LuaN1aoAgent

让AI自主完成渗透测试，从扫描到报告全自动

LuaN1aoAgent 是一个基于图认知推理的全自主 AI 渗透测试智能体，由广州大学网络空间安全学院吕慧教授团队的研究生开发。它利用因果图和大语言模型，将渗透测试流程建模为图结构，实现自主决策、动态规划与执行，解决传统自动化渗透测试工具缺乏推理能力、依赖人工干预的问题。核心能力包括：自动识别目标系统漏洞、生成并执行攻击路径、实时调整策略，以及生成详细测试报告。项目采用 TypeScript 编写，集成 DeepSeek 等大模型，支持多种安全工具链，旨在降低渗透测试门槛，提升安全评估效率。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1318

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队SanMuzZzZz

所属国家

官网地址

GitHubhttps://github.com/SanMuzZzZz/LuaN1aoAgent

定价模式free

价格说明开源项目，AGPL-3.0许可，可免费使用和部署，无付费版本。

访问状态

是否开源是

开源协议AGPL-3.0

主要语言TypeScript

技术栈/模型agents,ai,ai-agents,ai-security-tool,autonomous-agents,causal-graphs,cybersecurity,deepseek,graph,graph-agent,large-language-models,llm,multi-agent-systems,penetration-testing,penetration-testing-tools,pentest,pi-sdk,plan-execute-reflect,security-automation,security-tools

GitHub 星标★ 1318

30天Star增速

HF 下载量

上线时间2025-12-04 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

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3

使用教程

难度：高级约 30 分钟部署方式：命令行工具 7 步

环境要求

Node.js 与 npm（需支持 npm ci 安装依赖，README 未标注具体版本）
Docker（推荐后端，用于构建 executor 与 network 镜像）
Git（用于克隆仓库）
可访问的 LLM 服务 API Key（OpenAI 兼容接口）

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取源码并进入项目目录，后续命令均在该目录执行。
```
git clone https://github.com/SanMuzZzZz/LuaN1aoAgent.git
cd LuaN1aoAgent
```
2安装依赖

使用 npm ci 按锁文件安装依赖，保证与仓库锁定版本一致。
```
npm ci
```
3构建项目

编译 TypeScript 代码，生成可运行的产物。
```
npm run build
```
4构建运行镜像

构建 executor 与 network 镜像，Docker 后端必需；README 提到 ./install.sh 也会自动构建。
```
npm run build:executor-image
npm run build:network-image
```
5配置 LLM 环境

在项目根目录创建 .env，填写 API Key、接口地址与模型 ID。
```
LLM_API_KEY=your-api-key
LLM_API_BASE_URL=https://api.openai.com/v1
LLM_DEFAULT_MODEL=your-model-id
```

6启动一次任务

给定授权目标、Scope、代理与并发参数启动；不带 --resume 会新建会话。

npm start -- 
  --goal "评估授权目标 10.0.0.10" 
  --scope "10.0.0.0/24,11.0.0.0/24" 
  --proxy "socks5://user:password@proxy.example:1080" 
  --max-cycles 8 
  --max-parallel-tasks 2

7恢复未完成会话

传入 session 名称或完整运行路径继续执行，此时不要再传 --goal 与 --scope。
```
npm start -- --resume 20260720-080000Z-a1b2c3d4
```

关键配置

配置项	必填	说明	示例
`LLM_API_KEY`	是	大模型 API 密钥，Agent 推理与决策依赖	`your-api-key`
`LLM_API_BASE_URL`	是	LLM 接口地址，需兼容 OpenAI 风格	`https://api.openai.com/v1`
`LLM_DEFAULT_MODEL`	是	默认使用的模型 ID	`your-model-id`
`BRAVE_SEARCH_API_KEY`	否	配置后启用 Brave Search 联网搜索，否则回退 HTML 搜索	`your-brave-key`
`NVD_API_KEY`	否	可选，仅用于提高 NVD 查询速率限制	`your-nvd-key`

如何确认成功

启动后 TUI 会打印所选 session 路径（.agent-runtime/sessions//），目录内生成 state.sqlite、execution.jsonl 等即可确认。

常见问题

Q：不传 --scope 会怎样？

A：Planner 只会从 --goal 中提取显式 IPv4 与 CIDR，若 Goal 中没有显式 IPv4 目标则启动失败并要求提供 --scope；域名范围必须显式给出。

Q：恢复会话时可以改目标或范围吗？

A：不可以。使用 --resume 时不要再传 --goal 或 --scope，恢复会沿用原会话的目标与授权范围。

Q：SOCKS5 代理支持 UDP 和 ICMP 吗？

A：不支持。SOCKS5 只承载 TCP，route 匹配到的 UDP 与 ICMP 会 fail closed，建议使用 curl、nmap -sT 等 TCP 工具。

Q：没有 Brave 或 NVD 的 Key 能运行吗？

A：可以。BRAVE_SEARCH_API_KEY 缺失时会回退 HTML 搜索，NVD_API_KEY 只是提高 NVD 速率限制，均非必需。

Q：代理密码会被记录吗？

A：不会以明文可搜索形式暴露。密码以 0600 权限的不可搜索凭据 Artifact 保存，并会从事件和路由快照中省略。

注意事项

每次不带 --resume 的启动都会创建全新会话，不会读取旧任务图。
Docker 为推荐运行后端，需先构建 executor 与 network 镜像，./install.sh 会自动完成构建。
代理仅在 Docker 模式生效，属运行级透明 SOCKS5 出口，Agent 侧仍使用真实目标地址且不注入代理变量。
请仅对已获得授权的目标使用本工具，README 中未标注 Node、Docker 的具体版本与端口。

核心亮点

基于因果图推理，能动态规划攻击路径，而非简单脚本执行
全自主运行，减少人工干预，适合大规模安全评估
集成主流大模型（如DeepSeek），利用LLM增强决策能力

不足之处

文档/社区待观察
依赖外部大模型API，可能产生额外成本与延迟

适用场景

企业内部安全团队进行定期渗透测试
安全研究人员对开源项目进行漏洞挖掘
教育机构用于网络安全教学与实验

替代项目

PentestGPT、AutoGPT、MetaGPT

项目介绍

LuaN1aoAgent 是智能体领域的开源项目，由 SanMuzZzZz 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,318）位列前 30%，在智能体分类中处于中上游。

近 45 天，它的 GitHub 星标从 1,259 增加到 1,318，净增 59。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。AGPL-3.0许可，可免费使用和部署，无付费版本。

它主要面向的使用场景是：企业内部安全团队进行定期渗透测试。同类可对比的替代方案包括 PentestGPT、AutoGPT、MetaGPT。

上一篇：ai-toolkit

下一篇：agency-agents-zh