HackGpt

AI 自动跑渗透测试，省人力出报告

HackGpt 是一个面向企业安全团队的生产级、云原生 AI 渗透测试平台。它把大模型、机器学习、微服务架构与安全测试框架整合在一起，目标是让安全团队用更少的人力完成专业级的安全评估。核心能力包括：利用 AI 自动规划和执行渗透测试任务，覆盖信息收集、漏洞扫描、利用验证等环节；通过微服务拆分不同测试模块，便于横向扩展和按需部署；内置常见安全框架与合规检查逻辑，输出结构化评估报告。相比传统扫描器，它更强调自动化决策和上下文理解，能根据目标环境动态调整测试策略，减少人工编写脚本和反复调试的成本。项目用 Python 编写，适合在云环境或容器平台中运行，面向有红队、攻防演练或合规审计需求的企业安全团队。

开源 unknown 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1258

维护状态较活跃

是否开源是

定价模式 unknown

项目预览

项目数据

分类行业应用

开发团队yashab-cyber

所属国家

官网地址https://yashab-cyber.github.io/HackGpt

GitHubhttps://github.com/yashab-cyber/HackGpt

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型ai,cybersecurity,ethical-hacking,pentest-tool,pentesting,research

GitHub 星标★ 1258

30天Star增速

HF 下载量

上线时间2025-08-14 00:00:00

代码更新—

仓库体积—

本站数据更新—

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2026-10-08

浏览次数0

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

正在加载星标数据…

技术标签

使用教程

—

难度：进阶约 30 分钟部署方式：本地安装 8 步

环境要求

Python 3 运行环境（README 中所有命令均使用 python3 执行）
Linux/macOS 或支持 chmod +x 的类 Unix 环境，用于执行 install.sh
Docker 与 docker-compose，用于部署微服务栈
至少一个 AI 服务商的 API Key（OpenAI / Anthropic / Google / DeepSeek / GLM / OpenRouter），
可选：kubectl 与 Kubernetes 集群，用于 k8s/ 目录部署

安装与启动步骤

1获取项目代码

从 GitHub 拉取 HackGpt 仓库并进入项目根目录，后续所有命令都在该目录执行。
```
git clone https://github.com/yashab-cyber/HackGpt.git
cd HackGpt
```
2运行企业安装脚本

install.sh 会安装并初始化全部依赖服务，先赋予执行权限再运行，过程中可能需要较长时间。
```
chmod +x install.sh
./install.sh
```
3验证安装

执行内置测试脚本检查依赖与安装是否完整，输出无报错即代表环境就绪。
```
python3 test_installation.py
```
4配置 AI 与数据库

编辑 config.ini，至少填写 [ai] 段的 API Key 与 default_model，并确认 [database] 的连接地址正确。
5启动应用或服务栈

单机可运行 advance_hackgpt.py；需要完整微服务架构时改用 docker-compose 后台启动全部容器。
```
python3 advance_hackgpt.py
```
6微服务方式部署

在项目根目录执行，-d 表示后台运行；启动后用 docker-compose ps 查看各服务状态。
```
docker-compose up -d
```

7执行一次评估

对授权目标发起黑盒评估并按 OWASP 合规框架出报告，示例 auth-key 仅为演示值，请替换为自有值。

python3 advance_hackgpt.py 
  --target example.com 
  --scope "Web application and API" 
  --auth-key "ENTERPRISE-2025-AUTH" 
  --assessment-type black-box 
  --compliance OWASP

8可选 Kubernetes 部署

集群环境下直接应用 k8s/ 目录中的清单文件完成部署，需提前配置好 kubectl 上下文。
```
kubectl apply -f k8s/
```

关键配置

配置项	必填	说明	示例
`default_model`	是	config.ini [ai] 段，指定默认调用的 AI 模型	`gpt-5`
`openai_api_key`	是	OpenAI 服务密钥，使用其他服务商时可只填对应项	`your_openai_api_key`
`anthropic_api_key`	否	Anthropic Claude 服务密钥，用于多模型回退	`your_anthropic_api_key`
`google_api_key`	否	Google Gemini 服务密钥，用于多模型回退	`your_google_api_key`
`database.url`	是	config.ini [database] 段，PostgreSQL 连接串	`postgresql://hackgpt:hackgpt123@localhost:5432/hackgpt`
`secret_key`	是	config.ini [security] 段，JWT 签名与安全相关密钥	`your_secret_here`

如何确认成功

python3 test_installation.py 无报错；docker-compose up -d 后容器正常启动，运行 python3 advance_hackgpt.py 能正常进入应用。

常见问题

Q：install.sh 提示权限不足无法执行怎么办？

A：先执行 chmod +x install.sh 赋予可执行权限，若系统不支持 shell 脚本，请在 Linux 或 WSL 环境中运行。

Q：没有云端 AI Key，可以只用本地模型吗？

A：可以。在环境变量中配置 LOCAL_LLM_ENDPOINT=http://localhost:11434（Ollama），并在 config.ini 中开启 enable_local_fallback = true。

Q：如何在不重启服务的情况下更换模型？

A：README 提供了运行时切换方式：调用 engine.set_model('gemini-3.5-flash')；也可修改 config.ini 的 default_model 后重启应用。

Q：数据库连接失败如何排查？

A：检查 config.ini 中 database.url 是否与 PostgreSQL 实际地址、账号密码一致，并确认数据库服务已启动、5432 端口可达。

注意事项

本项目为渗透测试工具，请仅对已获书面授权的目标使用，避免法律风险
config.ini 中的 API Key、secret_key、数据库密码属敏感信息，切勿提交到公开仓库
生产环境务必替换示例中的默认密码与 ENTERPRISE-2025-AUTH 等演示值
README 未给出各脚本的内部实现与端口细节，首次安装前建议先阅读仓库内文档

核心亮点

用 AI 做测试规划与决策，能根据目标动态调整策略，不只是固定规则扫描
云原生微服务架构，模块可独立扩展，适合企业级部署和按需扩容
整合安全框架与合规检查，输出结构化报告，贴近企业审计流程

不足之处

AI 渗透测试涉及攻击性操作，实际使用需严格授权和隔离环境，落地门槛不低
项目仍在成长阶段，企业级功能完整度和长期维护情况有待观察

适用场景

企业红队做内部攻防演练前的自动化预检
安全团队对云上资产做定期合规性渗透评估
乙方安全服务商批量交付客户渗透测试报告

替代项目

PentestGPT、Nuclei、Metasploit

项目介绍

HackGpt 是行业应用领域的开源项目，由 yashab-cyber 开发，2025 年首次发布。

在全站 13,916 个收录项目中，它的 GitHub 星标数（1,258）位列前 30%，在行业应用分类中处于中上游。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-25。

它主要面向的使用场景是：企业红队做内部攻防演练前的自动化预检。同类可对比的替代方案包括 PentestGPT、Nuclei、Metasploit。

上一篇：3.0-Financial-Ai-Systems

下一篇：ivLyrics