitre-atlas,mitre-attack,purple-team,security-tools,streamlit,tabletop-exercise,threat-intelligence

GitHub 星标★ 1242

30天Star增速

HF 下载量

上线时间2023-08-08 00:00:00

最近更新2026-09-14 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2026-09-15

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：本地安装 6 步

环境要求

Python 环境（用于本地安装依赖并运行 Streamlit 应用）
已安装 Streamlit（本地运行方式需要 streamlit 命令）
可选的 Docker 环境（使用官方镜像方式运行时需要）
大模型/LangChain 相关服务的 API Key（在 secrets.toml 中配置，不用 LangSmith 时可留空）

安装与启动步骤

1获取项目代码

把 GitHub 仓库克隆到本地，仓库已自带 data/ 目录下的 ATT&CK 与 ATLAS 数据，克隆后可直接运行。
```
git clone https://github.com/mrwadams/attackgen.git
cd attackgen
```
2创建密钥文件

README 要求必须有 .streamlit/secrets.toml，可复制目录中的 secrets.toml-example 作为模板；不用 LangSmith 也要保留该文件。
```
cp .streamlit/secrets.toml-example .streamlit/secrets.toml
```
3安装依赖

安装 requirements.txt 中的依赖，其中已包含 mcp；可编辑安装以获得 attackgen-mcp 命令。
```
pip install -r requirements.txt
```
4启动本地应用

在项目根目录用 Streamlit 运行欢迎页脚本，终端会输出访问地址。
```
streamlit run 00__Welcome.py
```
5或用 Docker 运行

不想装 Python 依赖时，直接拉取官方镜像并运行，把容器 8501 端口映射到本机。
```
docker pull mrwadams/attackgen
docker run -p 8501:8501 mrwadams/attackgen
```
6打开界面使用

浏览器访问 Streamlit 给出的地址（Docker 方式为 http://localhost:8501），选择威胁组织并填写组织信息生成场景。

关键配置

配置项	必填	说明	示例
`LANGCHAIN_API_KEY`	否	LangSmith 追踪用的 LangChain API Key，不使用 LangSmith 时可留空	`lsv2_pt_xxxxxxxxxxxxxxxx`

如何确认成功

终端出现 Streamlit 本地访问地址，或浏览器打开 http://localhost:8501 能看到 AttackGen 欢迎页并正常选择威胁组织。

常见问题

Q：没有 LangSmith 账号还需要配置 secrets.toml 吗？

A：需要。README 明确说明即使不用 LangSmith，也必须存在 .streamlit/secrets.toml 文件，只是把 LANGCHAIN_API_KEY 字段留空即可。

Q：需要额外下载 MITRE ATT&CK / ATLAS 数据吗？

A：不需要。enterprise-attack.json、ics-attack.json、stix-atlas.json、groups.json、groups_ics.json、atlas-case-studies.json 已提交在 ./data/ 目录，新克隆即可直接运行。

Q：数据想更新到最新版本怎么办？

A：可从 MITRE ATT&CK STIX 数据仓库和 ATLAS 数据仓库重新下载 STIX 包，替换 ./data/ 目录下对应文件即可。

Q：不想本地安装，有在线体验方式吗？

A：README 提供了 Streamlit Community Cloud 在线版本，可直接访问 https://attackgen.streamlit.app/ 试用。

注意事项

README 中提到的 secrets.toml-example 位于 .streamlit/ 目录，可据此填写自己的密钥。
团队/多用户部署时官方默认不含认证授权，建议自行补充登录鉴权、用密钥管理服务保存 API Key，并部署在 VPN 或内网之后。
生成场景时需要在界面中选择威胁组织（或 ATLAS 案例/自定义技术），并填写组织的规模与行业信息才能得到定制化剧本。

核心亮点

将 MITRE ATT&CK 战术技术与 LLM 生成结合，场景贴合真实攻击链
支持按组织画像定制，比通用剧本更有针对性
提供 Streamlit 交互界面，上手门槛低，无需编写代码

不足之处

依赖外部 LLM API，生成质量与成本受模型和网络影响
场景生成后缺少自动化验证或评分机制，需人工判断可用性

适用场景

企业安全团队定期开展桌面推演，快速准备演练材料
紫队演练中针对特定 APT 组织模拟攻击场景
安全培训课程中生成多样化应急响应案例

替代项目

Caldera、Atomic Red Team

项目介绍

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

在全站 12,753 个收录项目中，它的 GitHub 星标数（1,242）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 2026-09-14。开源免费，需自行部署。

它主要面向的使用场景是：企业安全团队定期开展桌面推演，快速准备演练材料。同类可对比的替代方案包括 Caldera、Atomic Red Team。

上一篇：epub-translator

下一篇：airecon