airecon

本地大模型指挥 Kali 沙箱，自动跑渗透侦察

AIRecon 是一个自主网络安全智能体，把自托管大模型 Ollama、Kali Linux Docker 沙箱和 Textual 终端界面组合在一起，用于自动化安全评估、渗透测试和漏洞赏金侦察。它解决的核心问题是：传统渗透测试工具链需要人工串联大量命令、判断结果并决定下一步，而商业 AI 安全工具又依赖云端 API 和密钥，存在成本与数据外泄风险。AIRecon 让模型完全跑在本地，通过 Docker 隔离的 Kali 环境执行扫描、枚举、信息收集等操作，智能体根据上一步输出自主规划下一步动作，全程无需任何 API key 或云服务。用户只需在终端里给出目标，即可获得一条自动推进的侦察与测试流程，适合注重隐私、希望离线运行的安全研究人员和赏金猎人。

开源 free 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1058

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pikpikcu

所属国家

官网地址

GitHubhttps://github.com/pikpikcu/airecon

定价模式free

价格说明开源免费，自托管Ollama，无API密钥或云依赖

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-agents,automation,bugbounty,cli,ollama,penetration-testing,python,reconnaissance

GitHub 星标★ 1058

30天Star增速

HF 下载量

上线时间2026-03-05 00:00:00

最近更新2026-09-17 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：进阶约 15 分钟部署方式：本地安装 6 步

环境要求

Python 3.12 及以上
Docker 20.10 及以上（提供 Kali Linux 沙箱）
git 与 curl
一个 OpenAI 兼容的 LLM 网关地址（如本地网关 http://localhost:20128/v1，可代理本地 Ollama/vLLM）
无 GPU 或显存不足时，可用带 T4 GPU 的 Google Colab 跑模型并通过隧道接入

安装与启动步骤

1确认环境依赖

先确认本机已装 Python 3.12+、Docker 20.10+、git、curl，并准备好一个可访问的 OpenAI 兼容网关地址（本地或托管均可）。
2一键脚本安装

官方推荐方式。脚本会自动识别远程/本地模式，缺少 Poetry 时用官方安装器装上，构建 wheel 并装到 ~/.local/bin。
```
curl -fsSL https://raw.githubusercontent.com/pikpikcu/airecon/refs/heads/main/scripts/install.sh | bash
```
3或从源码手动安装

克隆仓库后进入目录执行仓库内的 install.sh，效果与一键脚本一致，适合需要改代码的用户。
```
git clone https://github.com/pikpikcu/airecon.git
cd airecon
./install.sh
```
4编写配置文件

首次运行会自动生成 ~/.airecon/config.yaml，按需填入网关地址、模型名与超时/上下文参数；本地网关时 api_key 可留空。
5启动 TUI

在终端执行启动命令进入 Textual 实时界面，之后直接用自然语言给出目标即可自动推进侦察与测试。
```
airecon start
```
6恢复历史会话

需要接着上次的进度继续时，用 --session 指定会话 ID，会重放之前的对话与工具调用记录。
```
airecon start --session 
```

关键配置

配置项	必填	说明	示例
`openai_base_url`	是	OpenAI 兼容网关地址，本地或隧道地址均可，注意结尾要带 /v1	`http://localhost:20128/v1`
`openai_api_key`	否	网关需要鉴权时填写；本地离线网关可留空	`sk-xxxxxxxx`
`openai_model`	是	使用的模型名，推理能力会在运行时自动探测	`qwen3:8b`
`llm_timeout`	否	单次请求整体超时秒数，长自主会话建议调大	`300.0`
`llm_chunk_timeout`	否	流式分块超时秒数	`300.0`
`llm_context_window`	否	模型上下文窗口大小，另有 small 版本用于小窗口模型	`32768`

如何确认成功

运行 airecon start 能进入 Textual 界面，并在 TUI 中输入 /status 查看 LLM、Docker 与工具的健康状态。

常见问题

Q：必须买云端 API key 吗？

A：不必。把 openai_base_url 指向本地 LiteLLM/vLLM 网关，或指向代理本地 Ollama 的网关，即可完全离线、无密钥运行；只有网关要求鉴权时才填 api_key。

Q：本机没有 GPU 或显存不够怎么办？

A：可打开仓库的 Colab notebook（scripts/airecon_colab.ipynb），选 T4 GPU 后从上到下运行全部单元格，约 5–10 分钟，再把 Cell 6 输出的配置片段写进 ~/.airecon/config.yaml。

Q：Colab 的隧道地址老变怎么办？

A：免费会话最长 12 小时、Pro 最长 24 小时，重连后 Cloudflare 隧道 URL 会变化，需要把新的 https://xxxx.trycloudflare.com/v1 重新写入 openai_base_url。

Q：配置文件放在哪？会自动创建吗？

A：路径为 ~/.airecon/config.yaml，首次运行时自动生成，不存在 ~/.airecon/ 目录时也会自动创建。

Q：TUI 里能执行系统命令吗？

A：用 /shell 可在 Kali Docker 沙箱内执行，命令受 scope 限制并会留下审计记录；/scope 可查看和调整允许/拒绝的主机与模式。

注意事项

安装脚本会把程序装到 ~/.local/bin，若该目录不在 PATH 中需自行加入。
T4 + qwen3.5:9b 是最低可用配置，响应更慢、工具调用出错率高于本地 35B 以上模型，不适合长时间自主会话。
Docker 用于提供隔离的 Kali Linux 沙箱，请确保 Docker 服务处于运行状态。
请在获得明确授权的目标上使用本工具，避免对非授权系统发起扫描或测试。

核心亮点

完全本地运行，Ollama + Docker 沙箱，不需要任何云端 API key，敏感目标数据不出本机
把 LLM 决策与 Kali 工具链结合，能根据扫描结果自主规划下一步，而非固定脚本流水线
提供 Textual 终端 TUI，交互直观，适合在无图形界面的服务器或远程环境使用

不足之处

依赖本地运行大模型，对显卡和内存要求较高，低配机器体验受限
自主智能体的决策可靠性受模型能力影响，复杂场景下可能需要人工干预纠偏

适用场景

漏洞赏金猎人对目标做初步资产发现和端口服务枚举
安全团队在内网离线环境做授权渗透测试前的信息收集
CTF 或教学场景中演示 AI 驱动的自动化侦察流程

替代项目

PentestGPT、Nuclei

项目介绍

airecon 是一个行业应用领域的开源项目，官方简介：AIRecon is an autonomous cybersecurity agent that combines a self-hosted Large Language Model (Ollama) with a Kali Linux Docker sandbox and a Textual TUI. It is designed to automate security assessments, penetration testing, and bug bounty reconnaissance — without any API keys or cloud dependency.。项目使用 Python 开发，在 GitHub 上获得 1051 星标。

上一篇：attackgen

下一篇：OGhidra